Impact des biais introduits lors de différents types de mesures de pression artérielle
Notice bibliographique
Résumé
L’hypertension artérielle (HTA) est un facteur de risque cardiovasculaire majeur et touche environ le quart des adultes canadiens. Le diagnostic de la maladie, son traitement et son suivi reposent tous sur la mesure de la pression artérielle. Différentes méthodes de mesure de pression artérielle existent et sont même complémentaires quant à certains aspects. Ces méthodes incluent entre autres la mesure manuelle de la pression artérielle, la mesure de la pression artérielle en clinique – oscillométrique en série (MPAC-OS) et la mesure de la pression artérielle à domicile (MPAD). Afin d’optimiser adéquatement la gestion de l’HTA, les mesures réalisées doivent être exactes et exemptes de biais. Le présent mémoire aborde trois biais potentiels et cherche à quantifier leurs impacts. Ces biais sont : le biais existant entre une mesure manuelle réalisée dans des conditions optimales et la MPAC-OS, le biais existant dans des calendriers de MPAD incomplets et le biais existant entre deux appareils différents de MPAC-OS dans des environnements cliniques différents. Premièrement, il a été démontré que lorsque la mesure manuelle est effectuée de façon protocolaire par une infirmière bien formée, il n’existe pas de différence considérée comme cliniquement significative entre la mesure manuelle auscultatoire et la MPAC-OS. Deuxièmement, il a été démontré dans une seconde étude que les calendriers incomplets de 28 mesures de MPAD ont un impact sur la précision et la validité diagnostique par rapport au calendrier complet. Bien qu’il n’existe pas de limites claires, nos données suggèrent qu’un minimum de 21 mesures sur les 28 mesures possibles offre une précision et une validité diagnostique presque parfaites. Finalement, il a été démontré dans notre dernière étude que deux appareils de MPAC-OS différents, l’Omron HEM-907 et le BpTRU BPM-100 sont relativement équivalents dans les zones de pression artérielle autour des seuils diagnostiques. Par contre, lorsque les pressions estimées sont basses, les appareils tendent à avoir des différences cliniquement et statistiquement significatives.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».