Office blood pressure measurement in the 21st century
Notice bibliographique
Résumé
Measurement of blood pressure (BP) using the auscultatory method must follow specific rules and conditions to be reliable. Nonetheless, these requirements are often not followed in clinical practice, resulting in inaccurate BP readings. Simply replacing manual sphygmomanometers with an oscillometric device may still produce readings that are associated with a white coat effect. These limitations can be overcome by using an oscillometric sphygmomanometer that automatically records multiple readings with the patient resting quietly and alone, called automated office (AO)BP. AOBP produces office readings with a reduced white coat effect, which are also similar to the awake ambulatory BP. There is also evidence that AOBP is a better predictor of target organ damage than attended office BP. Furthermore, clinical outcome data support AOBP as having both a similar diagnostic threshold as awake ambulatory BP and a lower treatment target. Using AOBP in clinical practice simplifies recording office BP by not requiring an additional period of rest before activation of the device and by not having staff present during the actual measurements. Recent studies have reported that automatic BP measurements taken by staff in research studies with close adherence to guidelines using AOBP devices may produce similar readings to AOBP. Further research is needed to determine the best method for recording BP at systolic targets < 130 mm Hg and the relationship of office BP to ambulatory BP and home BP.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».