Letter to the Editor on “Antecedent rest may not be necessary for automated office blood pressure at lower treatment targets”
Notice bibliographique
Résumé
In a comparison of automated office blood pressure (BP) measurements taken with and without five minutes of rest, Colella and colleagues conclude that “when readings in treated patients decrease to a systolic BP <130 mm Hg, the Omron 907XL may be used without any antecedent rest. Doing so would reduce the time required to record the office BP…”.1 How to implement this suggestion in clinical practice is unclear, because it would necessitate knowing the BP level prior to performing the measurement! Are the authors recommending that clinicians base this decision on prior automated office BP levels, perhaps from prior visits? If so, can they comment on the substantial BP variability found in their study? Despite performing research quality measurements, using the same device and measurement modality for all measurements, and employing a randomized cross-over design, their reported limits of agreement spanned nearly 30 mm Hg. Variability would be expected to be even higher in a “real world setting.” This would seem to preclude in most patients use of prior measurements for the purposes of determining if a patient should rest. I suppose one could use out-of-office measurements to predict the need for a rest period. However, given the superiority of out-of-office over in-office BP measurements,2, 3 one could simply eliminate the entire in-office measurement procedure altogether if high-quality out-of-office measurements were available. In fact, this would be the most easily implementable method of “minimizing” the time required for in-office BP measurement. Raj Padwal is a o-Founder of a BP measurement start-up company, mm Hg Inc.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».