Advances in the pharmacological management of hyperlipidemia through the use of combination therapies
Notice bibliographique
Résumé
INTRODUCTION: Lipid-lowering therapies are well established for the treatment of cardiovascular disease (CVD). Historically monotherapy studies have been performed, but the introduction of statins has led to these drugs being recognized as baseline therapies and to the investigation of combination therapy of both older and newer medications with them. AREAS COVERED: Surrogate marker studies have shown additive effects on LDL-C, triglycerides and HDL-C of combination therapies with statins and these have extended to lipoprotein (a). Imaging studies have often shown benefits paralleling lipid studies. However, outcome studies have failed to show added benefits with niacin or fibrates while confirming the benefits of ezetimibe, bempedoic acid and proprotein convertase subtilisin kexin-9 (PCSK-9) inhibitors and icosapent ethyl. EXPERT OPINION: Combination therapy for LDL-C in dual combinations is well validated. Data for intervention on triglycerides is limited to icosapent ethyl, but this may exert effects independent of lipids. New drugs targeting triglycerides through apolipoprotein C3 and angiopoietin-like peptides are in development. Studies on combination therapy raising HDL-C have generally disappointed, though cholesterol ester transfer protein (CETP) inhibition remains a target. Lipoprotein (a) is recognized as a CVD risk factor and effective therapies are in development but results on CVD events are lacking.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».