Distribution of HDL-C and LDL-C and Their Subfractions in Mammary Carcinogenesis. Case-Control Study
Notice bibliographique
Résumé
RESULTS: The cohort comprised 1,992,972 women (33,064 with SMM).Incidence rates for subsequent CVD hospitalization were 26.4 and 11.2 per 10,000 person-years in SMMaffected and SMM-unaffected women, respectively.The strongest pregnancy-related predictor of CVD was hypertensive SMM (adjusted hazard ratio [aHR], 2.28; 95% CI, 1.79-2.89),whereas the strongest nonpregnancy predictor was > 1 antecedent comorbid cardiovascular risk factor (aHR, 4.95 [4.57-5.36]).LRs for CVD within 1 year were 0.57 (0.51-0.64), 1.43 (1.29-1.58),and 6.79 (5.76-8.01)for standardized risk scores of < 0, 0 to < 3, and ! 3, respectively.Optimism-corrected C-statistics for CVD at 1, 5, and 10 years were 0.68 (0.68-0.69), 0.71 (0.71-0.71), and 0.75 (0.75-0.75), respectively.CONCLUSIONS: By incorporating SMM and various factors, a novel risk score might aid in identifying postpartum women at risk for CVD.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».