MétaCan
Menu
Retour à la cohorte
Enregistrement W4415609456 · doi:10.1093/ehjcvp/pvaf076

Management of dyslipidaemia in patients with comorbidities: facing the challenge: type 2 diabetes mellitus

2025· article· en· W4415609456 sur OpenAlexaff
Heinz Drexel, Andreas Festa, Thomas Schmidt, Bianca Rocca, Dobromir Dobrev, Stefan Agewall, Juan Tamargo, Susanne Kaser

Notice bibliographique

RevueEuropean Heart Journal - Cardiovascular Pharmacotherapy · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésType 2 Diabetes MellitusDiabetes mellitusType 2 diabetesStatinClinical trialLipid profile

Résumé

récupéré en direct d'OpenAlex

Type 2 diabetes mellitus typically has the lipid features of elevated trigycerides, reduced HDL-cholesterol (both parts of the metabolic syndrome) and average or slightly elevated LDL-cholesterol. In consequence of hypertriglyceridemia, LDL particles are small and dense and therefore highly atherogenic. Outcome studies reveal that LDL-C lowering drugs have an above-average efficacy in type 2 diabetes as compared with non-diabetic patients. A minor increase of glycaemia in statin trials does not impair the beneficial cardiovascular results. Non-statin lipid lowering drugs do not impair glycaemia. Type 2 diabetes mellitus is now considered a major indication for lipid lowering drugs, thus there is a high value of and no major limitation for those compounds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,017
Tête enseignante GPT0,270
Écart entre enseignants0,253 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal - Cardiovascular PharmacotherapyMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207