Variance in the composition and number of VLDL and LDL particles with increasing triglyceride or increasing ApoB concentrations
Notice bibliographique
Résumé
OBJECTIVE: The importance of any enhanced atherogenicity of triglyceride (TG)-rich lipoproteins (TRLs) will depend on the relative abundance of these particles compared with low-density lipoprotein (LDL) or total apolipoprotein (apo)B. Accordingly, we determined the contribution that TRLs make to total apoB as TG or apoB concentrations increase. We also describe compositional changes in TRLs as TG or apoB increases to assess whether very low-density lipoprotein (VLDL-[C]) is a valid proxy for VLDL-apoB. METHODS: We used sequential ultracentrifugation to separate lipoprotein fractions in plasma samples from 1940 dyslipidemic patients not on lipid-lowering medication, and measured apoB, cholesterol and TG in the plasma and in each subfraction. We analyzed these data in quartiles of TG or apoB. RESULTS: There was wide variance in all parameters in all quartiles of both TG and apoB. Although VLDL-apoB accounted for almost all the increase in total apoB across TG quartiles, LDL-apoB still accounted for 80% of the total in TG quartile 4. In contrast, LDL-apoB accounted for 90% of the increase in apoB across apoB quartiles. As TG increases, the increase in VLDL-C is explained more by increased VLDL-C/apoB when TG is moderately elevated, and more by increased VLDL-apoB when TG is very high. CONCLUSIONS: In conclusion, VLDL-apoB only becomes a substantial component of total apoB with extreme hypertriglyceridemia and VLDL-C is not an appropriate proxy for VLDL-apoB.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».