The Evolving View of Coronary Artery Calcium: A Personalized Shared Decision-Making Tool in Primary Prevention
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The 2018 American Heart Association and American College of Cardiology (AHA/ACC) cholesterol management guideline considers current evidence on coronary artery calcium (CAC) testing while incorporating learnings from previous guidelines. More than any previous guideline update, this set encourages CAC testing to facilitate shared decision making and to individualize treatment plans. An important novelty is further separation of risk groups. Specifically, the current prevention guideline recommends CAC testing for primary atherosclerotic cardiovascular disease (ASCVD) prevention among asymptomatic patients in borderline and intermediate risk groups (5-7.5% and 7.5-20% 10-year ASCVD risk). This additional sub-classification reflects the uncertainty of treatment strategies for patients broadly considered to be "intermediate risk," as treatment recommendations for high and low risk groups are well established. The 2018 guidelines, for the first time, clearly recognize the significance of a CAC score of zero, where intensive statin therapy is likely not beneficial and not routinely recommended in selected patients. Lifestyle modification should be the focus in patients with CAC = 0. In this article, we review the recent AHA/ACC cholesterol management guideline and contextualize the transition of CAC testing to a guideline-endorsed decision aid for borderline-to-intermediate risk patients who seek more definitive risk assessment as part of a clinician-patient discussion. CAC testing can reduce low-value treatment and focus primary prevention therapy on those most likely to benefit.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle