Lipid Lowering in “Very High Risk” Patients Undergoing Coronary Artery Bypass Surgery and Its Projected Reduction in Risk for Recurrent Vascular Events: A Monte Carlo Stepwise Simulation Approach
Notice bibliographique
Résumé
ABSTRACT: 2018 AHA guidelines provide criteria to identify patients at very high risk (VHR) for adverse vascular events and recommend an low density lipoprotein-C (LDL-C) level <1.8 mmol/L. Data regarding the 10-year risk for adverse vascular events in coronary artery bypass grafting (CABG) patients at VHR and the need for nonstatin therapies in the VHR cohort are limited. We queried a national cohort of CABG patients to answer these questions. The projected reduction of LDL-C from stepwise escalation of lipid-lowering therapy (LLT) was simulated; Monte Carlo methods were used to account for patient-level heterogeneity in treatment effects. Data on preoperative statin therapy and LDL-C levels were obtained. In the first scenario, all eligible patients not at target LDL-C received high-intensity statins, followed by ezetimibe and then alirocumab; alternatively, bempedoic acid was also used. The 10-year risk for an adverse vascular event was estimated using a validated risk score. Potential risk reduction was estimated after simulating maximal LLT. Before CABG, 8948 of 27,443 patients (median LDL-C 85 mg/dL) were at VHR. In the whole cohort, 31% were receiving high-intensity statins. With stepwise LLT escalation, the proportion of patients at target were 60%, 78%, 86%, and 97% after high-intensity statins, ezetimibe, bempedoic acid, and alirocumab, respectively. The projected 10-year risk to suffer a vascular event reduced by 4.6%. A large proportion of CABG patients who are at VHR for vascular events fail to meet 2018 AHA LDL-C targets. A stepwise approach, particularly with the use of bempedoic acid, can significantly reduce the need for more expensive proprotein convertase subtilisin kexin 9 inhibitors.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 | 0,000 | 0,001 |
| 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 ».