How Do Home and Clinic Blood Pressure Readings Compare in Pregnancy?
Notice bibliographique
Résumé
Hypertensive disorders during pregnancy result in substantial maternal morbidity and are a leading cause of maternal deaths worldwide. Self-monitoring of blood pressure (BP) might improve the detection and management of hypertensive disorders of pregnancy, but few data are available, including regarding appropriate thresholds. This systematic review and individual patient data analysis aimed to assess the current evidence on differences between clinic and self-monitored BP through pregnancy. MEDLINE and 10 other electronic databases were searched for articles published up to and including July 2016 using a strategy designed to capture all the literature on self-monitoring of BP during pregnancy. Investigators of included studies were contacted requesting individual patient data: self-monitored and clinic BP and demographic data. Twenty-one studies that utilized self-monitoring of BP during pregnancy were identified. Individual patient data from self-monitored and clinic readings were available from 7 plus 1 unpublished articles (8 studies; n=758) and 2 further studies published summary data. Analysis revealed a mean self-monitoring clinic difference of ≤1.2 mm Hg systolic BP throughout pregnancy although there was significant heterogeneity (difference in means, I 2 >80% throughout pregnancy). Although the overall population difference was small, levels of white coat hypertension were high, particularly toward the end of pregnancy. The available literature includes no evidence of a systematic difference between self and clinic readings, suggesting that appropriate treatment and diagnostic thresholds for self-monitoring during pregnancy would be equivalent to standard clinic thresholds.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 ».