Bibliographic record
Abstract
Les statines, inhibiteurs de la 3-hydroxy-3-methylglutaryl-coenzyme (HMG-CoA) réductase sont efficaces et largement utilisées dans le traitement des troubles lipidiques, surtout pour l’hypercholestérolémie. Dans plusieurs essais contrôlés randomisés, les statines réduisent significativement le risque d’événements cardiovasculaires tant en termes de morbidité que de mortalité. Une littérature importante s’est développée démontrant une association entre la statine et le cancer, toute type confondue, dans la dernière décennie, sans consensus sur la question de savoir si cette relation existe vraiment. De plus, il n’est pas clair que si cette relation existe réellement, si elle est positive ou négative. Dû au manque de consensus sur ce sujet, nous avons cherché à étudier l’effet de la statine à forte dose contre faible dose sur l’incidence du cancer et la mortalité par cancer d’un point de vue clinique et génétique. Du point de vue clinique, nous avons utilisé les cohortes TNT et IDEAL, qui visaient à l’origine à examiner l’effet de la statine à forte dose par rapport à la statine à faible dose sur le risque de maladie cardiovasculaire pour la prévention secondaire après un infarctus du myocarde dans un contexte randomisé pour effectuer une analyse post-hoc afin de comparer le risque de cancer ou de décès par cancer entre les utilisateurs de statines à haute et à faible dose. Par la suite, des sous-analyses supplémentaires ont été réalisées en se concentrant exclusivement chez les personnes âgées de 55 ans et plus, les hommes et les femmes. Du point de vue génétique, nous avons réalisé une étude d’association à l’échelle du génome (GWAS) en reliant les données génétiques de la cohorte TNT avec l’incidence du cancer. Notre étude n’a pas trouvé d’association significative entre la statine à dose plus élevée et le cancer dans l’évaluation clinique. De plus, les résultats du GWAS n’étaient pas en mesure d’identifier une variante génétique fiable associée aux paramètres testés, dont l’incidence de cancer ou la mortalité par cancer. Nous concluons que l’utilisation de la statine à plus haute dose n’était pas associée avec un risque de cancer, ou de mortalité par cancer plus ou moins élevé.
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 | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".