Genetics and Pathophysiological Mechanisms of Lipoprotein(a)‐Associated Cardiovascular Risk
Notice bibliographique
Résumé
Elevated lipoprotein(a) is a genetically transmitted codominant trait that is an independent risk driver for cardiovascular disease. Lipoprotein(a) concentration is heavily influenced by genetic factors, including LPA kringle IV‐2 domain size, single‐nucleotide polymorphisms, and interleukin‐1 genotypes. Apolipoprotein(a) is encoded by the LPA gene and contains 10 subtypes with a variable number of copies of kringle ‐2, resulting in >40 different apolipoprotein(a) isoform sizes. Genetic loci beyond LPA , such as APOE and APOH , have been shown to impact lipoprotein(a) levels. Lipoprotein(a) concentrations are generally 5% to 10% higher in women than men, and there is up to a 3‐fold difference in median lipoprotein(a) concentrations between racial and ethnic populations. Nongenetic factors, including menopause, diet, and renal function, may also impact lipoprotein(a) concentration. Lipoprotein(a) levels are also influenced by inflammation since the LPA promoter contains an interleukin‐6 response element; interleukin‐6 released during the inflammatory response results in transient increases in plasma lipoprotein(a) levels. Screening can identify elevated lipoprotein(a) levels and facilitate intensive risk factor management. Several investigational, RNA‐targeted agents have shown promising lipoprotein(a)‐lowering effects in clinical studies, and large‐scale lipoprotein(a) testing will be fundamental to identifying eligible patients should these agents become available. Lipoprotein(a) testing requires routine, nonfasting blood draws, making it convenient for patients. Herein, we discuss the genetic determinants of lipoprotein(a) levels, explore the pathophysiological mechanisms underlying the association between lipoprotein(a) and cardiovascular disease, and provide practical guidance for lipoprotein(a) testing.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».