Expert position statements: comparison of recommendations for the care of adults and youth with elevated lipoprotein(a)
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Summarize recent recommendations on clinical management of adults and youth with elevated lipoprotein(a) [Lp(a)] who are at-risk of or affected by cardiovascular disease (CVD). RECENT FINDINGS: There is ample evidence to support elevated Lp(a) levels, present in approximately 20% of the general population, as a causal, independent risk factor for CVD and its role as a significant risk enhancer. Several guidelines and position statements have been published to assist in the identification, treatment and follow-up of adults with elevated levels of Lp(a). There is growing interest in Lp(a) screening and strategies to improve health behaviors starting in youth, although published recommendations for this population are limited. In addition to the well established increased risk of myocardial infarction, stroke and valvular aortic stenosis, data from the coronavirus pandemic suggest adults with elevated Lp(a) may have a particularly high-risk of cardiovascular complications. Lp(a)-specific-lowering therapies are currently in development. Despite their inability to lower Lp(a), use of statins have been shown to improve outcomes in primary and secondary prevention. SUMMARY: Considerable differences exist amongst published guidelines for adults on the use of Lp(a) in clinical practice, and recommendations for youth are limited. With increasing knowledge of Lp(a)'s role in CVD, including recent observations of COVID-19-related risk of cardiovascular complications, more harmonized and comprehensive guidelines for Lp(a) in clinical practice are required. This will facilitate clinical decision-making and help define best practices for identification and management of elevated Lp(a) in adults and youth.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».