MétaCan
Menu
Retour à la cohorte
Enregistrement W4366281256 · doi:10.3390/biomedicines11041198

Small Dense LDL Level and LDL/HDL Distribution in Acute Coronary Syndrome Patients

2023· article· en· W4366281256 sur OpenAlexafffund
Alyann Otrante, Abdelghani Bounafaa, Hicham Berrougui, Abdelkhalid Essamadi, Michel Nguyen, Tamàs Fülöp, Abdelouahed Khalil

Notice bibliographique

RevueBiomedicines · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésInternal medicineReceiver operating characteristicMedicineAcute coronary syndromeYouden's J statisticArea under the curveApolipoprotein BCholesterolGastroenterologyCoronary heart diseaseLipid profileEndocrinologyCutoffMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

This study aimed to determine the size and distribution of LDL and HDL particles in North African acute coronary syndrome (ACS) patients and to compare the level of small dense LDL (sdLDL) to other markers used in cardiovascular risk prediction. Methods: A total of 205 ACS patients and 100 healthy control subjects were enrolled. LDL particle size and LDL and HDL subclass distributions were measured using Quantimetric Lipoprint® linear polyacrylamide gel electrophoresis. Lipid ratios (total cholesterol, LDL cholesterol, non-HDL cholesterol, and HDL cholesterol) were determined to calculate the atherogenic index of plasma (AIP), the atherogenic coefficient (AC), Castelli’s Risk-I (CR-I), and Castelli’s Risk-II (CR-II). Receiver operating characteristic (ROC) curve analyses and area under the curve (AUC) were used to assess the predictive value of sdLDL as a marker for cardiovascular disease. Results: The ACS patients, compared to the healthy control subjects, displayed an alteration of LDL particle distribution, with a significant increase in sdLDL serum concentrations (0.303 ± 0.478 mmol/L vs. 0.0225 ± 0.043 mmol/L, respectively, p < 0.001). The sdLDL levels had a high discrimination accuracy [AUC = 0.847 ± 0.0353 (95% CI 0.778 to 0.916, p < 0.0001)]. The best predictive cutoff value of ACS determined with the maximum Youden index (J) [(sensitivity + specificity) − 1 = 0.60] was 0.038 mmol/L. A Spearman correlation analysis showed that sdLDL levels were moderately but significantly and positively correlated with AC and CR-I (r = 0.37, p < 0.001) and weakly but significantly correlated with PAI and CR-II; r = 0.32 (p < 0.001) and r = 0.30 (p < 0.008), respectively. The subclass distribution of HDL particles from ACS patients was also altered, with a decrease in large HDL particles and an increase in small HDL particles compared to HDL from healthy control subjects. Conclusion: Due to their high atherogenicity, sdLDL levels could be used as a valuable marker for the prediction cardiovascular events.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil0,687

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,249
Écart entre enseignants0,217 · 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.

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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomedicinesMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207