MétaCan
Menu
Retour à la cohorte
Enregistrement W2947171305 · doi:10.1194/jlr.p093823

Cholesterol efflux capacity, HDL cholesterol, and risk of coronary heart disease: a nested case-control study in men

2019· article· en· W2947171305 sur OpenAlexaff
Leah E. Cahill, Frank M. Sacks, Eric B. Rimm, Majken K. Jensen

Notice bibliographique

RevueJournal of Lipid Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensDalhousie University
Organismes subventionnairesNational Cancer InstituteNational Heart, Lung, and Blood InstituteFoundation for the National Institutes of Health
Mots-clésNested case-control studyMedicineCholesterolInternal medicineBiomarkerPopulationCohortEndocrinologyCardiologyEnvironmental healthBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The capacity of HDLs to accept cholesterol effluxing from macrophages has been proposed as a new biomarker of HDLs' anti-atherogenic function. Whether cholesterol efflux capacity (CEC) is independent of HDL cholesterol (HDL-C) as a biomarker for coronary heart disease (CHD) risk in a generally healthy primary-prevention population remains unanswered. Therefore, in this nested case-control study, we simultaneously assessed CEC (using J774 cells) and plasma HDL-C levels as predictors of CHD in healthy middle-aged and older men not receiving treatment affecting blood lipid concentrations. We used risk-set sampling of participants free of disease at baseline from the Health Professionals Follow-Up Study, and matched cases (n = 701) to controls 1:1 for age, smoking, and blood sampling date. We applied conditional logistic regression models to calculate the multivariable relative risk and 95% CIs of CHD over 16 years of follow-up. CEC and HDL-C were correlated ( r = 0.50, P < 0.0001). The risk (95% CI) of CHD per one SD higher CEC was 0.82 (0.71–0.96), but completely attenuated to 1.08 (0.85–1.37) with HDL-C in the model. The association per one SD between HDL-C and CHD (0.66; 0.58–0.76) was essentially unchanged (0.68; 0.53–0.88) after adjustment for CEC. These findings indicate that CEC's ability to predict CHD may not be independent of HDL-C in a cohort of generally healthy men.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,328
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Lipid ResearchMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207