Association Between Remnant Cholesterol and Risk of Incident Atrial Fibrillation: Population‐Based Evidence From a Large‐Scale Prospective Cohort Study
Notice bibliographique
Résumé
Background Evidence for the relationship between remnant cholesterol (RC) and incident atrial fibrillation (AF) risk remains sparse and limited. Methods and Results Participants were enrolled between 2006 and 2010 and followed up to 2021. The multivariable Cox proportional hazards model was used to examine the relationship between RC quartiles and risk of incident AF. Subgroup analyses and sensitivity analyses were performed to explore the potential modification of the association and the robustness of the main findings. A total of 422 316 participants (mean age, 56 years; 54% women) were included for analyses. During a median follow‐up of 11.9 years (first quartile–third quartile, 11.6–13.2 years), there were 24 774 AF events documented with an incidence of 4.92 events per 1000 person‐years (95% CI, 4.86–4.98). Participants in higher RC quartiles had a lower risk of incident AF than those in the lowest quartile (first quartile): hazard ratio (HR)=0.96 (95% CI, 0.91–1.00) for second quartile; HR=0.92 (95% CI, 0.88–0.96) for third quartile; and HR=0.85 (95% CI, 0.81–0.89) for fourth quartile ( P for trend <0.001). The association between RC quartiles and risk of incident AF was stronger in participants aged ≥65 years, in men, and in participants without history of diabetes when compared with control groups ( P <0.001 for interaction). Conclusions On the basis of data from this large‐scale prospective cohort study, elevated RC was associated with a lower risk of incident AF.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».