Approche de la stratification du risque de maladies cardiovasculaires athéroscléreuses
Bibliographic record
Abstract
Objectif Donner un aperçu des lignes directrices de la Société canadienne de cardiologie (SCC) de 2021 sur la dyslipidémie et présenter les approches actuelles relatives à la stratification du risque cardiovasculaire, y compris l’intégration de la mesure des biomarqueurs et de l’imagerie. Sources de l’information Les lignes directrices actuelles ont été passées en revue, et une recherche documentaire dans Ovid MEDLINE a été effectuée. Message principal Les maladies cardiovasculaires (MCV) sont la principale cause de mortalité dans le monde, et les cardiopathies ischémiques contribuent à près de la moitié de ces décès. Une stratification du risque est entreprise pour identifier les patients susceptibles de bénéficier d’une prévention primaire de la MCV athéroscléreuse (MCVAS), mais les méthodes habituellement utilisées pour la stratification du risque sont imparfaites. Les lignes directrices de la SCC soutiennent que la présence de modificateurs du risque (antécédents familiaux de MCVAS prématurée, dosage de la protéine C réactive hypersensible ≥2,0 mg/L, dosage de la lipoprotéine [a] ≥500 mg/L [≥50 mg/dL] ou score calcique coronarien >0) justifie le recours à une thérapie aux statines chez les personnes à risque moyen (score de risque de Framingham de 10 à 19,9 %) qui ne sont pas autrement visées par les recommandations en faveur de l’utilisation de statines. Les lignes directrices de la SCC recommandent une thérapie aux statines chez les patients à risque modéré, lorsque leurs taux de cholestérol sont élevés (taux de cholestérol à lipoprotéines de basse densité ≥3,5 mmol/L, taux de cholestérol lié aux lipoprotéines autres que celles de haute densité ≥4,2 mmol/L ou taux d’apolipoprotéines B ≥1,05 g/L). De plus, une thérapie aux statines devrait être envisagée pour les patients à faible risque (score de risque de Framingham de 5 à 9,9 %) dont les taux de cholestérol sont élevés, surtout en présence de modificateurs du risque. Lorsque les taux de cholestérol ne sont pas élevés, des données probantes favorisent quand même le recours aux statines chez les patients à risque modéré lorsque des modificateurs du risque sont présents, de même que chez les hommes de 50 ans et plus et chez les femmes de 60 ans et plus ayant 1 facteur de risque additionnel. Conclusion La mesure des biomarqueurs et l’imagerie ont le potentiel d’améliorer la stratification du risque de MCVAS en reclassant les patients dont le risque avait été estimé de manière inexacte par les méthodes traditionnelles. Les lignes directrices récemment publiées par la SCC suggèrent de se servir des biomarqueurs et de l’imagerie chez certains groupes de patients.
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 | 0.034 | 0.116 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.005 |
| Bibliometrics | 0.006 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.023 | 0.007 |
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".