Façons d’identifier et de prendre en charge la dyslipidémie athérogène: Une conséquence métabolique de l’obésité et du diabète
Bibliographic record
Abstract
OBJECTIF: Passer en revue les données probantes concernant la reconnaissance et la prise en charge de la dyslipidémie athérogène. SOURCES DES DONNÉES: Des études randomisées et des méta-analyses de grande qualité ont été trouvées pour répondre à la plupart des questions. Les lignes directrices nord-américaines et européennes ont été examinées. Parmi celles-ci, les lignes directrices de la Société canadienne de cardiologie étaient les plus congruentes avec les ouvrages scientifiques récents. MESSAGE PRINCIPAL: La dyslipidémie athérogène se caractérise par de faibles taux de lipoprotéines de haute densité (HDL), de hauts niveaux de triglycérides et un nombre élevé de particules de lipoprotéines de basse densité (LDL). Ce problème est étroitement associé à des maladies cardiovasculaires (MCV) et il n’est pas bien cerné par les scores de risque de Framingham et les dosages des LDL. L’obésité, l’intolérance au glucose, le diabète et le syndrome métabolique deviennent rapidement de plus en plus fréquents et sont souvent associés avec la dyslipidémie athérogène, ce qui affecte le risque à long terme de MCV. Pour la reconnaître en cabinet, il est préférable de recourir au dosage du cholestérol non HDL ou au ratio du cholestérol total par rapport au HDL. La réussite du traitement repose sur l’optimisation du régime alimentaire et de l’activité physique. Parmi les médicaments disponibles, ce sont les statines qui procurent le plus de bienfaits et elles peuvent être titrées en fonction de la tolérance du patient plutôt que selon les valeurs ciblées de LDL, qui ne sont pas appuyées par de solides données probantes. L’ajout de fénofibrate peut être envisagé chez les patients ayant des niveaux élevés de triglycérides et de bas niveaux de HDL qui n’ont pas répondu de façon satisfaisante aux statines ou ne les ont pas tolérées. CONCLUSION: La prévalence grandissante de l’obésité crée un risque de MCV pouvant passer inaperçu si on mesure seulement le cholestérol LDL. De simples calculs à partir des résultats d’un bilan des lipides non à jeun permettent d’obtenir les niveaux du cholestérol non HDL et le ratio cholestérol total/HDL, qui sont tous 2 supérieurs comme valeurs prédictives du risque chez tous les patients. Ces mesures devraient être disponibles dans les profils lipidiques.
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 | 0.025 | 0.065 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.009 | 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".