High-density lipoprotein cholesterol, particles and subspecies and the risk of chronic kidney disease: The PREVEND prospective study
Notice bibliographique
Résumé
BACKGROUND: The relationships between high-density lipoprotein cholesterol (HDL-C), HDL particle concentration (HDL-P), and HDL subspecies with the development of chronic kidney disease (CKD) have not been well characterized. This study aimed to examine these associations and evaluate the role of alcohol consumption as a potential confounder or effect modifier. METHODS: Data was analyzed from 4,179 individuals (mean age: 52 years; 47.6% male) participating in the PREVEND cohort. Baseline measurements included HDL-P and its subfractions (small, medium, and large), quantified by nuclear magnetic resonance spectroscopy, and self-reported alcohol intake. Incident CKD was defined using criteria from the KDIGO guidelines. Cox proportional hazards models were used to estimate hazard ratios (HRs) and 95% confidence intervals (CIs) for each HDL metric per 1 standard deviation (SD) increment. RESULTS: Over a median follow-up of 8.3 years, 565 participants developed CKD. After adjusting for multiple confounders, including alcohol use, HDL-P, medium HDL, and H3P showed modest inverse associations with CKD risk, with adjusted HRs (95% CIs) of 0.90 (0.83-0.98), 0.91 (0.83-1.00), and 0.90 (0.82-0.99), respectively. Conversely, H7P was positively associated with CKD risk (HR 1.11, 95% CI: 1.00-1.22). Significant interactions with sex were observed for medium HDL, small HDL, and H1P. Alcohol intake neither significantly modified the associations nor showed a direct relationship with CKD risk. CONCLUSIONS: This study suggests distinct associations of HDL parameters with CKD risk as well as sex differences in the associations of these parameters with CKD risk. The findings underscore the heterogeneity of HDL subspecies and the need to consider sex-specific differences in future studies. Alcohol consumption had no impact on these associations.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».