MétaCan
Menu
Retour à la cohorte
Enregistrement W4412084917 · doi:10.1016/j.cjco.2025.06.021

Implementing Dyslipidemia Guidelines into Clinical Practice Following an Acute Coronary Syndrome: Challenges and Opportunities for Improvement

2025· article· en· W4412084917 sur OpenAlexafffund
Alisha Labinaz, R. Yao, Farshad Hosseini, Ricky D. Turgeon, Miles Marchand, Liam R. Brunham, Nathaniel M. Hawkins, Graham C. Wong, G.B. John Mancini, Christopher B. Fordyce

Notice bibliographique

RevueCJC Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNovo NordiskSanofiCanadian Cardiovascular SocietyNovartisHLS TherapeuticsPfizerAmgen
Mots-clésDyslipidemiaAcute coronary syndromeMedicineClinical PracticeIntensive care medicineCardiologyInternal medicinePhysical therapyMyocardial infarctionObesity

Résumé

récupéré en direct d'OpenAlex

Following an acute coronary syndrome (ACS), patients remain at a residual increased risk of adverse cardiovascular events. As such, secondary prevention strategies, including dyslipidemia management, are key in the delivery of post-ACS care. Multiple randomized controlled trials have highlighted the benefit of lipid-lowering therapies in reducing low-density lipoprotein cholesterol levels, an independent predictor of adverse cardiovascular events post-ACS. However, registries have demonstrated that post-ACS, a significant proportion of patients are not achieving guideline-recommended low-density lipoprotein target levels, and intensification of lipid-lowering therapies continues to be underutilized. This review assesses strategies in which post-ACS lipid management can be improved, in particular by standardizing follow-up care through dedicated post-ACS clinics.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,625

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,182
Tête enseignante GPT0,471
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCJC OpenMême sujetLipoproteins and Cardiovascular HealthTravaux en français237 207