Optimal use of β-blockers in high-risk hypertension: A guide to dosing equivalence
Notice bibliographique
Résumé
Optimal use of β-blockers in high-risk hypertension: A guide to dosing equivalence Janet B McGillDepartment of Medicine, Washington University School of Medicine, St. Louis, Missouri, USAAbstract: Hypertension is the number one diagnosis made by primary care physicians, placing them in a unique position to prescribe the antihypertensive agent best suited to the individual patient. In individuals with diabetes mellitus, blood pressure (BP) levels > 130/80 mmHg confer an even higher risk for cardiovascular and renal disease, and these patients will benefit from aggressive antihypertensive treatment using a combination of agents. β‑blockers are playing an increasingly important role in the management of hypertension in high-risk patients. β‑blockers are a heterogeneous class of agents, and this review presents the differences between β‑blockers and provides evidence-based protocols to assist in understanding dose equivalence in the selection of an optimal regimen in patients with complex needs. The clinical benefits provided by β‑blockers are only effective if patients adhere to medication treatment long term. β‑blockers with proven efficacy, once-daily dosing, and lower side effect profiles may become instrumental in the treatment of hypertensive diabetic and nondiabetic patients.Keywords: antihypertensive, blood pressure, atenolol, carvedilol, labetalol, metoprolol, nebivolol
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».