Cholesterol Levels and Cardiovascular Outcomes Following Statin Initiation for Primary Prevention
Notice bibliographique
Résumé
BACKGROUND: Non-high-density lipoprotein cholesterol (HDL-C) is increasingly incorporated into guidelines along with low-density lipoprotein cholesterol (LDL-C) to guide lipid-lowering therapy decisions. OBJECTIVES: The purpose of this study was to examine patterns of LDL-C and non-HDL-C levels after statin initiation for primary prevention and their association with incident cardiovascular events. METHODS: This was a population-based cohort study in Ontario, Canada, among persons aged ≥66 years starting a statin for primary prevention between January 1, 2012, and December 31, 2019. We identified those with a lipid panel in the 1-year after starting a statin and categorized individuals based on LDL-C and non-HDL-C thresholds for intensification in the 2021 Canadian Cardiovascular Society dyslipidemia guidelines. We stratified by diabetes/chronic kidney disease (CKD) status. The primary outcome was the composite of all-cause mortality or cardiovascular events, with follow-up to December 31, 2020. We used a Cox proportional hazards model for analysis. RESULTS: Our cohort comprised 125,013 people. The median follow-up was 2.5 years. Compared with those meeting both LDL-C and non-HDL-C thresholds, being above both thresholds was associated with an increased rate of the primary outcome for people without diabetes/CKD (HR: 1.10; 95% CI: 1.05-1.15) and for those with diabetes/CKD (HR: 1.16; 95% CI: 1.09-1.23). Being below the LDL-C threshold but above non-HDL-C threshold was associated with an increased rate of the primary outcome for people with diabetes/CKD (HR: 1.16; 95% CI: 1.03-1.30). CONCLUSIONS: These findings support the residual risk associated with incompletely controlled LDL-C or non-HDL-C levels after statin initiation for primary prevention.
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) | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».