Abstract 344: Low Density Lipoprotein Cholesterol and Major Adverse Cardiovascular Events After Percutaneous Coronary Intervention
Notice bibliographique
Résumé
Introduction: Lowering low-density lipoprotein cholesterol (LDL-C) reduces the risk of major adverse cardiovascular events (MACE). Few studies have examined LDL-C control and outcomes exclusively after percutaneous coronary intervention (PCI). Furthermore, guidelines provide no formal recommendation on when to check LDL-C after PCI. It is therefore conceivable that LDL-C is not routinely measured after PCI, many patients may have elevated LDL-C levels (≥ 70mg/dL), and that elevated LDL-C levels after PCI are associated with adverse long-term outcomes. Objective: To evaluate LDL-C levels after PCI procedures, and to assess the association between LDL-C and cardiovascular events in a population-based cohort. Methods: All patients who received their first PCI between Oct 2011 and Sep 2014 in Ontario, Canada, and had a cholesterol measurement within 6 months after PCI were included. Multivariable Fine and Gray sub-distribution hazards models were used to assess the association between LDL-C measured after PCI and the incidence of MACE (myocardial infarction, coronary revascularization, stroke and cardiovascular death) through December 31, 2016. Results: There were 47,884 patients who had their first PCI during the study period, and 52% had an LDL-C measurement within 6 months post-procedure (median age 63 years, 27% female). Among them, 57% had LDL-C < 70mg/dL, 28% had LDL-C 70 to < 100mg/dL, and 15% had LDL-C ≥ 100mg/dL. After a median of 3.2 years of follow-up, 19% of patients had a qualifying MACE. After adjustment, the incidence of MACE was significantly higher in patients with higher LDL-C levels (Figure). Conclusions: Only one in two patients had LDL-C measured within 6 months after undergoing PCI and only about half had LDL-C < 70mg/dL. Higher levels of LDL-C after PCI were associated with a significantly higher incidence of MACE. Recommendations for routine LDL-C assessment and optimization may improve patient outcomes after PCI procedures.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».