Notice bibliographique
Résumé
PURPOSE OF REVIEW: Atherosclerotic cardiovascular disease (ASCVD) remains the leading cause of morbidity and mortality in most countries. Modification of common risk factors such as dyslipidaemia can result in significant reduction of ASCVD incidence in the population and improve clinical outcomes. The purpose of this review is to discuss and compare the latest worldwide lipid guidelines, and to demonstrate the variation in practice in different parts of the world. RECENT FINDINGS: The lipid guidelines have recently been updated in different countries. The National Institute for Health and Care Excellence (NICE) guidelines in the United Kingdom were issued in July 2014, are risk based and are broadly similar to the American College of Cardiology/American Heart Association task force guidelines that were published in November 2013. Both these guidelines are in variance with both the Canadian Guidelines and the European Society of Cardiology/European Atherosclerosis Society guidelines 2011, which are target based and have different risk scoring systems, which results in significant variation in practice and increased healthcare costs in certain countries. SUMMARY: The difference in guidelines in different countries makes it difficult for the clinician to standardize the treatment provided to individuals. The variance in risk scoring systems makes it difficult to compare risk prediction tools across countries and hence the optimum treatment available for a given population. Standardization of guidelines based on randomized controlled trial data and validation and calibration of various risk scoring systems could help improve clinical outcomes in this high-risk group of individuals at risk of ASCVD within individual countries.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».