Cardio-Rheumatology Insights Into Hypertension: Intersection of Inflammation, Arteries, and Heart
Notice bibliographique
Résumé
There is an increased prevalence of atherosclerotic cardiovascular disease (ASCVD) in patients with inflammatory rheumatic diseases (IRD) including rheumatoid arthritis, systemic lupus erythematosus, psoriatic arthritis, and systemic sclerosis. The mechanism for the development of ASCVD in these conditions has been linked not only to a higher prevalence and undertreatment of traditional cardiovascular (CV) risk factors but importantly to chronic inflammation and a dysregulated immune system which contribute to impaired endothelial and microvascular function, factors that may contribute to accelerated atherosclerosis. Accurate ASCVD risk stratification and optimal risk management remain challenging in this population with many barriers that include lack of validated risk calculators, the remitting and relapsing nature of underlying disease, deleterious effect of medications used to manage rheumatic diseases, multimorbidity, decreased mobility due to joint pain, and lack of clarity about who bears the responsibility of performing CV risk assessment and management (rheumatologist vs. primary care provider vs. cardiologist). Despite recent advances in this field, there remain significant gaps in knowledge regarding the best diagnostic and management approach. The evolving field of Cardio-Rheumatology focuses on optimization of cardiovascular care and research in this patient population through collaboration and coordination of care between rheumatologists, cardiologists, radiologists, and primary care providers. This review aims to provide an overview of current state of knowledge about ASCVD risk stratification in patients with IRD, contributing factors including effect of medications, and review of the current recommendations for cardiovascular risk management in patients with inflammatory disease with a focus on hypertension as a key risk factor.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».