Detection of lipoprotein(a)- cholesterol expression in Bangladeshi adults with dyslipidemia
Notice bibliographique
Résumé
<p><span>Lipoprotein(a)-cholesterol (Lp(a)-C)</span><span lang="EN-GB">, a low-density lipoprotein (LDL)-like particle is considered as a risk factor for cardiovascular diseases (CVDs). <br /> We aimed to investigate the association of Lp(a)-C expression with dyslipidemia among the Bangladeshi population and assess the relationship with cardiovascular risks. </span><span>In this cross-sectional comparative study, a total of 180 urban males and females between ages 19-65 years were included who were enrolled in a hospital setting of Bangladesh. Participants were selected based on their total c</span><span>holesterol (TC) level≥200 mg/dl, high density lipoprotein (HDL)-C&lt;40 mg/dl, LDL-C≥140 mg/dl, and triacylglycerol (TG)≥150 mg/dl regardless of race, religion and socioeconomic status. Venous blood was collected from all participants and analyzed. <br /> Further, participants’ socio-demographics and body mass index (BMI) were collected. Expression of Lp(a)-C was detected in 22.86% patients with desirable levels (&lt;14 mg/dL) of serum Lp(a)-C. This study suggests that the prevalence of hyperlipidemia and hypertriglyceridemia is high in the Bangladeshi population. Males were found to have lower HDL-C and higher TG than females. and, similar to other ethnic groups, a negative correlation between BMI and HDL-C was found in this population. In addition, Lp(a)-C had a positive correlation with TG which may recommend routine clinical investigation of Lp(a)-C as a biomarker for CVD risk.</span></p>
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 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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».