Association of LDL-cholesterol subfractions with cardiovascular disorders: a systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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: 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 was performed in important databases including PubMed, Scopus, Embase, International Statistical Institute (ISI) Web of Science, and google scholar from 2009 to February 2021. The following terms were used for systematic search: low-density lipoprotein, LDL, subfractions, subclasses, nuclear magnetic resonance, NMR, chromatography, high-pressure liquid, HPLC, cardiovascular disease, cerebrovascular, and peripheral vascular disease. Also, for evaluating the risk of bias, the Newcastle-Ottawa scale was employed. RESULTS: At the end of the search process, 33 articles were included in this study. The results of most of the evaluated studies revealed that a 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 was no association between LDL subfraction and 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 assessment and diagnosis of cardiovascular diseases. However, further studies are required 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.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,033 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle