Remnant cholesterol and risk of premature mortality: an analysis from a nationwide prospective cohort study
Notice bibliographique
Résumé
AIMS: To explore the relationship between remnant cholesterol (RC) and the risk of premature mortality as well as life expectancy in the general population. METHODS: We included a total of 428 804 participants from the UK Biobank for analyses. Equivalent population percentiles approach based on the low-density lipoprotein cholesterol cut-off points was performed to categorize participants into three RC groups: low (with a mean RC of 0.34 mmol/L), moderate (0.53 mmol/L), and high (1.02 mmol/L). We used multivariable Cox proportional hazards models to evaluate the relationship between RC groups and the risk of premature mortality (defined as death before age 75 years). Life table methods were used to estimate life expectancy by RC groups. RESULTS: During a median follow-up of 12.1 years (Q1-Q3 11.0-13.0), there were 23 693 all-cause premature deaths documented, with an incidence of 4.83 events per 1000 person-years [95% confidence interval (CI): 4.77-4.89]. Compared with the low RC group, the moderate RC group was associated with a 9% increased risk of all-cause premature mortality [hazard ratio (HR) = 1.09, 95% CI: 1.05-1.14], while the high RC group had an 11% higher risk (HR = 1.11, 95% CI: 1.07-1.16). At the age of 50 years, high RC group was associated with an average 2.2 lower years of life expectancy for females, and an average 0.1 lower years of life expectancy for males when compared with their counterparts in the low RC group. CONCLUSIONS: Elevated RC was significantly related to an increased risk of premature mortality and a reduced life expectancy. Premature death in the general population would benefit from measurement to aid risk stratification and proactive management of RC to improve cardiovascular risk prevention efforts.
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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
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 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 ».