MétaCan
Menu
← Retour à la cohorte
Enregistrement W4324140593 · doi:10.1161/circ.147.suppl_1.p594

Abstract P594: High-Density Lipoprotein Particle Concentrations and Long-Term Atherosclerotic Disease Risk in Young Adults

2023· article· en· W4324140593 sur OpenAlexaff
John T. Wilkins, Waleed Alruwaili, Hongyan Ning, Konrad Teodor Sawicki, Allan D. Sniderman, James D. Otvos, David R. Jacobs, Venkatesh L. Murthy, Ravi V. Shah, Anand Rohatgi, Norrina B. Allen

Notice bibliographique

RevueCirculation · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineAtherosclerotic cardiovascular diseaseProportional hazards modelCohortSubgroup analysisCholesterolHigh-density lipoproteinDemographyCardiologyEndocrinologyDiseaseConfidence interval

Résumé

récupéré en direct d'OpenAlex

Introduction: HDL particles vary in size and concentration. Indices of overall HDL particle concentration (HDL-P) and the concentrations of different HDL size subspecies (small: H1-H3, medium: H4, H5, and large: H6, H7) have differential associations with near-term CVD events in middle-aged adults. It is unclear if measures of HDL particle concentration predict long-term ASCVD risk in young adults. Methods: Among CARDIA participants (ppts), NMR was used to measure HDL-P and HDL particle size subgroup H1-H7 concentrations. HDL cholesterol (HDL-C) was measured using standard assays. We stratified the ppts into 2 age windows: 20-30y (n= 1645) and 30-40y (n=2922). We used adjusted Cox proportional hazards models to assess the associations between a 1SD higher HDL-C, HDL-P, and HDL1-7 subgroups with incident ASCVD events. We added HDL-P, HDL H1-H7, and HDL-C separately to a modified Pooled Cohort Equation (PCE) model; model performance (discrimination and reclassification) was evaluated. Results: 81 and 163 ASCVD events occurred over (median (IQR)) 31.8y (31.1-32.0y) for the 20-30y age window and over 26.8y (19.1-27.1y) for the 30-40y age window, respectively. In ppts age 20-30y, a higher HDL-P and HDL-C were not associated with ASCVD events, however a higher HDL H6 subgroup level was associated with lower risk for ASCVD in demographic adjusted models. In the age 30-40y group, higher HDL-P, HDL-C, and H6 subgroup were significantly associated with lower ASCVD risks in all models. There were no significant differences in c-statistics across PCE models. However, there were improvements in reclassification for all HDL measures when added to the PCE model in the 20-30y age window, and significant improvements in reclassification when HDL H1-7 were added to the PCE for the 30-40y age window. Conclusion: At younger ages (<40y) differences in HDL particle abundance, in particular large particles, may help reclassify long-term risk for ASCVD in some.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,262
Écart entre enseignants0,245 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetCardiovascular Health and Risk Factors→Travaux en français237 207→