L'adiponectine, un modulateur du risque de maladie coronarienne athérosclérotique dans l'hypercholestérolémie familiale
Bibliographic record
Abstract
Face à l'étendue épidémique, dans le monde industrialisé, du diabète, de l'obésité, du syndrome métabolique et des complications cardiovasculaires qui leurs sont associées, les connaissances acquises dans le domaine de l'athérosclérose se développent elles aussi à très grande allure. Aucune facette de cette problématique n'est négligée, qu'il s'agisse du dépistage des patients à risque, de la caractérisation des lésions ou du développement des armes thérapeutiques. L'hypercholestérolémie familiale représente un modèle judicieux de risque cardiovasculaire élevé, ce qui offre l'opportunité d'étudier les causes et les effets du développement précoce de l'athérosclérose. \n \nDans le cadre du présent projet de recherche, une attention a été portée à l'adiponectine. L'adiponectine est une adipocytokine sécrétée exclusivement par le tissu adipeux dont les propriétés cardioprotectrices sont de plus en plus pertinentes. L'élément principal que révèle cette étude est la nature de la relation entre les bas taux plasmatiques d'adiponectine et la survie sans aucun événement coronarien dans une population de sujets hypercholestérolémiques familiaux. Ce qui suggère que l'adiponectine pourrait être un excellent marqueur du développement de l'athérosclérose et une potentielle cible thérapeutique chez les patients à risque. \n
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 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".