Imaging-guided lipid-lowering therapy in rheumatology patients at cardiovascular risk
Notice bibliographique
Résumé
Abstract Introduction Patients with rheumatological conditions have an increased risk of cardiovascular disease, yet traditional risk stratification tools may underestimate their atherosclerotic burden. Imaging modalities such as coronary computed tomography angiography (CCTA), coronary artery calcium (CAC) scoring, and carotid ultrasound may improve risk assessment and optimize lipid-lowering therapy (LLT). Purpose This study evaluates the role of imaging-guided lipid-lowering therapy (LLT) in rheumatology-referred patients, aiming to determine its impact on risk stratification, treatment modification, and clinical outcomes. Methods A retrospective cohort analysis was conducted on 121 patients referred by rheumatologists for cardiovascular risk assessment. Cardiovascular risk factors, lipid profiles, and ASCVD risk estimates were obtained. Patients underwent imaging based on an age- and symptom-stratified protocol: CCTA, CAC scoring, or carotid ultrasound. LLT was initiated or adjusted based on imaging findings, targeting an LDL goal of ≤70 mg/dL for patients with atherosclerosis and ≤130 mg/dL for those without. The primary endpoint was LDL reduction, and secondary outcomes included reclassification rates and cardiovascular event occurrence. Results Atherosclerosis was detected in 85 patients (70%), despite only 69 (57%) having an ASCVD risk ≥5% per standard calculators. Imaging led to reclassification in 25.6% of patients, resulting in LLT intensification in 42.4% of patients not indicated for treatment per AHA guidelines and de-escalation in 19.3% of those previously indicated for treatment. Post-treatment, LDL reduction was 35.9% in atherosclerotic patients, compared to 17.9% in non-atherosclerotic patients. Over a mean follow-up of 4.8 ± 1.4 years, no major cardiovascular events (myocardial infarction [MI], cerebrovascular accident [CVA], or unplanned revascularization) were observed, despite an expected event rate of 3.4%–7.6% based on five different risk estimation models. Conclusion Incorporating atherosclerosis imaging into routine evaluation for individuals with rheumatological conditions enhances risk stratification, allows for personalized treatment strategies, and was associated with a lower rate of cardiovascular events compared with what was predicted by traditional risk-based approaches.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».