Comparison of Five Major Guidelines for Statin Use in Primary Prevention
Notice bibliographique
Résumé
Letters3 July 2018Comparison of Five Major Guidelines for Statin Use in Primary PreventionAdrienne J. Lindblad, BSP, ACPR, PharmD and Christina Korownyk, MD, CCFPAdrienne J. Lindblad, BSP, ACPR, PharmDUniversity of Alberta, Edmonton, Alberta, Canada (A.J.L., C.K.)Search for more papers by this author and Christina Korownyk, MD, CCFPUniversity of Alberta, Edmonton, Alberta, Canada (A.J.L., C.K.)Search for more papers by this authorAuthor, Article, and Disclosure Informationhttps://doi.org/10.7326/L18-0181 SectionsAboutFull TextPDF ToolsAdd to favoritesDownload CitationsTrack CitationsPermissions ShareFacebookTwitterLinkedInRedditEmail TO THE EDITOR:Mortensen and Nordestgaard (1) compare 5 major guidelines on statin use in the prevention of primary atherosclerotic cardiovascular disease (ASCVD) in the Danish population. Although the authors outline how many patients would be eligible for statin therapy per guideline, we believe that their estimates of how many ASCVD events could be prevented by following each guideline are unrealistic. Patients ultimately decide whether they will take medications, and—outside of clinical trials—adherence to statin therapy remains low (2). None of the guidelines in the study provides adequate information (that is, individualized, quantified risks and benefits) to allow for shared, ...References1. Mortensen MB, Nordestgaard BG. Comparison of five major guidelines for statin use in primary prevention in a contemporary general population. Ann Intern Med. 2018;168:85-92. [PMID: 29297004]. doi:10.7326/M17-0681 LinkGoogle Scholar2. Lemstra M, Blackburn D, Crawley A, Fung R. Proportion and risk indicators of nonadherence to statin therapy: a meta-analysis. Can J Cardiol. 2012;28:574-80. [PMID: 22884278] doi:10.1016/j.cjca.2012.05.007 CrossrefMedlineGoogle Scholar3. Allan GM, Lindblad AJ, Comeau A, Coppola J, Hudson B, Mannarino M, et al. Simplified lipid guidelines: prevention and management of cardiovascular disease in primary care. Can Fam Physician. 2015;61:857-67. [PMID: 26472792] MedlineGoogle Scholar4. Karalis DG, Victor B, Ahedor L, Liu L. Use of lipid-lowering medications and the likelihood of achieving optimal LDL-cholesterol goals in coronary artery disease patients. Cholesterol. 2012;2012:861924. [PMID: 22888414] doi:10.1155/2012/861924 CrossrefMedlineGoogle Scholar5. McCartney M, Treadwell J, Maskrey N, Lehman R. Making evidence based medicine work for individual patients. BMJ. 2016;353:i2452. [PMID: 27185764] doi:10.1136/bmj.i2452 CrossrefMedlineGoogle Scholar Author, Article, and Disclosure InformationAffiliations: University of Alberta, Edmonton, Alberta, Canada (A.J.L., C.K.)Disclosures: Authors have disclosed no conflicts of interest. Forms can be viewed at www.acponline.org/authors/icmje/ConflictOfInterestForms.do?msNum=L18-0181. PreviousarticleNextarticle Advertisement FiguresReferencesRelatedDetailsSee AlsoComparison of Five Major Guidelines for Statin Use in Primary Prevention in a Contemporary General Population Martin Bødtker Mortensen and Børge Grønne Nordestgaard Comparison of Five Major Guidelines for Statin Use in Primary Prevention Martin Bødtker Mortensen and Børge Nordestgaard Comparison of Five Major Guidelines for Statin Use in Primary Prevention Philippe Giral Metrics 3 July 2018Volume 169, Issue 1Page: 66-67KeywordsAtherosclerotic cardiovascular diseaseCholesterolDecision makingDisclosureHeartLipidsLow density lipoproteinRelative riskStatinsTreatment guidelines ePublished: 3 July 2018 Issue Published: 3 July 2018 Copyright & PermissionsCopyright © 2018 by American College of Physicians. All Rights Reserved.PDF downloadLoading ...
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,152 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».