The Omega-3 Fatty Acid Eicosapentaenoic Acid (EPA) Correlates Inversely with Ischemic Brain Infarcts in Patients with Atrial Fibrillation
Notice bibliographique
Résumé
The omega-3 fatty acid (n-3 FA) eicosapentaenoic acid (EPA) reduces stroke in patients with atherosclerotic cardiovascular disease. Whether EPA affects stroke or cerebral small vessel dis-ease in patients with atrial fibrillation (AF) remains uncertain. EPA, docosahexaenoic acid (DHA), docosapentaenoic acid (DPA), and alpha-linolenic acid (ALA) were determined by gas chromatography in 1657 AF patients from the Swiss Atrial Fibrillation study. All patients underwent brain MRI to detect ischemic brain infarcts, classified as large noncortical or cortical infarcts (LNCCIs); markers of small vessel disease, classified as small noncortical infarcts (SNCIs), number of microbleeds, and white matter lesion (WML) volumes. Individual and total n-3 FAs (EPA + DHA + DPA + ALA) were correlated with LNCCIs and SNCIs using logistic regression, with numbers of microbleeds using a hurdle model, and WML volumes using linear regression. LNCCIs were detected in 372 patients (22.5%). EPA correlated inversely with the prevalence of LNCCIs (odds ratio [OR] 0.51 per increase of 1 percentage point EPA, 95% confidence interval [CI] 0.29-0.90). DPA correlated with a higher LNCCI prevalence (OR 2.48, 95%CI 1.49-4.13). No associations with LNCCIs were found for DHA, ALA, and total n-3 FAs. Neither individual nor total n-3 FAs correlated with markers of small vessel disease. In conclusion, EPA correlates inversely with the prevalence of ischemic brain infarcts, but not with markers of small vessel disease in patients with AF.
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 | 0,003 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».