MétaCan
Menu
Retour à la cohorte
Enregistrement W4210992022 · doi:10.2174/1570161117666190503123911

Postprandial Hypertriglyceridaemia Revisited in the Era of Non-Fasting Lipid Profile Testing: A 2019 Expert Panel Statement, Narrative Review

2019· review· en· W4210992022 sur OpenAlexaff
Genovefa Kolovou, Gerald F. Watts, Dimitri P. Mikhailidis, Pablo Pérez‐Martínez, Samia Mora, Helen Bilianou, George Panotopoulos, Niki Katsiki, Teik Chye Ooi, José López‐Miranda, Anne Tybjærg‐Hansen, Nikolaοs Tentolouris, Børge G. Nordestgaard

Notice bibliographique

RevueCurrent Vascular Pharmacology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésPostprandialMedicineInternal medicineTriglycerideHypertriglyceridemiaDiabetes mellitusEndocrinologyObesityMetabolic syndromeType 2 Diabetes MellitusCholesterol

Résumé

récupéré en direct d'OpenAlex

Postprandial hypertriglyceridaemia, defined as an increase in plasma triglyceride-containing lipoproteins following a fat meal, is a potential risk predictor of atherosclerotic cardiovascular disease and other chronic diseases. Several non-modifiable factors (genetics, age, sex and menopausal status) and lifestyle factors (diet, physical activity, smoking status, obesity, alcohol and medication use) may influence postprandial hypertriglyceridaemia. This narrative review considers the studies published over the last decade that evaluated postprandial hypertriglyceridaemia. Additionally, the genetic determinants of postprandial plasma triglyceride levels, the types of meals for studying postprandial triglyceride response, and underlying conditions (e.g. familial dyslipidaemias, diabetes mellitus, metabolic syndrome, non-alcoholic fatty liver and chronic kidney disease) that are associated with postprandial hypertriglyceridaemia are reviewed; therapeutic aspects are also considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,003
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,107
Tête enseignante GPT0,405
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Vascular PharmacologyMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207