Bibliographic record
Abstract
Introduction Devant une perturbation du bilan lipidique chez un enfant dont l’un des parents est connu pour hypercholestérolémie familiale (HF), le diagnostic repose sur deux arguments: les LDL > 95e percentile et la présence de xanthomes tendineux chez le parent. Toutefois, une hyperlipidémie type IIb peut orienter le diagnostic vers une cause secondaire. Objectif Reconnaitre une cause secondaire d’hyperlipidémie mixte dans un contexte d’histoire familiale d’hypercholestérolémie familiale (HF). Observation Nous rapportons l’observation de deux frères d’âge respectifs de 8 et 10 ans, d’origine canadienne française, ayant une histoire familiale d’HF. L’enfant de 10 ans asymptomatique, présentait une hyperlipidémie type IIa compatible avec un diagnostic d’HF hétérozygote alors que l’enfant de 8 ans présentait un type IIb. Un bilan sanguin d’extension chez ce dernier orientait le diagnostic vers une cause secondaire. L’absence de mutation du récepteur à LDL renforçait encore plus ce diagnostic. Après traitement étiologique de trois mois, normalisation du bilan lipidique sans que le patient ait recours a une statine. Cette évolution favorable est consolidée depuis trois mois. Conclusion Une dyslipidémie de cause secondaire peut mimer une HF chez un patient avec une histoire familiale positive. Le traitement de l’étiologie corrige la dyslipidémie sans recours aux statines.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".