Statins and Mortality in Connective Tissue Diseases: Should We Resume the Cardio-rheumatology Spirit in Our Clinics?
Notice bibliographique
Résumé
In 1912, Windaus reported that atherosclerotic plaques from aortas of human subjects contained over 30-fold higher concentrations of cholesterol than did normal aortas1, and in 1913 the Russian pathologist Nikolai Anitschkow2, feeding pure cholesterol to rabbits, produced marked hypercholesterolemia and severe atherosclerosis of the aorta. In 1974, Brown and Goldstein discovered the low-density lipoprotein (LDL) receptor and the regulation of cholesterol metabolism in the cells3, and in 1976 Akira Endo4 discovered a fungal metabolite that could block cholesterol synthesis by inhibiting the enzyme hydroxymethylglutaryl CoA. These key steps paved the way to the understanding of LDL cholesterol (LDL-C) levels as one of the primary targets in prevention of ischemic heart attacks and to the discovery of statins as the therapeutic drug capable of reducing the cardiovascular (CV) risk. Since they were first approved in 1987, statins have represented substantial potential for safe, effective, and inexpensive primary prevention of ASCVD (atherosclerotic CV diseases). Among the several risk factors defined in the last 20 years, inflammation and inflammatory biomarkers such as high-sensitivity C-reactive protein (hsCRP) and interleukin 6 have arisen as predictors of future CV events, along with conventional LDL-C or high-density lipoprotein cholesterol (HDL-C). Randomized trial data have also shown that statins reduce not only hsCRP but also CV event rates independently of their effect on LDL-C level. This led to a focus on a further effect of statins: their antiinflammatory effect5,6,7, which appears particularly important in all rheumatic diseases [the chronic arthritides as well … Address correspondence to Dr. G.F. Ferraccioli, Institute of Rheumatology, Università Cattolica del Sacro Cuore, Via Moscati 31, 00168 Rome, Italy. E-mail: gianfranco.ferraccioli{at}unicatt.it
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,004 | 0,009 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,013 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».