Lipoprotein(a): what clinicians need to know
Notice bibliographique
Résumé
Lipoprotein(a) [Lp(a)] is a plasma particle structurally similar to LDL, distinguished by the presence of apolipoprotein(a), and has evolved from plasminogen. Lp(a) concentration is 90% genetically determined and largely stable throughout life. Black individuals exhibit the highest Lp(a) levels, followed by South Asians, Whites, Hispanics, and East Asians, with a 2- to 4-fold median difference across ancestral groups. Approximately 1.5 billion people worldwide (~20% of the population) have elevated Lp(a) levels (>125 nmol/L or >50 mg/dL). Notably, women experience 17% higher levels than men post-menopause. Mendelian randomization studies have established Lp(a) as a strong cardiovascular disease (CVD) risk factor, implicated in coronary artery disease, peripheral artery disease (PAD), ischemic stroke, heart failure, and aortic stenosis. Risk increases linearly with Lp(a) levels, with concentrations >90 mg/dL (>190 nmol/L) associated with a 1.6-fold higher risk of ischemic stroke, 1.7-fold for heart failure, 2-fold for PAD, and 3-fold for aortic stenosis and myocardial infarction. Lp(a) levels between 130–391 mg/dL (280–849 nmol/L) confer atherosclerotic CVD risk equivalent to familial hypercholesterolemia. Universal screening of once Lp(a) test is now recommended for all adults in guidelines across the US, Europe and Canada. However, Lp(a) testing is severely underutilized with studies showing 0.3% testing frequency amongst 5.5 million US patients. Even in high-risk patients with established ASCVD, only 13.9% are tested for Lp(a). Existing treatment options for elevated Lp(a) include proprotein convertase subtilisin/kexin type 9 (PCSK9) inhibitors and lipoprotein apheresis. Emerging therapies include antisense oligonucleotides such as pelacarsen, small-interfering RNA such as zerlasiran, olpasiran, and lepodisiran, and oral agents such as muvalaplin. These medications have shown a significant reduction in plasma levels up to 80% (pelacarsen), 96.9% (olpasiran), 97% (lepodisiran) and 99% (zerlasiran) in phase 1 and 2 trials, with larger studies ongoing to assess cardiovascular outcomes. With advancing therapies, clinician awareness, early detection, and risk management of Lp(a) are critical to improving outcomes.
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 | 0,001 |
| 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 ».