Characterization of lipoprotein (a) testing in Alberta, Canada: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Patients with elevated lipoprotein (a) (Lp(a)) levels face increased risk of cardiovascular events. However, Lp(a) testing has only recently been recommended as routine clinical practice. This study examines real-world baseline characteristics, healthcare resource utilization (HCRU), costs, lipid-lowering therapy (LLT) treatment intensification, and major adverse cardiovascular events (MACE) among individuals with Lp(a) testing. METHODS: This retrospective, observational study analyzed population-level administrative health data from Alberta, Canada. Individuals with Lp(a) testing were indexed on the first Lp(a) test date occurring between January 1, 2015 and March 31, 2023 and stratified by prior atherosclerotic cardiovascular disease (ASCVD) status and Lp(a) levels (≤50, >50, >70, and >90 mg/dL). RESULTS: The study included 29,229 individuals with Lp(a) testing, of which 7787 (26.6 %) had prior ASCVD. HCRU/costs in the year prior to index, and LLT intensification and MACE rates during follow-up were generally highest in individuals who had both prior ASCVD and an elevated Lp(a) level. Median total costs (per 100 patient-years) and MACE rates (95 % confidence interval, per 1000 person-years) were numerically higher in patients with prior ASCVD who also had elevated Lp(a) levels [>50 mg/dL: $9,315, 32.7 (26.6-38.9); >70 mg/dL: $11,828, 34.2 (26.7-41.6); >90 mg/dL $14,835; 33.1 (24.1-42.1)] compared to those with lower Lp(a) levels ($5,976, 27.0 (23.8-30.4)). CONCLUSIONS: Individuals with elevated Lp(a) levels and prior ASCVD had numerically greater HCRU/costs and subsequent MACE rates. Understanding of the characteristics and outcomes in the context of ASCVD status is important to develop risk assessment and management strategies for those with elevated Lp(a).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».