Correlates of Coronary Artery Calcification Prevalence and Severity in Patients With Heterozygous Familial Hypercholesterolemia
Notice bibliographique
Résumé
Background Determinants of coronary artery calcification (CAC) prevalence and severity in heterozygous familial hypercholesterolemia (HeFH) remain understudied. The objective of this cross-sectional study was to investigate correlates of CAC in patients with HeFH. Methods A CAC score was calculated by a noncontrast computed tomography scan in women (n = 68) and men (n = 78) with genetically defined HeFH. We classified CAC prevalence and severity using 3 categories: CAC score = 0 Agatston Unit (AU), CAC score = 1-100 AU, and CAC score > 100 AU. Information on potential correlates of CAC including familial and personal health history, cardiovascular risk factors, lipid-lowering medication, and lifestyle habits was collected. Results A total of 95 patients had prevalent CAC. Independent correlates of CAC prevalence and severity included age (odds ratio [OR] per 10 years: 5.06, 95% confidence interval [CI]: 3.19, 7.93, P < 0.0001), family history of premature cardiovascular disease (OR: 3.88, 95% CI: 1.71, 8.81, P = 0.001), male sex (OR: 3.40, 95% CI: 1.49, 7.78, P = 0.004), statin use (OR: 15.5, 95% CI: 1.89, 126, P = 0.01), diet quality assessed with the Alternative Healthy Eating Index score (OR per 1 standard deviation: 0.59, 95% CI: 0.39, 0.90, P = 0.01), ever smoking (OR: 3.06, 95% CI: 1.20, 7.81, P = 0.02), receptor-negative genotype (OR: 3.17, 95% CI: 1.16, 8.66, P = 0.02), lipoprotein(a) year-score (OR per 1 standard deviation of log-transformed year-score: 1.53, 95% CI: 0.99, 2.36, P = 0.05). Conclusions In individuals with HeFH, age, family history of premature cardiovascular disease, sex, statin use, diet quality, smoking status, the LDLR genotype, and lipoprotein(a) concentrations were independently associated with CAC prevalence and severity.
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 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».