Accuracy—Limiting Factor of Home Blood Pressure Monitors?
Notice bibliographique
Résumé
In this issue of the American Journal of Hypertension, Padwal et al. report data that is extremely relevant clinically.1 A significant number of automatic oscillometric blood pressure (BP) monitors, owned by Albertans with hypertension, are inaccurate. In particular, in this well-designed study, the difference between systolic or diastolic BP taken simultaneously by the patient’s own automated oscillometric home BP device and by a 2-observer auscultatory reference standard BP measurement (mercury sphygmomanometer) was more than 5, 10, and 15 mm Hg in 69%, 29%, and 7% cases, respectively.1 These data are truly concerning given the fact that guidelines on the diagnosis and management of hypertension issued by major national professional organizations such as Hypertension Canada, American Society of Hypertension, Heart Foundation of Australia, and National Institute for Health and Care Excellence all endorse home BP monitoring.2–5 Accordingly, data on home BP readings do play a significant role in the decision making process for management of hypertension in the individual patient. In agreement with these trends, the market for oscillometric automated home BP monitors has expanded dramatically over the last decade or so, reaching over 1 billion US dollars.6 It is expected to increase by 13% annually and reach about 2 billion US dollars in 2022, mostly related to aging population, the high prevalence of hypertension in the elderly, and last but not least, by the ongoing emphasis on home BP monitoring.6
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 | 0,020 | 0,187 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,022 | 0,019 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 ».