Lipid distributions in the Global Diagnostics Network across five continents
Notice bibliographique
Résumé
AIMS: Lipids are central in the development of cardiovascular disease, and the present study aimed to characterize variation in lipid profiles across different countries to improve understanding of cardiovascular risk and opportunities for risk-reducing interventions. METHODS AND RESULTS: This first collaborative report of the Global Diagnostics Network (GDN) evaluated lipid distributions from nine laboratory organizations providing clinical laboratory testing in 17 countries on five continents. This cross-sectional study assessed aggregated lipid results from patients aged 20-89 years, tested at GDN laboratories, from 2018 through 2020. In addition to mean levels, the World Health Organization total cholesterol risk target (<5.00 mmol/L, <193 mg/dL) and proportions in guideline-based low-density lipoprotein cholesterol (LDL-C) categories were assessed. This study of 461 888 753 lipid results found wide variation by country/region, sex, and age. In most countries, total cholesterol and LDL-C peaked at 50-59 years in females and 40-49 years in males. Sex- and age-group adjusted mean total cholesterol levels ranged from 4.58 mmol/L (177.1 mg/dL) in the Republic of Korea to 5.40 mmol/L (208.8 mg/dL) in Austria. Mean total cholesterol levels exceeded the World Health Organization target in Japan, Australia, North Macedonia, Switzerland, Germany, Slovakia, and Austria. Considering LDL-C categories, North Macedonia had the highest proportions of LDL-C results >4.91 mmol/L (>190 mg/dL) for both females (9.9%) and males (8.7%). LDL-C levels <1.55 mmol/L (<60 mg/dL) were most common among females in Canada (10.7%) and males in the UK (17.3%). CONCLUSION: With nearly a half billion lipid results, this study sheds light on the worldwide variability in lipid levels, which may reflect inter-country differences in genetics, lipid testing, lifestyle habits, and pharmacologic treatment. Despite variability, elevated atherogenic lipid levels are a common global problem, and these results can help inform national policies and health system approaches to mitigate lipid-mediated risk of cardiovascular disease.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
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.
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 ».