Abstract 10361: Cardiovascular Risk Factor Control and Treatment Across the Spectrum of Patients with Atherosclerotic Cardiovascular Disease: The Precision Medicine Initiative - All of Us Study
Notice bibliographique
Résumé
Objective: The 2018 Multisociety Cholesterol Guideline categorized patients with atherosclerotic cardiovascular disease (ASCVD) according to very high risk status, but there are few reports of recent medication use and risk factor control by risk group. We examined in a current cohort of US adults the extent of ASCVD risk factor control and treatment by these ASCVD groups. Methods: The NIH Precision Medicine Initiative (All of Us Study) is an ongoing program aiming to enroll > 1 million adults across the US. Since May 2018, >315,000 participants have been recruited from >340 sites nationwide, oversampling underrepresented groups. We studied adults age > 18 years with prior ASCVD, classified based on the 2018 guideline as 1) very high risk with > 2 major ASCVD events, 2) very high risk with 1 major event and > 2 major ASCVD conditions, or 3) ASCVD not at very high risk. We examined proportions at recommended therapies (high intensity statin, blood pressure [BP] and diabetes [DM] medication, and aspirin) and desired levels of risk factors (LDL-C, BP, HbA1c, and non-smoking status) across ASCVD risk categories. Results: Our 34,195 participants with ASCVD included 49% female, 20.5% non-Hispanic Black and 12.9% Hispanic or Latino adults, with an overall age of 66.0 + 12.4 years. 44.6% were classified as very high risk, of which 10.8% had > 2 prior ASCVD evets. The table shows the proportion of each risk group on recommended therapies and risk factor targets. Across ASCVD risk groups use of high intensity statins (10-14%) and attainment of acceptable LDL-C levels (17-27%) and BP levels (42-47%) are markedly suboptimal. Across risk groups only 3-8% were on all 4 recommended therapies and <5% were at all desired levels of all 4 risk factors. Conclusions: Improved efforts are needed to communicate the importance of multiple risk factor control and recommended therapies across the spectrum of ASCVD patients, and especially those at very high risk.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».