Effect of Increased Level of Lipoprotein(a) on Cardiovascular Outcomes in Patients With Ischemic Heart Disease: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Lipoprotein(a) (Lp(a)) has emerged as a significant cardiovascular risk factor, particularly in patients with ischemic heart disease (IHD). This systematic review and meta-analysis aimed to synthesize evidence on the impact of Lp(a) levels on cardiovascular outcomes in IHD patients. A comprehensive literature search was conducted across multiple databases, covering publications from January 2016 to October 2024. Studies assessing the relationship between Lp(a) levels and cardiovascular outcomes in IHD patients were included. The primary outcomes were major adverse cardiovascular events (MACE), all-cause mortality, myocardial infarction, and revascularization. Quality assessment was performed using the Newcastle-Ottawa Scale. Fourteen studies (five prospective, nine retrospective) met the inclusion criteria, with sample sizes ranging from 350 to 18,544 participants. Pooled analysis revealed that elevated Lp(a) levels were significantly associated with increased risk of MACE (HR: 1.31, 95% CI: 1.19-1.45), all-cause mortality (HR: 1.23, 95% CI: 1.15-1.31), myocardial infarction (HR: 1.20, 95% CI: 1.06-1.35), and revascularization (HR: 1.23, 95% CI: 1.08-1.39) in IHD patients. Sensitivity analyses confirmed the robustness of these findings. This meta-analysis provides strong evidence that elevated Lp(a) levels are associated with adverse cardiovascular outcomes in IHD patients. The findings underscore the potential role of Lp(a) as an important prognostic marker and suggest that incorporating Lp(a) assessment into clinical practice could enhance risk stratification. Future research should focus on establishing optimal Lp(a) cutoff values and evaluating the impact of Lp(a)-lowering therapies on cardiovascular outcomes in this high-risk population.
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 | 0,014 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,042 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».