[OP.6B.04] INDIVIDUAL PATIENT DATA META-ANALYSIS OF SELF-MONITORING OF BLOOD PRESSURE (BP-SMART)
Notice bibliographique
Résumé
Objective: Summary meta-analyses suggest that self-monitoring of blood pressure reduces blood pressure in hypertension but important questions remain regarding how best to utilise it and for which groups self-monitoring might be most appropriate. An Individual Patient Data meta-analysis aimed to investigate this further. Design and method: A systematic review captured randomized trials which compared hypertensive patients who self-monitored BP with those who did not. Individual patient data (IPD) were requested from all eligible studies and entered into a 2 stage meta-analysis stratified by trial and adjusting for age, sex, diabetes, baseline BP and intensity of intervention. The primary outcome was change in clinic BP at 12 months. Subgroup analyses assessed the impact of age, sex, baseline BP, baseline treatment and co-morbidities. Results: Of 2,508 articles in the initial search, 30 trials were eligible, 23 reported the primary outcome. Individual patient data were available from 21 trials, including one unpublished that had not appeared in the search (8,931 participants). Self-monitoring was associated with reduced clinic systolic blood pressure compared to usual care (−3×3 mmHg, [95% CI −5×0, −1×5 mmHg] at 12 months). Systolic blood pressure reduction and control to target increased with intensity of co-intervention (ranging from no additional support to intensive support). Similar results were seen for diastolic blood pressure. Few data were available after 12 months. Self-monitoring was most effective in those with fewer antihypertensive medications and higher baseline systolic blood pressure up to 170 mmHg but there was no effect in people with previous stroke. Conclusions: Self-monitoring of blood pressure leads to clinically significant blood pressure reduction when combined with more intensive co-interventions including systematic medication titration, education or lifestyle counselling which persists for at least 12 months. People with resistant hypertension or previous stroke may not benefit, perhaps reflecting maximal treatment.
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 | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,022 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,165 | 0,016 |
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 ».