MétaCan
Menu
Retour à la cohorte
Enregistrement W2886343681 · doi:10.1161/circoutcomes.11.suppl_1.134

Abstract 134: Does Low-Level Cumulative Lead Play a Role in Resistant-Hypertension?

2018· article· en· W2886343681 sur OpenAlexaff
Alexander R. Zheutlin, Howard Hu, Marc G. Weisskopf, David Sparrow, Pantel Vokonas, Sung Kyun Park

Notice bibliographique

RevueCirculation Cardiovascular Quality and Outcomes · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy Metal Exposure and Toxicity
Établissements canadiensPublic Health Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineConfoundingBlood pressureLogistic regressionLead (geology)Risk factorInternal medicineTibiaSurgery

Résumé

récupéré en direct d'OpenAlex

Purpose: Deposition of lead into bone offers a better method over conventional blood lead measurement to discern long-term lead exposure and its insidious accumulation within the body. Bone lead deposition has been identified as an independent risk factor for hypertension (HTN). Yet, little is known how bone lead as a risk factor for HTN can be translated into clinical utility. We examined the association between bone lead levels and resistant-HTN. Methods: All subjects were males, participating in the Veterans Affairs Normative Aging Study (NAS) with an age variation of 48-93 years old. Participants were included if there was complete data on HTN (systolic blood pressure, diastolic blood pressure, and anti-HTN medication), lead (blood, bone-patella, bone-tibia), as well as demographic and confounding variables. Cases of resistant-HTN were identified by meeting criteria for a) inadequate SBP (≥140 mmHg) or DBP (≥90 mmHg) on 3 medications or b) requiring ≥ 4 medications for blood pressure control. Resistant-HTN was categorized as a dichotomous variable, based upon meeting the noted criteria, while tibia and patella bone lead were treated as continuous variables. The data was analyzed using a binomial logistic regression, accounting for demographic and confounding variables. Results: Of the 871 total study participants, 111 cases of resistant-HTN (12.7%) were identified. Amongst the cases of resistant-HTN, the mean tibia and patella lead levels were 23.1 μg/g and 31.5 μg/g, respectively. Both mean levels were higher than those among the participants without resistant-HTN (21.5 μg/g and 30.9 μg/g, respectively). Tibia lead levels demonstrated a significant association with resistant-HTN (OR=1.27 (95% CI, 1.01-1.59) per one IQR increase in tibia lead (15μg/g), p=0.04) after adjusting for age, BMI, cigarette pack-year burden, income, education, and ethnicity. A weak, non-significant association was observed between patella lead and resistant-HTN (OR = 1.16 (95% CI, 0.92-1.46) per one IQR increase in patella lead (21μg/g), p=0.21). Conclusion: Lead has been long-studied for its effect on blood pressure. Yet, lead has not previously been assessed for the role it plays in clinical outcomes. Difficulty in attaining goal blood pressure may be influenced by environmental exposures. Our study demonstrates an increased association between tibia lead and resistant-HTN status, with an OR of 1.27 per one IQR increase in tibia lead. Tibia lead represents a novel risk factor for resistant-HTN. Future research should consider screening and mitigation strategies for populations with resistant-HTN exposed to long-term low-levels of lead.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,297
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation Cardiovascular Quality and OutcomesMême sujetHeavy Metal Exposure and ToxicityTravaux en français237 207