The Use of Statins in Primary Prevention of Cardiovascular Disease: Benefits versus Risks
Notice bibliographique
Résumé
Background: Cardiovascular disease (CVD) remains a major global health issue. The use of statins in people with a history of CVD is generally well established, however, debate remains about their use for primary prevention in people without CVD. This narrative review aims to present studies related to the benefits and risks of taking statins for primary prevention of CVD. An internet search of the Cochrane Library (2006 to 2021) and PubMed (2006 to 2021) used the following keywords: Hydroxymethylglutaryl-CoA Reductase Inhibitors, statin OR statins; cardiovascular disease, heart disease, coronary disease; primary prevention. Systematic review/ meta- analyses-based articles were included in the review. The studies reported positive outcomes of statins, particularly in relation with reduction in all-cause mortality, non- fatal MI, and non-fatal stroke. Some adverse events were also reported, such as muscle problems, diabetes, liver dysfunctions, and renal and eye disorders, However, the risks attributable to statins were considerably lower and thus did not outweigh the benefits in preventing CVD. It should be acknowledged that the decision to initiate statins for primary prevention should not solely depend on the LDL-C value, but also on overall CVD risk factors for a particular individual, as can be seen in three major guidelines from the American College of Cardiology/ American Heart Association (ACC/AHA) - 2019, Canadian Society of Cardiology (CCS) - 2021, and the European Society of Cardiology/European Atherosclerosis Society (ESC/EAS) - 2019. The risks attributable to statins were relatively low, and thus did not outweigh the benefits in preventing CVD.
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 | 0,000 | 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) | 0,003 | 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 ».