C-reactive protein and cardiovascular risk in the general population
Notice bibliographique
Résumé
BACKGROUND AND AIMS: High-sensitivity C-reactive protein (hsCRP) is a marker of inflammation and predicts cardiovascular (CV) risk in individuals without known atherosclerotic CV disease (ASCVD). More information about its clinical relevance will help evaluate the general utility of hsCRP as a routine clinical biomarker to identify patients at residual risk. METHODS: In this population-based study, hsCRP was measured in 448 653 UK Biobank participants without known ASCVD. The association of hsCRP with major adverse cardiovascular events (MACE), CV death and all-cause death was assessed using Cox proportional hazards models. RESULTS: The cohort had a median age of 57 years, 55.4% were female, and median hsCRP levels were 1.32 mg/L. A repeat hsCRP measurement in 15 967 participants after 4.4 years showed long-term stability. In covariate-adjusted models individuals with hsCRP levels >3 mg/L had a 34% higher risk of MACE, a 61% and 54% increased risk of CV death and all-cause death compared to those with hsCRP <1 mg/L. Subjects with hsCRP levels ≥2 mg/L vs <2 mg/L had a 22% increased risk of MACE, and a 37% and 34% higher risk of CV death and all-cause death. The association of hsCRP with all endpoints was consistent across subgroups. Predictive performance of hsCRP ranked above conventional risk factors. Integration of hsCRP improved SCORE2 and provided a total net reclassification improvement of 14.1% for prediction of MACE. CONCLUSIONS: These data confirm hsCRP as a clinically relevant predictor of CV events in individuals without known ASCVD and support its assessment in 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 ».