Abstract 9691: Lipoprotein Subclasses Are Associated With Hepatic Steatosis: Insights from the Prospective Multicenter Imaging Study for the Evaluation of Chest Pain (PROMISE) Clinical Trial
Notice bibliographique
Résumé
Introduction: Hepatic steatosis (HS) is associated with coronary artery disease (CAD) and cardiovascular (CV) events. Previously, we have demonstrated that granular measures of lipids (lipoprotein particle number/size) are associated with CAD and CV events and incremental to traditional lipid measures. Hypothesis: Granular measures of lipids are associated with HS detected by cardiac computed tomography (CT) and with HS detected by histopathology. Methods: We included 1524 subjects from the PROMISE trial. HS was defined as CT attenuation of the liver <40HU or liver Results: Subjects with HS (n=413) were slightly younger (59±8 vs 61±8 yrs) and more likely men (53 vs 44%) as compared to controls (n=1111). Three lipoprotein factors were associated with HS: LDL/LDL particle size (OR 1.36, 95%CI 1.21-1.53, p<0.001); HDL/HDL size (OR 1.75, 95%CI, 1.53-2.02, p<0.001), and TG-rich-lipoprotein particles (OR 0.74, 95% CI 0.65-0.84, p<0.002). Individual lipoproteins heavily loaded in these factors were also significant in multivariable analysis (Figure). These lipoproteins were also associated with HS in the validation cohort: small LDL (OR 6.36, p<0.05), large HDL (OR 0.29, p<0.05), and large TG particles (OR 13.83, p<0.05). Conclusions: We found association of small LDL, large HDL and large TG particles, previously associated with CV event risk, with HS phenotyped by CT and histopathology. These results suggest that use of lipoprotein subclasses may improve CV risk assessment in patients with HS.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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) | 0,003 | 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 ».