MétaCan
Menu
Retour à la cohorte
Enregistrement W4388784714 · doi:10.1016/j.cjco.2023.11.015

Consideration and Application of Lipoprotein(a) in the Risk Assessment of Atherosclerotic Cardiovascular Disease Risk in Adults

2023· article· en· W4388784714 sur OpenAlexaffabout
Tiffany Yuen, G.B. John Mancini, Robert A. Hegele, Glen J. Pearson

Notice bibliographique

RevueCJC Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensWestern UniversityUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAtherosclerotic cardiovascular diseaseDiseaseMedicineRisk assessmentLipoprotein(a)CardiologyInternal medicineIntensive care medicineLipoproteinCholesterolComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Lipoprotein(a) (Lp[a]) is an low-density lipoprotein (LDL)-like particle in which apolipoprotein (apo) B is covalently bound to a plasminogen-like molecule called apo(a). A High level of Lp(a) has been demonstrated to be an independent, causal, and prevalent risk factor for atherosclerotic cardiovascular disease (ASCVD), as well as aortic valve disease, through mechanisms that promote atherogenesis, inflammation, and thrombosis. With reliable and accessible assays, Lp(a) level has been established to be associated linearly with the risk for ASCVD. The 2021 Canadian Cardiovascular Society Dyslipidemia Guidelines recommend measuring an Lp(a) level once in a person's lifetime as part of the initial lipid screening. The aim of this review is to provide an update and overview of the utility and application of Lp(a) level in the assessment and treatment of adults at risk for ASCVD, consistent with this guideline recommendation.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,300
Écart entre enseignants0,282 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCJC OpenMême sujetLipoproteins and Cardiovascular HealthTravaux en français237 207