Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen
Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardio...
Ausführliche Beschreibung
Gespeichert in:
| Autor*in: |
Wilde, Sandra [verfasserIn] |
|---|
| Format: |
E-Artikel |
|---|---|
| Sprache: |
Deutsch |
| Erschienen: |
2012 |
|---|
| Anmerkung: |
© Springer 2012 |
|---|
| Übergeordnetes Werk: |
Enthalten in: Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie - Heidelberg : Springer Medizin, 2004, 62(2012), 5 vom: Sept., Seite 265-269 |
|---|---|
| Übergeordnetes Werk: |
volume:62 ; year:2012 ; number:5 ; month:09 ; pages:265-269 |
| Links: |
|---|
| DOI / URN: |
10.1007/BF03346162 |
|---|
| Katalog-ID: |
SPR037143034 |
|---|
| LEADER | 01000caa a22002652 4500 | ||
|---|---|---|---|
| 001 | SPR037143034 | ||
| 003 | DE-627 | ||
| 005 | 20230519092651.0 | ||
| 007 | cr uuu---uuuuu | ||
| 008 | 201007s2012 xx |||||o 00| ||ger c | ||
| 024 | 7 | |a 10.1007/BF03346162 |2 doi | |
| 035 | |a (DE-627)SPR037143034 | ||
| 035 | |a (SPR)BF03346162-e | ||
| 040 | |a DE-627 |b ger |c DE-627 |e rakwb | ||
| 041 | |a ger | ||
| 100 | 1 | |a Wilde, Sandra |e verfasserin |4 aut | |
| 245 | 1 | 0 | |a Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen |
| 264 | 1 | |c 2012 | |
| 336 | |a Text |b txt |2 rdacontent | ||
| 337 | |a Computermedien |b c |2 rdamedia | ||
| 338 | |a Online-Ressource |b cr |2 rdacarrier | ||
| 500 | |a © Springer 2012 | ||
| 520 | |a Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardiologie oder den Framingham Risikoscore erfasst werden. Die Risikoalgorithmen zeigen jedoch Unschärfen in der Diskriminierung von Gesunden und Individuen mit Risiko für kardiovaskuläre Erkrankungen. Mit neuen Erkenntnissen zur Pathogenese der Atherosklerose sind zahlreiche neue Blutbiomarker zur Risikostratifikation untersucht worden. Die Atherosklerose ist mit ausgeprägter lokaler und systemischer inflammatorischer Aktivität verbunden. Hoch sensitive Testsysteme zur Messung des Akute-Phase-Proteins C-reaktives Protein, die relative Stabilität des Analyts unter diversen Bedingungen sowie seine geringe intraindividuelle Variabilität außerhalb von akuten Erkrankungen lassen das hochsensitive C-reaktive Protein (hsCRP) als nützlichen und relevanten Inflammationsmarker erscheinen. HsCRP korreliert mit kardiovaskulären Erkrankungen und Mortalität, aber es ist kein kardiospezifischer Marker. In der JUPITER Studie (Justification for Use of Statins in Prevention, an Intervention Trial Evaluating Rosuvastatin) konnte gezeigt werden, dass in der Primärprävention, nach Nachweis von erhöhtem hsCRP, Statine effektiv in der globalen kardiovaskulären Risikoreduktion sind. Ein möglicher kausaler Zusammenhang mit dem Atheroskleroseprozess wird weiter untersucht. Die aktuellen Leitlinien der Fachgesellschaften sprechen sich nicht für ein generelles Screening mit hsCRP aus. Weitere interessante Blutbiomarker zur kardiovaskulären Risikoevaluation in der aktuellen Diskussion sind kardiospezifische Marker wie die hochsensitiven Troponine und die natriuretischen Peptide. Troponine zeigen einen myokardialen Zellschaden an und sind in der Allgemeinbevölkerung mit der Inzidenz von koronarer Herzerkrankung, Mortalität und Herzinsuffizienz assoziiert. Hochsensitive Testverfahren zur Troponinbestimmung, sind neu und noch nicht breit evaluiert. Natriuretische Peptide wie B-Typ natriuretisches Peptid sind bei kardialem Stress unterschiedlicher Genese erhöht und lassen sich zuverlässig unter verschiedenen präanalytischen Bedingungen messen. In der Primärprävention zeigen sie ein erhöhtes kardiovaskuläres Risiko an. Trotzdem ist der Nutzen zur optimierten Risikobestimmung, kombiniert in klinischen Risikoalgorithmen, über klassische Risikofaktoren hinaus, insbesondere vor dem Hintergrund von Kosten-Nutzen-Kalkulationen weiter zu evaluieren. | ||
| 700 | 1 | |a Schnabel, Renate B. |4 aut | |
| 773 | 0 | 8 | |i Enthalten in |t Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie |d Heidelberg : Springer Medizin, 2004 |g 62(2012), 5 vom: Sept., Seite 265-269 |w (DE-627)515670308 |w (DE-600)2247312-9 |x 2198-0713 |7 nnns |
| 773 | 1 | 8 | |g volume:62 |g year:2012 |g number:5 |g month:09 |g pages:265-269 |
| 856 | 4 | 0 | |u https://dx.doi.org/10.1007/BF03346162 |z lizenzpflichtig |3 Volltext |
| 912 | |a GBV_USEFLAG_A | ||
| 912 | |a SYSFLAG_A | ||
| 912 | |a GBV_SPRINGER | ||
| 912 | |a SSG-OLC-PHA | ||
| 912 | |a GBV_ILN_11 | ||
| 912 | |a GBV_ILN_20 | ||
| 912 | |a GBV_ILN_22 | ||
| 912 | |a GBV_ILN_23 | ||
| 912 | |a GBV_ILN_24 | ||
| 912 | |a GBV_ILN_31 | ||
| 912 | |a GBV_ILN_32 | ||
| 912 | |a GBV_ILN_39 | ||
| 912 | |a GBV_ILN_40 | ||
| 912 | |a GBV_ILN_60 | ||
| 912 | |a GBV_ILN_62 | ||
| 912 | |a GBV_ILN_63 | ||
| 912 | |a GBV_ILN_65 | ||
| 912 | |a GBV_ILN_69 | ||
| 912 | |a GBV_ILN_70 | ||
| 912 | |a GBV_ILN_73 | ||
| 912 | |a GBV_ILN_74 | ||
| 912 | |a GBV_ILN_90 | ||
| 912 | |a GBV_ILN_95 | ||
| 912 | |a GBV_ILN_100 | ||
| 912 | |a GBV_ILN_101 | ||
| 912 | |a GBV_ILN_105 | ||
| 912 | |a GBV_ILN_110 | ||
| 912 | |a GBV_ILN_120 | ||
| 912 | |a GBV_ILN_138 | ||
| 912 | |a GBV_ILN_150 | ||
| 912 | |a GBV_ILN_151 | ||
| 912 | |a GBV_ILN_152 | ||
| 912 | |a GBV_ILN_161 | ||
| 912 | |a GBV_ILN_170 | ||
| 912 | |a GBV_ILN_171 | ||
| 912 | |a GBV_ILN_183 | ||
| 912 | |a GBV_ILN_187 | ||
| 912 | |a GBV_ILN_213 | ||
| 912 | |a GBV_ILN_224 | ||
| 912 | |a GBV_ILN_230 | ||
| 912 | |a GBV_ILN_250 | ||
| 912 | |a GBV_ILN_281 | ||
| 912 | |a GBV_ILN_285 | ||
| 912 | |a GBV_ILN_293 | ||
| 912 | |a GBV_ILN_370 | ||
| 912 | |a GBV_ILN_376 | ||
| 912 | |a GBV_ILN_602 | ||
| 912 | |a GBV_ILN_636 | ||
| 912 | |a GBV_ILN_702 | ||
| 912 | |a GBV_ILN_2001 | ||
| 912 | |a GBV_ILN_2003 | ||
| 912 | |a GBV_ILN_2004 | ||
| 912 | |a GBV_ILN_2005 | ||
| 912 | |a GBV_ILN_2006 | ||
| 912 | |a GBV_ILN_2007 | ||
| 912 | |a GBV_ILN_2008 | ||
| 912 | |a GBV_ILN_2009 | ||
| 912 | |a GBV_ILN_2010 | ||
| 912 | |a GBV_ILN_2011 | ||
| 912 | |a GBV_ILN_2014 | ||
| 912 | |a GBV_ILN_2015 | ||
| 912 | |a GBV_ILN_2020 | ||
| 912 | |a GBV_ILN_2021 | ||
| 912 | |a GBV_ILN_2025 | ||
| 912 | |a GBV_ILN_2026 | ||
| 912 | |a GBV_ILN_2027 | ||
| 912 | |a GBV_ILN_2031 | ||
| 912 | |a GBV_ILN_2034 | ||
| 912 | |a GBV_ILN_2037 | ||
| 912 | |a GBV_ILN_2038 | ||
| 912 | |a GBV_ILN_2039 | ||
| 912 | |a GBV_ILN_2044 | ||
| 912 | |a GBV_ILN_2048 | ||
| 912 | |a GBV_ILN_2049 | ||
| 912 | |a GBV_ILN_2050 | ||
| 912 | |a GBV_ILN_2055 | ||
| 912 | |a GBV_ILN_2057 | ||
| 912 | |a GBV_ILN_2059 | ||
| 912 | |a GBV_ILN_2061 | ||
| 912 | |a GBV_ILN_2064 | ||
| 912 | |a GBV_ILN_2065 | ||
| 912 | |a GBV_ILN_2068 | ||
| 912 | |a GBV_ILN_2088 | ||
| 912 | |a GBV_ILN_2093 | ||
| 912 | |a GBV_ILN_2106 | ||
| 912 | |a GBV_ILN_2107 | ||
| 912 | |a GBV_ILN_2108 | ||
| 912 | |a GBV_ILN_2110 | ||
| 912 | |a GBV_ILN_2111 | ||
| 912 | |a GBV_ILN_2112 | ||
| 912 | |a GBV_ILN_2113 | ||
| 912 | |a GBV_ILN_2118 | ||
| 912 | |a GBV_ILN_2129 | ||
| 912 | |a GBV_ILN_2143 | ||
| 912 | |a GBV_ILN_2144 | ||
| 912 | |a GBV_ILN_2147 | ||
| 912 | |a GBV_ILN_2148 | ||
| 912 | |a GBV_ILN_2152 | ||
| 912 | |a GBV_ILN_2153 | ||
| 912 | |a GBV_ILN_2188 | ||
| 912 | |a GBV_ILN_2232 | ||
| 912 | |a GBV_ILN_2336 | ||
| 912 | |a GBV_ILN_2446 | ||
| 912 | |a GBV_ILN_2470 | ||
| 912 | |a GBV_ILN_2472 | ||
| 912 | |a GBV_ILN_2507 | ||
| 912 | |a GBV_ILN_2522 | ||
| 912 | |a GBV_ILN_2548 | ||
| 912 | |a GBV_ILN_4035 | ||
| 912 | |a GBV_ILN_4037 | ||
| 912 | |a GBV_ILN_4046 | ||
| 912 | |a GBV_ILN_4112 | ||
| 912 | |a GBV_ILN_4125 | ||
| 912 | |a GBV_ILN_4242 | ||
| 912 | |a GBV_ILN_4246 | ||
| 912 | |a GBV_ILN_4249 | ||
| 912 | |a GBV_ILN_4251 | ||
| 912 | |a GBV_ILN_4305 | ||
| 912 | |a GBV_ILN_4306 | ||
| 912 | |a GBV_ILN_4307 | ||
| 912 | |a GBV_ILN_4313 | ||
| 912 | |a GBV_ILN_4322 | ||
| 912 | |a GBV_ILN_4323 | ||
| 912 | |a GBV_ILN_4324 | ||
| 912 | |a GBV_ILN_4325 | ||
| 912 | |a GBV_ILN_4326 | ||
| 912 | |a GBV_ILN_4328 | ||
| 912 | |a GBV_ILN_4333 | ||
| 912 | |a GBV_ILN_4334 | ||
| 912 | |a GBV_ILN_4335 | ||
| 912 | |a GBV_ILN_4336 | ||
| 912 | |a GBV_ILN_4338 | ||
| 912 | |a GBV_ILN_4393 | ||
| 912 | |a GBV_ILN_4700 | ||
| 951 | |a AR | ||
| 952 | |d 62 |j 2012 |e 5 |c 09 |h 265-269 | ||
| author_variant |
s w sw r b s rb rbs |
|---|---|
| matchkey_str |
article:21980713:2012----::ltimreidrrmpvninadoak |
| hierarchy_sort_str |
2012 |
| publishDate |
2012 |
| allfields |
10.1007/BF03346162 doi (DE-627)SPR037143034 (SPR)BF03346162-e DE-627 ger DE-627 rakwb ger Wilde, Sandra verfasserin aut Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen 2012 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier © Springer 2012 Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardiologie oder den Framingham Risikoscore erfasst werden. Die Risikoalgorithmen zeigen jedoch Unschärfen in der Diskriminierung von Gesunden und Individuen mit Risiko für kardiovaskuläre Erkrankungen. Mit neuen Erkenntnissen zur Pathogenese der Atherosklerose sind zahlreiche neue Blutbiomarker zur Risikostratifikation untersucht worden. Die Atherosklerose ist mit ausgeprägter lokaler und systemischer inflammatorischer Aktivität verbunden. Hoch sensitive Testsysteme zur Messung des Akute-Phase-Proteins C-reaktives Protein, die relative Stabilität des Analyts unter diversen Bedingungen sowie seine geringe intraindividuelle Variabilität außerhalb von akuten Erkrankungen lassen das hochsensitive C-reaktive Protein (hsCRP) als nützlichen und relevanten Inflammationsmarker erscheinen. HsCRP korreliert mit kardiovaskulären Erkrankungen und Mortalität, aber es ist kein kardiospezifischer Marker. In der JUPITER Studie (Justification for Use of Statins in Prevention, an Intervention Trial Evaluating Rosuvastatin) konnte gezeigt werden, dass in der Primärprävention, nach Nachweis von erhöhtem hsCRP, Statine effektiv in der globalen kardiovaskulären Risikoreduktion sind. Ein möglicher kausaler Zusammenhang mit dem Atheroskleroseprozess wird weiter untersucht. Die aktuellen Leitlinien der Fachgesellschaften sprechen sich nicht für ein generelles Screening mit hsCRP aus. Weitere interessante Blutbiomarker zur kardiovaskulären Risikoevaluation in der aktuellen Diskussion sind kardiospezifische Marker wie die hochsensitiven Troponine und die natriuretischen Peptide. Troponine zeigen einen myokardialen Zellschaden an und sind in der Allgemeinbevölkerung mit der Inzidenz von koronarer Herzerkrankung, Mortalität und Herzinsuffizienz assoziiert. Hochsensitive Testverfahren zur Troponinbestimmung, sind neu und noch nicht breit evaluiert. Natriuretische Peptide wie B-Typ natriuretisches Peptid sind bei kardialem Stress unterschiedlicher Genese erhöht und lassen sich zuverlässig unter verschiedenen präanalytischen Bedingungen messen. In der Primärprävention zeigen sie ein erhöhtes kardiovaskuläres Risiko an. Trotzdem ist der Nutzen zur optimierten Risikobestimmung, kombiniert in klinischen Risikoalgorithmen, über klassische Risikofaktoren hinaus, insbesondere vor dem Hintergrund von Kosten-Nutzen-Kalkulationen weiter zu evaluieren. Schnabel, Renate B. aut Enthalten in Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie Heidelberg : Springer Medizin, 2004 62(2012), 5 vom: Sept., Seite 265-269 (DE-627)515670308 (DE-600)2247312-9 2198-0713 nnns volume:62 year:2012 number:5 month:09 pages:265-269 https://dx.doi.org/10.1007/BF03346162 lizenzpflichtig Volltext GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER SSG-OLC-PHA GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_32 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_90 GBV_ILN_95 GBV_ILN_100 GBV_ILN_101 GBV_ILN_105 GBV_ILN_110 GBV_ILN_120 GBV_ILN_138 GBV_ILN_150 GBV_ILN_151 GBV_ILN_152 GBV_ILN_161 GBV_ILN_170 GBV_ILN_171 GBV_ILN_183 GBV_ILN_187 GBV_ILN_213 GBV_ILN_224 GBV_ILN_230 GBV_ILN_250 GBV_ILN_281 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_376 GBV_ILN_602 GBV_ILN_636 GBV_ILN_702 GBV_ILN_2001 GBV_ILN_2003 GBV_ILN_2004 GBV_ILN_2005 GBV_ILN_2006 GBV_ILN_2007 GBV_ILN_2008 GBV_ILN_2009 GBV_ILN_2010 GBV_ILN_2011 GBV_ILN_2014 GBV_ILN_2015 GBV_ILN_2020 GBV_ILN_2021 GBV_ILN_2025 GBV_ILN_2026 GBV_ILN_2027 GBV_ILN_2031 GBV_ILN_2034 GBV_ILN_2037 GBV_ILN_2038 GBV_ILN_2039 GBV_ILN_2044 GBV_ILN_2048 GBV_ILN_2049 GBV_ILN_2050 GBV_ILN_2055 GBV_ILN_2057 GBV_ILN_2059 GBV_ILN_2061 GBV_ILN_2064 GBV_ILN_2065 GBV_ILN_2068 GBV_ILN_2088 GBV_ILN_2093 GBV_ILN_2106 GBV_ILN_2107 GBV_ILN_2108 GBV_ILN_2110 GBV_ILN_2111 GBV_ILN_2112 GBV_ILN_2113 GBV_ILN_2118 GBV_ILN_2129 GBV_ILN_2143 GBV_ILN_2144 GBV_ILN_2147 GBV_ILN_2148 GBV_ILN_2152 GBV_ILN_2153 GBV_ILN_2188 GBV_ILN_2232 GBV_ILN_2336 GBV_ILN_2446 GBV_ILN_2470 GBV_ILN_2472 GBV_ILN_2507 GBV_ILN_2522 GBV_ILN_2548 GBV_ILN_4035 GBV_ILN_4037 GBV_ILN_4046 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4242 GBV_ILN_4246 GBV_ILN_4249 GBV_ILN_4251 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4328 GBV_ILN_4333 GBV_ILN_4334 GBV_ILN_4335 GBV_ILN_4336 GBV_ILN_4338 GBV_ILN_4393 GBV_ILN_4700 AR 62 2012 5 09 265-269 |
| spelling |
10.1007/BF03346162 doi (DE-627)SPR037143034 (SPR)BF03346162-e DE-627 ger DE-627 rakwb ger Wilde, Sandra verfasserin aut Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen 2012 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier © Springer 2012 Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardiologie oder den Framingham Risikoscore erfasst werden. Die Risikoalgorithmen zeigen jedoch Unschärfen in der Diskriminierung von Gesunden und Individuen mit Risiko für kardiovaskuläre Erkrankungen. Mit neuen Erkenntnissen zur Pathogenese der Atherosklerose sind zahlreiche neue Blutbiomarker zur Risikostratifikation untersucht worden. Die Atherosklerose ist mit ausgeprägter lokaler und systemischer inflammatorischer Aktivität verbunden. Hoch sensitive Testsysteme zur Messung des Akute-Phase-Proteins C-reaktives Protein, die relative Stabilität des Analyts unter diversen Bedingungen sowie seine geringe intraindividuelle Variabilität außerhalb von akuten Erkrankungen lassen das hochsensitive C-reaktive Protein (hsCRP) als nützlichen und relevanten Inflammationsmarker erscheinen. HsCRP korreliert mit kardiovaskulären Erkrankungen und Mortalität, aber es ist kein kardiospezifischer Marker. In der JUPITER Studie (Justification for Use of Statins in Prevention, an Intervention Trial Evaluating Rosuvastatin) konnte gezeigt werden, dass in der Primärprävention, nach Nachweis von erhöhtem hsCRP, Statine effektiv in der globalen kardiovaskulären Risikoreduktion sind. Ein möglicher kausaler Zusammenhang mit dem Atheroskleroseprozess wird weiter untersucht. Die aktuellen Leitlinien der Fachgesellschaften sprechen sich nicht für ein generelles Screening mit hsCRP aus. Weitere interessante Blutbiomarker zur kardiovaskulären Risikoevaluation in der aktuellen Diskussion sind kardiospezifische Marker wie die hochsensitiven Troponine und die natriuretischen Peptide. Troponine zeigen einen myokardialen Zellschaden an und sind in der Allgemeinbevölkerung mit der Inzidenz von koronarer Herzerkrankung, Mortalität und Herzinsuffizienz assoziiert. Hochsensitive Testverfahren zur Troponinbestimmung, sind neu und noch nicht breit evaluiert. Natriuretische Peptide wie B-Typ natriuretisches Peptid sind bei kardialem Stress unterschiedlicher Genese erhöht und lassen sich zuverlässig unter verschiedenen präanalytischen Bedingungen messen. In der Primärprävention zeigen sie ein erhöhtes kardiovaskuläres Risiko an. Trotzdem ist der Nutzen zur optimierten Risikobestimmung, kombiniert in klinischen Risikoalgorithmen, über klassische Risikofaktoren hinaus, insbesondere vor dem Hintergrund von Kosten-Nutzen-Kalkulationen weiter zu evaluieren. Schnabel, Renate B. aut Enthalten in Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie Heidelberg : Springer Medizin, 2004 62(2012), 5 vom: Sept., Seite 265-269 (DE-627)515670308 (DE-600)2247312-9 2198-0713 nnns volume:62 year:2012 number:5 month:09 pages:265-269 https://dx.doi.org/10.1007/BF03346162 lizenzpflichtig Volltext GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER SSG-OLC-PHA GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_32 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_90 GBV_ILN_95 GBV_ILN_100 GBV_ILN_101 GBV_ILN_105 GBV_ILN_110 GBV_ILN_120 GBV_ILN_138 GBV_ILN_150 GBV_ILN_151 GBV_ILN_152 GBV_ILN_161 GBV_ILN_170 GBV_ILN_171 GBV_ILN_183 GBV_ILN_187 GBV_ILN_213 GBV_ILN_224 GBV_ILN_230 GBV_ILN_250 GBV_ILN_281 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_376 GBV_ILN_602 GBV_ILN_636 GBV_ILN_702 GBV_ILN_2001 GBV_ILN_2003 GBV_ILN_2004 GBV_ILN_2005 GBV_ILN_2006 GBV_ILN_2007 GBV_ILN_2008 GBV_ILN_2009 GBV_ILN_2010 GBV_ILN_2011 GBV_ILN_2014 GBV_ILN_2015 GBV_ILN_2020 GBV_ILN_2021 GBV_ILN_2025 GBV_ILN_2026 GBV_ILN_2027 GBV_ILN_2031 GBV_ILN_2034 GBV_ILN_2037 GBV_ILN_2038 GBV_ILN_2039 GBV_ILN_2044 GBV_ILN_2048 GBV_ILN_2049 GBV_ILN_2050 GBV_ILN_2055 GBV_ILN_2057 GBV_ILN_2059 GBV_ILN_2061 GBV_ILN_2064 GBV_ILN_2065 GBV_ILN_2068 GBV_ILN_2088 GBV_ILN_2093 GBV_ILN_2106 GBV_ILN_2107 GBV_ILN_2108 GBV_ILN_2110 GBV_ILN_2111 GBV_ILN_2112 GBV_ILN_2113 GBV_ILN_2118 GBV_ILN_2129 GBV_ILN_2143 GBV_ILN_2144 GBV_ILN_2147 GBV_ILN_2148 GBV_ILN_2152 GBV_ILN_2153 GBV_ILN_2188 GBV_ILN_2232 GBV_ILN_2336 GBV_ILN_2446 GBV_ILN_2470 GBV_ILN_2472 GBV_ILN_2507 GBV_ILN_2522 GBV_ILN_2548 GBV_ILN_4035 GBV_ILN_4037 GBV_ILN_4046 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4242 GBV_ILN_4246 GBV_ILN_4249 GBV_ILN_4251 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4328 GBV_ILN_4333 GBV_ILN_4334 GBV_ILN_4335 GBV_ILN_4336 GBV_ILN_4338 GBV_ILN_4393 GBV_ILN_4700 AR 62 2012 5 09 265-269 |
| allfields_unstemmed |
10.1007/BF03346162 doi (DE-627)SPR037143034 (SPR)BF03346162-e DE-627 ger DE-627 rakwb ger Wilde, Sandra verfasserin aut Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen 2012 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier © Springer 2012 Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardiologie oder den Framingham Risikoscore erfasst werden. Die Risikoalgorithmen zeigen jedoch Unschärfen in der Diskriminierung von Gesunden und Individuen mit Risiko für kardiovaskuläre Erkrankungen. Mit neuen Erkenntnissen zur Pathogenese der Atherosklerose sind zahlreiche neue Blutbiomarker zur Risikostratifikation untersucht worden. Die Atherosklerose ist mit ausgeprägter lokaler und systemischer inflammatorischer Aktivität verbunden. Hoch sensitive Testsysteme zur Messung des Akute-Phase-Proteins C-reaktives Protein, die relative Stabilität des Analyts unter diversen Bedingungen sowie seine geringe intraindividuelle Variabilität außerhalb von akuten Erkrankungen lassen das hochsensitive C-reaktive Protein (hsCRP) als nützlichen und relevanten Inflammationsmarker erscheinen. HsCRP korreliert mit kardiovaskulären Erkrankungen und Mortalität, aber es ist kein kardiospezifischer Marker. In der JUPITER Studie (Justification for Use of Statins in Prevention, an Intervention Trial Evaluating Rosuvastatin) konnte gezeigt werden, dass in der Primärprävention, nach Nachweis von erhöhtem hsCRP, Statine effektiv in der globalen kardiovaskulären Risikoreduktion sind. Ein möglicher kausaler Zusammenhang mit dem Atheroskleroseprozess wird weiter untersucht. Die aktuellen Leitlinien der Fachgesellschaften sprechen sich nicht für ein generelles Screening mit hsCRP aus. Weitere interessante Blutbiomarker zur kardiovaskulären Risikoevaluation in der aktuellen Diskussion sind kardiospezifische Marker wie die hochsensitiven Troponine und die natriuretischen Peptide. Troponine zeigen einen myokardialen Zellschaden an und sind in der Allgemeinbevölkerung mit der Inzidenz von koronarer Herzerkrankung, Mortalität und Herzinsuffizienz assoziiert. Hochsensitive Testverfahren zur Troponinbestimmung, sind neu und noch nicht breit evaluiert. Natriuretische Peptide wie B-Typ natriuretisches Peptid sind bei kardialem Stress unterschiedlicher Genese erhöht und lassen sich zuverlässig unter verschiedenen präanalytischen Bedingungen messen. In der Primärprävention zeigen sie ein erhöhtes kardiovaskuläres Risiko an. Trotzdem ist der Nutzen zur optimierten Risikobestimmung, kombiniert in klinischen Risikoalgorithmen, über klassische Risikofaktoren hinaus, insbesondere vor dem Hintergrund von Kosten-Nutzen-Kalkulationen weiter zu evaluieren. Schnabel, Renate B. aut Enthalten in Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie Heidelberg : Springer Medizin, 2004 62(2012), 5 vom: Sept., Seite 265-269 (DE-627)515670308 (DE-600)2247312-9 2198-0713 nnns volume:62 year:2012 number:5 month:09 pages:265-269 https://dx.doi.org/10.1007/BF03346162 lizenzpflichtig Volltext GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER SSG-OLC-PHA GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_32 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_90 GBV_ILN_95 GBV_ILN_100 GBV_ILN_101 GBV_ILN_105 GBV_ILN_110 GBV_ILN_120 GBV_ILN_138 GBV_ILN_150 GBV_ILN_151 GBV_ILN_152 GBV_ILN_161 GBV_ILN_170 GBV_ILN_171 GBV_ILN_183 GBV_ILN_187 GBV_ILN_213 GBV_ILN_224 GBV_ILN_230 GBV_ILN_250 GBV_ILN_281 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_376 GBV_ILN_602 GBV_ILN_636 GBV_ILN_702 GBV_ILN_2001 GBV_ILN_2003 GBV_ILN_2004 GBV_ILN_2005 GBV_ILN_2006 GBV_ILN_2007 GBV_ILN_2008 GBV_ILN_2009 GBV_ILN_2010 GBV_ILN_2011 GBV_ILN_2014 GBV_ILN_2015 GBV_ILN_2020 GBV_ILN_2021 GBV_ILN_2025 GBV_ILN_2026 GBV_ILN_2027 GBV_ILN_2031 GBV_ILN_2034 GBV_ILN_2037 GBV_ILN_2038 GBV_ILN_2039 GBV_ILN_2044 GBV_ILN_2048 GBV_ILN_2049 GBV_ILN_2050 GBV_ILN_2055 GBV_ILN_2057 GBV_ILN_2059 GBV_ILN_2061 GBV_ILN_2064 GBV_ILN_2065 GBV_ILN_2068 GBV_ILN_2088 GBV_ILN_2093 GBV_ILN_2106 GBV_ILN_2107 GBV_ILN_2108 GBV_ILN_2110 GBV_ILN_2111 GBV_ILN_2112 GBV_ILN_2113 GBV_ILN_2118 GBV_ILN_2129 GBV_ILN_2143 GBV_ILN_2144 GBV_ILN_2147 GBV_ILN_2148 GBV_ILN_2152 GBV_ILN_2153 GBV_ILN_2188 GBV_ILN_2232 GBV_ILN_2336 GBV_ILN_2446 GBV_ILN_2470 GBV_ILN_2472 GBV_ILN_2507 GBV_ILN_2522 GBV_ILN_2548 GBV_ILN_4035 GBV_ILN_4037 GBV_ILN_4046 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4242 GBV_ILN_4246 GBV_ILN_4249 GBV_ILN_4251 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4328 GBV_ILN_4333 GBV_ILN_4334 GBV_ILN_4335 GBV_ILN_4336 GBV_ILN_4338 GBV_ILN_4393 GBV_ILN_4700 AR 62 2012 5 09 265-269 |
| allfieldsGer |
10.1007/BF03346162 doi (DE-627)SPR037143034 (SPR)BF03346162-e DE-627 ger DE-627 rakwb ger Wilde, Sandra verfasserin aut Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen 2012 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier © Springer 2012 Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardiologie oder den Framingham Risikoscore erfasst werden. Die Risikoalgorithmen zeigen jedoch Unschärfen in der Diskriminierung von Gesunden und Individuen mit Risiko für kardiovaskuläre Erkrankungen. Mit neuen Erkenntnissen zur Pathogenese der Atherosklerose sind zahlreiche neue Blutbiomarker zur Risikostratifikation untersucht worden. Die Atherosklerose ist mit ausgeprägter lokaler und systemischer inflammatorischer Aktivität verbunden. Hoch sensitive Testsysteme zur Messung des Akute-Phase-Proteins C-reaktives Protein, die relative Stabilität des Analyts unter diversen Bedingungen sowie seine geringe intraindividuelle Variabilität außerhalb von akuten Erkrankungen lassen das hochsensitive C-reaktive Protein (hsCRP) als nützlichen und relevanten Inflammationsmarker erscheinen. HsCRP korreliert mit kardiovaskulären Erkrankungen und Mortalität, aber es ist kein kardiospezifischer Marker. In der JUPITER Studie (Justification for Use of Statins in Prevention, an Intervention Trial Evaluating Rosuvastatin) konnte gezeigt werden, dass in der Primärprävention, nach Nachweis von erhöhtem hsCRP, Statine effektiv in der globalen kardiovaskulären Risikoreduktion sind. Ein möglicher kausaler Zusammenhang mit dem Atheroskleroseprozess wird weiter untersucht. Die aktuellen Leitlinien der Fachgesellschaften sprechen sich nicht für ein generelles Screening mit hsCRP aus. Weitere interessante Blutbiomarker zur kardiovaskulären Risikoevaluation in der aktuellen Diskussion sind kardiospezifische Marker wie die hochsensitiven Troponine und die natriuretischen Peptide. Troponine zeigen einen myokardialen Zellschaden an und sind in der Allgemeinbevölkerung mit der Inzidenz von koronarer Herzerkrankung, Mortalität und Herzinsuffizienz assoziiert. Hochsensitive Testverfahren zur Troponinbestimmung, sind neu und noch nicht breit evaluiert. Natriuretische Peptide wie B-Typ natriuretisches Peptid sind bei kardialem Stress unterschiedlicher Genese erhöht und lassen sich zuverlässig unter verschiedenen präanalytischen Bedingungen messen. In der Primärprävention zeigen sie ein erhöhtes kardiovaskuläres Risiko an. Trotzdem ist der Nutzen zur optimierten Risikobestimmung, kombiniert in klinischen Risikoalgorithmen, über klassische Risikofaktoren hinaus, insbesondere vor dem Hintergrund von Kosten-Nutzen-Kalkulationen weiter zu evaluieren. Schnabel, Renate B. aut Enthalten in Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie Heidelberg : Springer Medizin, 2004 62(2012), 5 vom: Sept., Seite 265-269 (DE-627)515670308 (DE-600)2247312-9 2198-0713 nnns volume:62 year:2012 number:5 month:09 pages:265-269 https://dx.doi.org/10.1007/BF03346162 lizenzpflichtig Volltext GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER SSG-OLC-PHA GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_32 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_90 GBV_ILN_95 GBV_ILN_100 GBV_ILN_101 GBV_ILN_105 GBV_ILN_110 GBV_ILN_120 GBV_ILN_138 GBV_ILN_150 GBV_ILN_151 GBV_ILN_152 GBV_ILN_161 GBV_ILN_170 GBV_ILN_171 GBV_ILN_183 GBV_ILN_187 GBV_ILN_213 GBV_ILN_224 GBV_ILN_230 GBV_ILN_250 GBV_ILN_281 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_376 GBV_ILN_602 GBV_ILN_636 GBV_ILN_702 GBV_ILN_2001 GBV_ILN_2003 GBV_ILN_2004 GBV_ILN_2005 GBV_ILN_2006 GBV_ILN_2007 GBV_ILN_2008 GBV_ILN_2009 GBV_ILN_2010 GBV_ILN_2011 GBV_ILN_2014 GBV_ILN_2015 GBV_ILN_2020 GBV_ILN_2021 GBV_ILN_2025 GBV_ILN_2026 GBV_ILN_2027 GBV_ILN_2031 GBV_ILN_2034 GBV_ILN_2037 GBV_ILN_2038 GBV_ILN_2039 GBV_ILN_2044 GBV_ILN_2048 GBV_ILN_2049 GBV_ILN_2050 GBV_ILN_2055 GBV_ILN_2057 GBV_ILN_2059 GBV_ILN_2061 GBV_ILN_2064 GBV_ILN_2065 GBV_ILN_2068 GBV_ILN_2088 GBV_ILN_2093 GBV_ILN_2106 GBV_ILN_2107 GBV_ILN_2108 GBV_ILN_2110 GBV_ILN_2111 GBV_ILN_2112 GBV_ILN_2113 GBV_ILN_2118 GBV_ILN_2129 GBV_ILN_2143 GBV_ILN_2144 GBV_ILN_2147 GBV_ILN_2148 GBV_ILN_2152 GBV_ILN_2153 GBV_ILN_2188 GBV_ILN_2232 GBV_ILN_2336 GBV_ILN_2446 GBV_ILN_2470 GBV_ILN_2472 GBV_ILN_2507 GBV_ILN_2522 GBV_ILN_2548 GBV_ILN_4035 GBV_ILN_4037 GBV_ILN_4046 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4242 GBV_ILN_4246 GBV_ILN_4249 GBV_ILN_4251 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4328 GBV_ILN_4333 GBV_ILN_4334 GBV_ILN_4335 GBV_ILN_4336 GBV_ILN_4338 GBV_ILN_4393 GBV_ILN_4700 AR 62 2012 5 09 265-269 |
| allfieldsSound |
10.1007/BF03346162 doi (DE-627)SPR037143034 (SPR)BF03346162-e DE-627 ger DE-627 rakwb ger Wilde, Sandra verfasserin aut Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen 2012 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier © Springer 2012 Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardiologie oder den Framingham Risikoscore erfasst werden. Die Risikoalgorithmen zeigen jedoch Unschärfen in der Diskriminierung von Gesunden und Individuen mit Risiko für kardiovaskuläre Erkrankungen. Mit neuen Erkenntnissen zur Pathogenese der Atherosklerose sind zahlreiche neue Blutbiomarker zur Risikostratifikation untersucht worden. Die Atherosklerose ist mit ausgeprägter lokaler und systemischer inflammatorischer Aktivität verbunden. Hoch sensitive Testsysteme zur Messung des Akute-Phase-Proteins C-reaktives Protein, die relative Stabilität des Analyts unter diversen Bedingungen sowie seine geringe intraindividuelle Variabilität außerhalb von akuten Erkrankungen lassen das hochsensitive C-reaktive Protein (hsCRP) als nützlichen und relevanten Inflammationsmarker erscheinen. HsCRP korreliert mit kardiovaskulären Erkrankungen und Mortalität, aber es ist kein kardiospezifischer Marker. In der JUPITER Studie (Justification for Use of Statins in Prevention, an Intervention Trial Evaluating Rosuvastatin) konnte gezeigt werden, dass in der Primärprävention, nach Nachweis von erhöhtem hsCRP, Statine effektiv in der globalen kardiovaskulären Risikoreduktion sind. Ein möglicher kausaler Zusammenhang mit dem Atheroskleroseprozess wird weiter untersucht. Die aktuellen Leitlinien der Fachgesellschaften sprechen sich nicht für ein generelles Screening mit hsCRP aus. Weitere interessante Blutbiomarker zur kardiovaskulären Risikoevaluation in der aktuellen Diskussion sind kardiospezifische Marker wie die hochsensitiven Troponine und die natriuretischen Peptide. Troponine zeigen einen myokardialen Zellschaden an und sind in der Allgemeinbevölkerung mit der Inzidenz von koronarer Herzerkrankung, Mortalität und Herzinsuffizienz assoziiert. Hochsensitive Testverfahren zur Troponinbestimmung, sind neu und noch nicht breit evaluiert. Natriuretische Peptide wie B-Typ natriuretisches Peptid sind bei kardialem Stress unterschiedlicher Genese erhöht und lassen sich zuverlässig unter verschiedenen präanalytischen Bedingungen messen. In der Primärprävention zeigen sie ein erhöhtes kardiovaskuläres Risiko an. Trotzdem ist der Nutzen zur optimierten Risikobestimmung, kombiniert in klinischen Risikoalgorithmen, über klassische Risikofaktoren hinaus, insbesondere vor dem Hintergrund von Kosten-Nutzen-Kalkulationen weiter zu evaluieren. Schnabel, Renate B. aut Enthalten in Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie Heidelberg : Springer Medizin, 2004 62(2012), 5 vom: Sept., Seite 265-269 (DE-627)515670308 (DE-600)2247312-9 2198-0713 nnns volume:62 year:2012 number:5 month:09 pages:265-269 https://dx.doi.org/10.1007/BF03346162 lizenzpflichtig Volltext GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER SSG-OLC-PHA GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_32 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_90 GBV_ILN_95 GBV_ILN_100 GBV_ILN_101 GBV_ILN_105 GBV_ILN_110 GBV_ILN_120 GBV_ILN_138 GBV_ILN_150 GBV_ILN_151 GBV_ILN_152 GBV_ILN_161 GBV_ILN_170 GBV_ILN_171 GBV_ILN_183 GBV_ILN_187 GBV_ILN_213 GBV_ILN_224 GBV_ILN_230 GBV_ILN_250 GBV_ILN_281 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_376 GBV_ILN_602 GBV_ILN_636 GBV_ILN_702 GBV_ILN_2001 GBV_ILN_2003 GBV_ILN_2004 GBV_ILN_2005 GBV_ILN_2006 GBV_ILN_2007 GBV_ILN_2008 GBV_ILN_2009 GBV_ILN_2010 GBV_ILN_2011 GBV_ILN_2014 GBV_ILN_2015 GBV_ILN_2020 GBV_ILN_2021 GBV_ILN_2025 GBV_ILN_2026 GBV_ILN_2027 GBV_ILN_2031 GBV_ILN_2034 GBV_ILN_2037 GBV_ILN_2038 GBV_ILN_2039 GBV_ILN_2044 GBV_ILN_2048 GBV_ILN_2049 GBV_ILN_2050 GBV_ILN_2055 GBV_ILN_2057 GBV_ILN_2059 GBV_ILN_2061 GBV_ILN_2064 GBV_ILN_2065 GBV_ILN_2068 GBV_ILN_2088 GBV_ILN_2093 GBV_ILN_2106 GBV_ILN_2107 GBV_ILN_2108 GBV_ILN_2110 GBV_ILN_2111 GBV_ILN_2112 GBV_ILN_2113 GBV_ILN_2118 GBV_ILN_2129 GBV_ILN_2143 GBV_ILN_2144 GBV_ILN_2147 GBV_ILN_2148 GBV_ILN_2152 GBV_ILN_2153 GBV_ILN_2188 GBV_ILN_2232 GBV_ILN_2336 GBV_ILN_2446 GBV_ILN_2470 GBV_ILN_2472 GBV_ILN_2507 GBV_ILN_2522 GBV_ILN_2548 GBV_ILN_4035 GBV_ILN_4037 GBV_ILN_4046 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4242 GBV_ILN_4246 GBV_ILN_4249 GBV_ILN_4251 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4328 GBV_ILN_4333 GBV_ILN_4334 GBV_ILN_4335 GBV_ILN_4336 GBV_ILN_4338 GBV_ILN_4393 GBV_ILN_4700 AR 62 2012 5 09 265-269 |
| language |
German |
| source |
Enthalten in Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie 62(2012), 5 vom: Sept., Seite 265-269 volume:62 year:2012 number:5 month:09 pages:265-269 |
| sourceStr |
Enthalten in Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie 62(2012), 5 vom: Sept., Seite 265-269 volume:62 year:2012 number:5 month:09 pages:265-269 |
| format_phy_str_mv |
Article |
| institution |
findex.gbv.de |
| isfreeaccess_bool |
false |
| container_title |
Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie |
| authorswithroles_txt_mv |
Wilde, Sandra @@aut@@ Schnabel, Renate B. @@aut@@ |
| publishDateDaySort_date |
2012-09-01T00:00:00Z |
| hierarchy_top_id |
515670308 |
| id |
SPR037143034 |
| language_de |
deutsch |
| fullrecord |
<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000caa a22002652 4500</leader><controlfield tag="001">SPR037143034</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20230519092651.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">201007s2012 xx |||||o 00| ||ger c</controlfield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1007/BF03346162</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)SPR037143034</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(SPR)BF03346162-e</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Wilde, Sandra</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2012</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">© Springer 2012</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardiologie oder den Framingham Risikoscore erfasst werden. Die Risikoalgorithmen zeigen jedoch Unschärfen in der Diskriminierung von Gesunden und Individuen mit Risiko für kardiovaskuläre Erkrankungen. Mit neuen Erkenntnissen zur Pathogenese der Atherosklerose sind zahlreiche neue Blutbiomarker zur Risikostratifikation untersucht worden. Die Atherosklerose ist mit ausgeprägter lokaler und systemischer inflammatorischer Aktivität verbunden. Hoch sensitive Testsysteme zur Messung des Akute-Phase-Proteins C-reaktives Protein, die relative Stabilität des Analyts unter diversen Bedingungen sowie seine geringe intraindividuelle Variabilität außerhalb von akuten Erkrankungen lassen das hochsensitive C-reaktive Protein (hsCRP) als nützlichen und relevanten Inflammationsmarker erscheinen. HsCRP korreliert mit kardiovaskulären Erkrankungen und Mortalität, aber es ist kein kardiospezifischer Marker. In der JUPITER Studie (Justification for Use of Statins in Prevention, an Intervention Trial Evaluating Rosuvastatin) konnte gezeigt werden, dass in der Primärprävention, nach Nachweis von erhöhtem hsCRP, Statine effektiv in der globalen kardiovaskulären Risikoreduktion sind. Ein möglicher kausaler Zusammenhang mit dem Atheroskleroseprozess wird weiter untersucht. Die aktuellen Leitlinien der Fachgesellschaften sprechen sich nicht für ein generelles Screening mit hsCRP aus. Weitere interessante Blutbiomarker zur kardiovaskulären Risikoevaluation in der aktuellen Diskussion sind kardiospezifische Marker wie die hochsensitiven Troponine und die natriuretischen Peptide. Troponine zeigen einen myokardialen Zellschaden an und sind in der Allgemeinbevölkerung mit der Inzidenz von koronarer Herzerkrankung, Mortalität und Herzinsuffizienz assoziiert. Hochsensitive Testverfahren zur Troponinbestimmung, sind neu und noch nicht breit evaluiert. Natriuretische Peptide wie B-Typ natriuretisches Peptid sind bei kardialem Stress unterschiedlicher Genese erhöht und lassen sich zuverlässig unter verschiedenen präanalytischen Bedingungen messen. In der Primärprävention zeigen sie ein erhöhtes kardiovaskuläres Risiko an. Trotzdem ist der Nutzen zur optimierten Risikobestimmung, kombiniert in klinischen Risikoalgorithmen, über klassische Risikofaktoren hinaus, insbesondere vor dem Hintergrund von Kosten-Nutzen-Kalkulationen weiter zu evaluieren.</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Schnabel, Renate B.</subfield><subfield code="4">aut</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">Enthalten in</subfield><subfield code="t">Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie</subfield><subfield code="d">Heidelberg : Springer Medizin, 2004</subfield><subfield code="g">62(2012), 5 vom: Sept., Seite 265-269</subfield><subfield code="w">(DE-627)515670308</subfield><subfield code="w">(DE-600)2247312-9</subfield><subfield code="x">2198-0713</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:62</subfield><subfield code="g">year:2012</subfield><subfield code="g">number:5</subfield><subfield code="g">month:09</subfield><subfield code="g">pages:265-269</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://dx.doi.org/10.1007/BF03346162</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_SPRINGER</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SSG-OLC-PHA</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_11</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_20</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_22</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_24</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_31</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_32</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_39</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_40</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_60</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_62</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_63</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_69</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_70</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_73</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_74</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_90</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_95</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_100</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_101</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_120</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_138</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_150</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_151</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_152</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_161</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_170</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_171</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_183</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_187</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_213</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_224</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_230</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_250</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_281</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_285</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_293</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_370</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_376</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_602</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_636</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_702</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2001</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2003</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2004</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2005</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2006</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2007</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2008</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2009</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2010</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2011</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2014</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2015</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2020</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2021</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2025</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2026</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2027</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2031</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2034</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2038</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2039</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2044</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2048</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2049</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2050</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2055</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2057</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2059</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2061</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2064</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2065</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2068</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2088</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2093</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2106</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2107</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2108</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2111</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2113</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2118</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2129</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2143</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2144</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2147</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2148</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2152</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2153</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2188</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2232</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2336</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2446</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2470</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2472</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2507</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2522</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2548</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4035</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4046</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4125</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4242</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4246</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4249</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4251</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4305</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4306</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4307</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4313</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4322</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4323</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4324</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4325</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4326</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4328</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4333</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4334</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4335</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4336</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4338</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4393</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4700</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">62</subfield><subfield code="j">2012</subfield><subfield code="e">5</subfield><subfield code="c">09</subfield><subfield code="h">265-269</subfield></datafield></record></collection>
|
| author |
Wilde, Sandra |
| spellingShingle |
Wilde, Sandra Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen |
| authorStr |
Wilde, Sandra |
| ppnlink_with_tag_str_mv |
@@773@@(DE-627)515670308 |
| format |
electronic Article |
| delete_txt_mv |
keep |
| author_role |
aut aut |
| collection |
springer |
| remote_str |
true |
| illustrated |
Not Illustrated |
| issn |
2198-0713 |
| topic_title |
Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen |
| format_facet |
Elektronische Aufsätze Aufsätze Elektronische Ressource |
| format_main_str_mv |
Text Zeitschrift/Artikel |
| carriertype_str_mv |
cr |
| hierarchy_parent_title |
Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie |
| hierarchy_parent_id |
515670308 |
| hierarchy_top_title |
Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie |
| isfreeaccess_txt |
false |
| familylinks_str_mv |
(DE-627)515670308 (DE-600)2247312-9 |
| title |
Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen |
| ctrlnum |
(DE-627)SPR037143034 (SPR)BF03346162-e |
| title_full |
Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen |
| author_sort |
Wilde, Sandra |
| journal |
Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie |
| journalStr |
Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie |
| lang_code |
ger |
| isOA_bool |
false |
| recordtype |
marc |
| publishDateSort |
2012 |
| contenttype_str_mv |
txt |
| container_start_page |
265 |
| author_browse |
Wilde, Sandra Schnabel, Renate B. |
| container_volume |
62 |
| format_se |
Elektronische Aufsätze |
| author-letter |
Wilde, Sandra |
| doi_str_mv |
10.1007/BF03346162 |
| title_sort |
blut-biomarker in der primärprävention kardiovaskulärer erkrankungen |
| title_auth |
Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen |
| abstract |
Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardiologie oder den Framingham Risikoscore erfasst werden. Die Risikoalgorithmen zeigen jedoch Unschärfen in der Diskriminierung von Gesunden und Individuen mit Risiko für kardiovaskuläre Erkrankungen. Mit neuen Erkenntnissen zur Pathogenese der Atherosklerose sind zahlreiche neue Blutbiomarker zur Risikostratifikation untersucht worden. Die Atherosklerose ist mit ausgeprägter lokaler und systemischer inflammatorischer Aktivität verbunden. Hoch sensitive Testsysteme zur Messung des Akute-Phase-Proteins C-reaktives Protein, die relative Stabilität des Analyts unter diversen Bedingungen sowie seine geringe intraindividuelle Variabilität außerhalb von akuten Erkrankungen lassen das hochsensitive C-reaktive Protein (hsCRP) als nützlichen und relevanten Inflammationsmarker erscheinen. HsCRP korreliert mit kardiovaskulären Erkrankungen und Mortalität, aber es ist kein kardiospezifischer Marker. In der JUPITER Studie (Justification for Use of Statins in Prevention, an Intervention Trial Evaluating Rosuvastatin) konnte gezeigt werden, dass in der Primärprävention, nach Nachweis von erhöhtem hsCRP, Statine effektiv in der globalen kardiovaskulären Risikoreduktion sind. Ein möglicher kausaler Zusammenhang mit dem Atheroskleroseprozess wird weiter untersucht. Die aktuellen Leitlinien der Fachgesellschaften sprechen sich nicht für ein generelles Screening mit hsCRP aus. Weitere interessante Blutbiomarker zur kardiovaskulären Risikoevaluation in der aktuellen Diskussion sind kardiospezifische Marker wie die hochsensitiven Troponine und die natriuretischen Peptide. Troponine zeigen einen myokardialen Zellschaden an und sind in der Allgemeinbevölkerung mit der Inzidenz von koronarer Herzerkrankung, Mortalität und Herzinsuffizienz assoziiert. Hochsensitive Testverfahren zur Troponinbestimmung, sind neu und noch nicht breit evaluiert. Natriuretische Peptide wie B-Typ natriuretisches Peptid sind bei kardialem Stress unterschiedlicher Genese erhöht und lassen sich zuverlässig unter verschiedenen präanalytischen Bedingungen messen. In der Primärprävention zeigen sie ein erhöhtes kardiovaskuläres Risiko an. Trotzdem ist der Nutzen zur optimierten Risikobestimmung, kombiniert in klinischen Risikoalgorithmen, über klassische Risikofaktoren hinaus, insbesondere vor dem Hintergrund von Kosten-Nutzen-Kalkulationen weiter zu evaluieren. © Springer 2012 |
| abstractGer |
Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardiologie oder den Framingham Risikoscore erfasst werden. Die Risikoalgorithmen zeigen jedoch Unschärfen in der Diskriminierung von Gesunden und Individuen mit Risiko für kardiovaskuläre Erkrankungen. Mit neuen Erkenntnissen zur Pathogenese der Atherosklerose sind zahlreiche neue Blutbiomarker zur Risikostratifikation untersucht worden. Die Atherosklerose ist mit ausgeprägter lokaler und systemischer inflammatorischer Aktivität verbunden. Hoch sensitive Testsysteme zur Messung des Akute-Phase-Proteins C-reaktives Protein, die relative Stabilität des Analyts unter diversen Bedingungen sowie seine geringe intraindividuelle Variabilität außerhalb von akuten Erkrankungen lassen das hochsensitive C-reaktive Protein (hsCRP) als nützlichen und relevanten Inflammationsmarker erscheinen. HsCRP korreliert mit kardiovaskulären Erkrankungen und Mortalität, aber es ist kein kardiospezifischer Marker. In der JUPITER Studie (Justification for Use of Statins in Prevention, an Intervention Trial Evaluating Rosuvastatin) konnte gezeigt werden, dass in der Primärprävention, nach Nachweis von erhöhtem hsCRP, Statine effektiv in der globalen kardiovaskulären Risikoreduktion sind. Ein möglicher kausaler Zusammenhang mit dem Atheroskleroseprozess wird weiter untersucht. Die aktuellen Leitlinien der Fachgesellschaften sprechen sich nicht für ein generelles Screening mit hsCRP aus. Weitere interessante Blutbiomarker zur kardiovaskulären Risikoevaluation in der aktuellen Diskussion sind kardiospezifische Marker wie die hochsensitiven Troponine und die natriuretischen Peptide. Troponine zeigen einen myokardialen Zellschaden an und sind in der Allgemeinbevölkerung mit der Inzidenz von koronarer Herzerkrankung, Mortalität und Herzinsuffizienz assoziiert. Hochsensitive Testverfahren zur Troponinbestimmung, sind neu und noch nicht breit evaluiert. Natriuretische Peptide wie B-Typ natriuretisches Peptid sind bei kardialem Stress unterschiedlicher Genese erhöht und lassen sich zuverlässig unter verschiedenen präanalytischen Bedingungen messen. In der Primärprävention zeigen sie ein erhöhtes kardiovaskuläres Risiko an. Trotzdem ist der Nutzen zur optimierten Risikobestimmung, kombiniert in klinischen Risikoalgorithmen, über klassische Risikofaktoren hinaus, insbesondere vor dem Hintergrund von Kosten-Nutzen-Kalkulationen weiter zu evaluieren. © Springer 2012 |
| abstract_unstemmed |
Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardiologie oder den Framingham Risikoscore erfasst werden. Die Risikoalgorithmen zeigen jedoch Unschärfen in der Diskriminierung von Gesunden und Individuen mit Risiko für kardiovaskuläre Erkrankungen. Mit neuen Erkenntnissen zur Pathogenese der Atherosklerose sind zahlreiche neue Blutbiomarker zur Risikostratifikation untersucht worden. Die Atherosklerose ist mit ausgeprägter lokaler und systemischer inflammatorischer Aktivität verbunden. Hoch sensitive Testsysteme zur Messung des Akute-Phase-Proteins C-reaktives Protein, die relative Stabilität des Analyts unter diversen Bedingungen sowie seine geringe intraindividuelle Variabilität außerhalb von akuten Erkrankungen lassen das hochsensitive C-reaktive Protein (hsCRP) als nützlichen und relevanten Inflammationsmarker erscheinen. HsCRP korreliert mit kardiovaskulären Erkrankungen und Mortalität, aber es ist kein kardiospezifischer Marker. In der JUPITER Studie (Justification for Use of Statins in Prevention, an Intervention Trial Evaluating Rosuvastatin) konnte gezeigt werden, dass in der Primärprävention, nach Nachweis von erhöhtem hsCRP, Statine effektiv in der globalen kardiovaskulären Risikoreduktion sind. Ein möglicher kausaler Zusammenhang mit dem Atheroskleroseprozess wird weiter untersucht. Die aktuellen Leitlinien der Fachgesellschaften sprechen sich nicht für ein generelles Screening mit hsCRP aus. Weitere interessante Blutbiomarker zur kardiovaskulären Risikoevaluation in der aktuellen Diskussion sind kardiospezifische Marker wie die hochsensitiven Troponine und die natriuretischen Peptide. Troponine zeigen einen myokardialen Zellschaden an und sind in der Allgemeinbevölkerung mit der Inzidenz von koronarer Herzerkrankung, Mortalität und Herzinsuffizienz assoziiert. Hochsensitive Testverfahren zur Troponinbestimmung, sind neu und noch nicht breit evaluiert. Natriuretische Peptide wie B-Typ natriuretisches Peptid sind bei kardialem Stress unterschiedlicher Genese erhöht und lassen sich zuverlässig unter verschiedenen präanalytischen Bedingungen messen. In der Primärprävention zeigen sie ein erhöhtes kardiovaskuläres Risiko an. Trotzdem ist der Nutzen zur optimierten Risikobestimmung, kombiniert in klinischen Risikoalgorithmen, über klassische Risikofaktoren hinaus, insbesondere vor dem Hintergrund von Kosten-Nutzen-Kalkulationen weiter zu evaluieren. © Springer 2012 |
| collection_details |
GBV_USEFLAG_A SYSFLAG_A GBV_SPRINGER SSG-OLC-PHA GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_32 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_74 GBV_ILN_90 GBV_ILN_95 GBV_ILN_100 GBV_ILN_101 GBV_ILN_105 GBV_ILN_110 GBV_ILN_120 GBV_ILN_138 GBV_ILN_150 GBV_ILN_151 GBV_ILN_152 GBV_ILN_161 GBV_ILN_170 GBV_ILN_171 GBV_ILN_183 GBV_ILN_187 GBV_ILN_213 GBV_ILN_224 GBV_ILN_230 GBV_ILN_250 GBV_ILN_281 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_376 GBV_ILN_602 GBV_ILN_636 GBV_ILN_702 GBV_ILN_2001 GBV_ILN_2003 GBV_ILN_2004 GBV_ILN_2005 GBV_ILN_2006 GBV_ILN_2007 GBV_ILN_2008 GBV_ILN_2009 GBV_ILN_2010 GBV_ILN_2011 GBV_ILN_2014 GBV_ILN_2015 GBV_ILN_2020 GBV_ILN_2021 GBV_ILN_2025 GBV_ILN_2026 GBV_ILN_2027 GBV_ILN_2031 GBV_ILN_2034 GBV_ILN_2037 GBV_ILN_2038 GBV_ILN_2039 GBV_ILN_2044 GBV_ILN_2048 GBV_ILN_2049 GBV_ILN_2050 GBV_ILN_2055 GBV_ILN_2057 GBV_ILN_2059 GBV_ILN_2061 GBV_ILN_2064 GBV_ILN_2065 GBV_ILN_2068 GBV_ILN_2088 GBV_ILN_2093 GBV_ILN_2106 GBV_ILN_2107 GBV_ILN_2108 GBV_ILN_2110 GBV_ILN_2111 GBV_ILN_2112 GBV_ILN_2113 GBV_ILN_2118 GBV_ILN_2129 GBV_ILN_2143 GBV_ILN_2144 GBV_ILN_2147 GBV_ILN_2148 GBV_ILN_2152 GBV_ILN_2153 GBV_ILN_2188 GBV_ILN_2232 GBV_ILN_2336 GBV_ILN_2446 GBV_ILN_2470 GBV_ILN_2472 GBV_ILN_2507 GBV_ILN_2522 GBV_ILN_2548 GBV_ILN_4035 GBV_ILN_4037 GBV_ILN_4046 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4242 GBV_ILN_4246 GBV_ILN_4249 GBV_ILN_4251 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4328 GBV_ILN_4333 GBV_ILN_4334 GBV_ILN_4335 GBV_ILN_4336 GBV_ILN_4338 GBV_ILN_4393 GBV_ILN_4700 |
| container_issue |
5 |
| title_short |
Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen |
| url |
https://dx.doi.org/10.1007/BF03346162 |
| remote_bool |
true |
| author2 |
Schnabel, Renate B. |
| author2Str |
Schnabel, Renate B. |
| ppnlink |
515670308 |
| mediatype_str_mv |
c |
| isOA_txt |
false |
| hochschulschrift_bool |
false |
| doi_str |
10.1007/BF03346162 |
| up_date |
2024-07-03T21:22:18.442Z |
| _version_ |
1803594485940092928 |
| fullrecord_marcxml |
<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000caa a22002652 4500</leader><controlfield tag="001">SPR037143034</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20230519092651.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">201007s2012 xx |||||o 00| ||ger c</controlfield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1007/BF03346162</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)SPR037143034</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(SPR)BF03346162-e</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Wilde, Sandra</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Blut-Biomarker in der Primärprävention Kardiovaskulärer Erkrankungen</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2012</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">© Springer 2012</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Zusammenfassung Kardiovaskuläre Erkrankungen gehören weltweit zu den häufigsten Todesursachen und führen bei vielen Patienten zu signifikanten Einschränkungen im Berufsleben. Risikopatienten können über einfache klinische Risikoalgorithmen wie den Risikoscore der Europäischen Gesellschaft für Kardiologie oder den Framingham Risikoscore erfasst werden. Die Risikoalgorithmen zeigen jedoch Unschärfen in der Diskriminierung von Gesunden und Individuen mit Risiko für kardiovaskuläre Erkrankungen. Mit neuen Erkenntnissen zur Pathogenese der Atherosklerose sind zahlreiche neue Blutbiomarker zur Risikostratifikation untersucht worden. Die Atherosklerose ist mit ausgeprägter lokaler und systemischer inflammatorischer Aktivität verbunden. Hoch sensitive Testsysteme zur Messung des Akute-Phase-Proteins C-reaktives Protein, die relative Stabilität des Analyts unter diversen Bedingungen sowie seine geringe intraindividuelle Variabilität außerhalb von akuten Erkrankungen lassen das hochsensitive C-reaktive Protein (hsCRP) als nützlichen und relevanten Inflammationsmarker erscheinen. HsCRP korreliert mit kardiovaskulären Erkrankungen und Mortalität, aber es ist kein kardiospezifischer Marker. In der JUPITER Studie (Justification for Use of Statins in Prevention, an Intervention Trial Evaluating Rosuvastatin) konnte gezeigt werden, dass in der Primärprävention, nach Nachweis von erhöhtem hsCRP, Statine effektiv in der globalen kardiovaskulären Risikoreduktion sind. Ein möglicher kausaler Zusammenhang mit dem Atheroskleroseprozess wird weiter untersucht. Die aktuellen Leitlinien der Fachgesellschaften sprechen sich nicht für ein generelles Screening mit hsCRP aus. Weitere interessante Blutbiomarker zur kardiovaskulären Risikoevaluation in der aktuellen Diskussion sind kardiospezifische Marker wie die hochsensitiven Troponine und die natriuretischen Peptide. Troponine zeigen einen myokardialen Zellschaden an und sind in der Allgemeinbevölkerung mit der Inzidenz von koronarer Herzerkrankung, Mortalität und Herzinsuffizienz assoziiert. Hochsensitive Testverfahren zur Troponinbestimmung, sind neu und noch nicht breit evaluiert. Natriuretische Peptide wie B-Typ natriuretisches Peptid sind bei kardialem Stress unterschiedlicher Genese erhöht und lassen sich zuverlässig unter verschiedenen präanalytischen Bedingungen messen. In der Primärprävention zeigen sie ein erhöhtes kardiovaskuläres Risiko an. Trotzdem ist der Nutzen zur optimierten Risikobestimmung, kombiniert in klinischen Risikoalgorithmen, über klassische Risikofaktoren hinaus, insbesondere vor dem Hintergrund von Kosten-Nutzen-Kalkulationen weiter zu evaluieren.</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Schnabel, Renate B.</subfield><subfield code="4">aut</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">Enthalten in</subfield><subfield code="t">Zentralblatt für Arbeitsmedizin, Arbeitsschutz und Ergonomie</subfield><subfield code="d">Heidelberg : Springer Medizin, 2004</subfield><subfield code="g">62(2012), 5 vom: Sept., Seite 265-269</subfield><subfield code="w">(DE-627)515670308</subfield><subfield code="w">(DE-600)2247312-9</subfield><subfield code="x">2198-0713</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:62</subfield><subfield code="g">year:2012</subfield><subfield code="g">number:5</subfield><subfield code="g">month:09</subfield><subfield code="g">pages:265-269</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://dx.doi.org/10.1007/BF03346162</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_SPRINGER</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SSG-OLC-PHA</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_11</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_20</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_22</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_24</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_31</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_32</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_39</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_40</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_60</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_62</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_63</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_69</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_70</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_73</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_74</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_90</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_95</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_100</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_101</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_120</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_138</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_150</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_151</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_152</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_161</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_170</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_171</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_183</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_187</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_213</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_224</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_230</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_250</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_281</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_285</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_293</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_370</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_376</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_602</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_636</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_702</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2001</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2003</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2004</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2005</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2006</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2007</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2008</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2009</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2010</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2011</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2014</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2015</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2020</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2021</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2025</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2026</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2027</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2031</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2034</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2038</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2039</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2044</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2048</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2049</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2050</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2055</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2057</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2059</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2061</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2064</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2065</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2068</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2088</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2093</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2106</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2107</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2108</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2111</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2113</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2118</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2129</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2143</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2144</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2147</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2148</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2152</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2153</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2188</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2232</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2336</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2446</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2470</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2472</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2507</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2522</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2548</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4035</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4046</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4125</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4242</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4246</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4249</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4251</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4305</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4306</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4307</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4313</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4322</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4323</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4324</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4325</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4326</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4328</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4333</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4334</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4335</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4336</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4338</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4393</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4700</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">62</subfield><subfield code="j">2012</subfield><subfield code="e">5</subfield><subfield code="c">09</subfield><subfield code="h">265-269</subfield></datafield></record></collection>
|
| score |
7.4011936 |