PEER simplified lipid guideline 2023 update
Notice bibliographique
Résumé
OBJECTIVE: To update the 2015 clinical practice guideline and provide a simplified approach to lipid management in the prevention of cardiovascular disease (CVD) for primary care. METHODS: , a multidisciplinary, pan-Canadian guideline panel was formed. This panel was represented by primary care providers, free from conflicts of interest with industry, and included the patient perspective. A separate scientific evidence team performed evidence reviews on statins, ezetimibe, proprotein convertase subtilisin-kexin type 9 inhibitors, fibrates, bile acid sequestrants, niacin, and omega-3 supplements (docosahexaenoic acid with eicosapentaenoic acid [EPA] or EPA ethyl ester alone [icosapent]), as well as on 11 supplemental questions. Recommendations were finalized by the guideline panel through use of the Grading of Recommendations Assessment, Development and Evaluation methodology. RECOMMENDATIONS: All recommendations are presented in a patient-centred manner designed with the needs of family physicians and other primary care providers in mind. Many recommendations are similar to those published in 2015. Statins remain first-line therapy for both primary and secondary CVD prevention, and the Mediterranean diet and physical activity are recommended to reduce cardiovascular risk (primary and secondary prevention). The guideline panel recommended against using lipoprotein a, apolipoprotein B, or coronary artery calcium levels when assessing cardiovascular risk, and recommended against targeting specific lipid levels. The team also reviewed new evidence pertaining to omega-3 fatty acids (including EPA ethyl ester [icosapent]) and proprotein convertase subtilisin-kexin type 9 inhibitors, and outlined when to engage in informed shared decision making with patients on interventions to lower cardiovascular risk. CONCLUSION: These updated evidence-based guidelines provide a simplified approach to lipid management for the prevention and management of CVD. These guidelines were created by and for primary health care professionals and their patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,048 |
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 source (Gemma direct ou Codex distillé), 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 ».