MétaCan
Menu
Retour à la cohorte
Enregistrement W4381046757 · doi:10.1093/ehjcvp/pvad044

Triglycerides revisited: is hypertriglyceridaemia a necessary therapeutic target in cardiovascular disease?

2023· review· en· W4381046757 sur OpenAlexaff
Heinz Drexel, Juan Tamargo, Juan Carlos Kaski, Basil S. Lewis, Christoph H. Saely, Peter Fraunberger, Dobromir Dobrev, Maki Komiyama, THOMAS PLATTNER, Stefan Agewall, Koji Hasegawa

Notice bibliographique

RevueEuropean Heart Journal - Cardiovascular Pharmacotherapy · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésResidual riskMedicineAtherosclerotic cardiovascular diseaseInternal medicineEicosapentaenoic acidTriglycerideDiseaseLipoproteinCholesterolEpidemiologyPrimary preventionEndocrinologyFatty acidBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Despite the atherosclerotic cardiovascular disease (ASCVD) risk reduction achieved by low-density lipoprotein cholesterol (LDL-C) lowering therapy, residual ASCVD risk still exists. Previous epidemiological studies have suggested high plasma triglyceride (TG) levels as a risk factor or risk marker for ASCVD independent of LDL-C levels. In this review, we highlighted the underlying pathophysiology of hypertriglyceridaemia, the mechanistic action of therapeutic agents, the interpretation of conflicting results on recent clinical trials, and the present options for primary and secondary prevention. The benefits of fibrates-induced reduction in TG and increase in high-density lipoprotein cholesterol might outweigh the disadvantages of increasing LDL-C levels in primary prevention. In secondary CVD prevention, using eicosapentaenoic acid without docosahexaenoic acid, in addition to statins, will be beneficial. This comprehensive review may prove useful for the development of novel approaches that target hypertriglyceridaemia in future.

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)0,013
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,932
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0120,041
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,101
Tête enseignante GPT0,357
Écart entre enseignants0,256 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations26
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal - Cardiovascular PharmacotherapyMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207