Elevated lipoprotein (a) levels are associated with the acute myocardial infarction in patients with normal low-density lipoprotein cholesterol levels
Notice bibliographique
Résumé
Abstract Elevated lipoprotein (a) [Lp(a)] and coronary artery disease (CAD) risk has been renewed interested in recent years. However, the association between Lp(a) and acute myocardial infarction (AMI) risk in patients with normal low-density lipoprotein cholesterol (LDL-C) levels has yet to been established. A hospital-based observational study including 558 AMI patients and 1959 controls was conducted. Lp(a) level was significantly higher in AMI patients with normal LDL-C levels than that in non-CAD group (median: 134.5 mg/l vs 108 mg/l, P<0.001). According to Lp(a) quartiles (Q1, <51 mg/l; Q2, 51–108 mg/l; Q3, 108–215 mg/l; Q4, ≥215 mg/l), the incidence of AMI increased with the elevated Lp(a) quartiles (P<0.001 and P for trend<0.001). Logistic regression analysis suggested that patients with Q3 and Q4 of Lp(a) values had 1.666 (95%CI = 1.230–2.257, P<0.001) and 1.769 (95%CI = 1.305–2.398, P< 0.001) folds of AMI risk compared with patients with Q1, after adjusting for traditional confounders. Subgroup analyses stratified by gender and age showed that the association only existed in male and late-onset subgroups. In addition, we analyzed the association of Lp(a) with AMI risk in different cut-off values (cut-off 1 = 170 mg/l, cut-off 2 = 300 mg/l). A total of 873 (34.68%) and 432 (17.16%) participants were measured to have higher Lp(a) levels according to cut-off 1 and cut-off 2, respectively. Participants with high Lp(a) levels had 1.418- (cut-off1, 95%CI = 1.150–1.748, P<0.001) and 1.521- (cut-off 2, 95%CI = 1.179–1.963, P< 0.001) folds of AMI risk compared with patients with low Lp(a) levels. The present large-scale study revealed that elevated Lp(a) levels were associated with increased AMI risk in Chinese population with normal LDL-C levels.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».