MétaCan
Menu
← Retour à la cohorte
Enregistrement W4383314163 · doi:10.21203/rs.3.rs-3105862/v1

Association of LDL-cholesterol subtractions with cardiovascular disorders: A systematic review

2023· review· en· W4383314163 sur OpenAlexaboutno aff
Abdolreza Chary, Maryam Tohidi, Mehdi Hedayati

Notice bibliographique

RevueResearch Square · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisSystematic reviewScopusWeb of scienceMEDLINEBiomarkerDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Cardiovascular disorders (CVDs) are the leading cause of death worldwide. This study aimed to evaluate the association between Low-Density Lipoprotein (LDL) subfractions and cardiovascular disorders. Methods: For to ensure the rigor of the systematic review, the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines were used. For this systematic review, a comprehensive search strategy in important databases including PubMed, Scopus, Embase, International Statistical Institute (ISI) Web of Science and google scholar from 2009 to February 2021 was performed. Also, for the evaluation of the risk of bias, the Newcastle-Ottawa scale was used. Results: At the end of the search process, 33 articles were included in this study. The results of more of the evaluated studies were shown that the higher LDL particle number was consistently associated with increased risk for cardiovascular disease, independent of other lipid measurements. Also, small dense LDL was associated with an increased risk of CVDs. There wasn’t any association between LDL subfraction with CVDs in a small number of studies. Conclusions: Overall, it seems that the evaluation of LDL subclasses can be used as a very suitable biomarker for the evaluation and diagnosis of cardiovascular diseases. However, further studies are needed to identify the mechanisms involved.

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)0,008
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0110,009
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,093
Tête enseignante GPT0,425
Écart entre enseignants0,332 · 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'étudeRevue systématique
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetLipoproteins and Cardiovascular Health→Travaux en français237 207→