Glycemia and Atherosclerotic Cardiovascular Disease: Exploring the Gap Between Risk Marker and Risk Factor
Notice bibliographique
Résumé
There is consistent, unequivocal and reproducible epidemiological evidence derived from diverse populations that various indices of glycemia (fasting plasma glucose, postprandial or post oral glucose challenge plasma glucose, HbA1c) are associated with an increased risk of atherosclerotic cardiovascular disease (ASCVD), even in the prediabetic state. Furthermore, there is abundant experimental evidence demonstrating that hyperglycemia per se accelerates and aggravates the atherosclerotic process, providing biological plausibility to the concept that hyperglycemia is causally related or a true risk factor for ASCVD. Two studies in particular, DCCT and UKPDS, that enrolled a younger cohort of patients with type 1 diabetes or an older cohort with newly diagnosed type 2 diabetes, respectively, showed trends towards a reduction in ASCVD. The reductions in ASCVD reached statistical significance only after prolonged follow up, and when differences in HbA1c were no longer maintained (referred to by some as a ‘legacy effect’). More recent studies in those with established type 2 diabetes, in which glycemic control was improved by a variety of strategies, failed to demonstrate reductions in ASCVD. The gap in evidence supporting hyperglycemia as a true causative risk factor for ASCVD or simply a risk marker for some other confounding causative factor is discussed in this review. We conclude that hyperglycemia does appear to be at least partially causative of ASCVD (ie. an ASCVD risk factor). We discuss how this evidence can be incorporated into an overall therapeutic strategy to prevent ASCVD in those with prediabetes and established diabetes.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».