Impact of Apolipoprotein A-I Infusions on Cardiovascular Events Post-MI by Neutrophil-Lymphocyte Ratio and LDL-Cholesterol Levels
Notice bibliographique
Résumé
BACKGROUND: The AEGIS-II (ApoA-I Event Reducing in Ischemic Syndromes-II; NCT03473223) trial evaluated CSL112, a human plasma-derived apolipoprotein A-I therapy, for reducing cardiovascular events after acute myocardial infarction (AMI). Given CSL112's potential anti-inflammatory properties, we conducted an exploratory post hoc analysis to determine if its efficacy is influenced by baseline neutrophil-lymphocyte ratio (NLR), a marker of systemic inflammation, and low-density lipoprotein cholesterol (LDL-C). OBJECTIVES: The purpose of this study was to investigate the association of baseline NLR and cardiovascular events and explore whether NLR and LDL-C modify CSL112's efficacy in post-AMI patients. METHODS: A total of 18,219 participants with AMI, multivessel coronary artery disease, and additional cardiovascular risk factors were randomized to 4 weekly infusions of 6 g CSL112 or placebo. The primary endpoint was a composite of cardiovascular death, myocardial infarction, or stroke (major adverse cardiovascular events [MACE]). Cox proportional hazards models evaluated risk by dichotomized baseline NLR (>median vs ≤median). Treatment interactions with NLR and LDL-C (≥100 vs <100 mg/dL) were assessed. RESULTS: = 0.029). CONCLUSIONS: Baseline elevated NLR predicts MACE in post-AMI patients, and CSL112 showed an associated reduction in MACE in patients with elevated NLR and LDL-C ≥100 mg/dL.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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 ».