Emergence of Home Blood Pressure-Guided Management of Hypertension Based on Global Evidence
Notice bibliographique
Résumé
Recent guidelines for the management of hypertension from the 2018 European Society of Cardiology/European Society of Hypertension and the 2017 American College of Cardiology (ACC)/American Heart Association (AHA)1,2 have stressed the importance of out-of-office blood pressure (BP) measurement for hypertension management. There has been a similar emphasis on out-of-office BP monitoring for the management of hypertension in the United Kingdom, Canada, Japan, and other Asian countries.3–6 Ambulatory BP monitoring (ABPM) and home BP monitoring (HBPM) are 2 well-validated approaches for measuring out-of-office BP. In the published literature, HBPM is a term that has commonly referred to the self-measurement of BP at home, although in some studies, HBPM has been used to describe a provider or research assistant measuring an individual’s BP in his/her home. ABPM and HBPM can identify white coat hypertension (diagnostic disagreement between office and out-of-office BP in untreated subjects) and white coat uncontrolled hypertension (diagnostic disagreement in treated subjects).1–8 Although ABPM has been the preferred method for out-of-office measurement, the 2017 ACC/AHA BP guideline considered HBPM to be a more practical approach in clinical practice than ABPM, particularly for individuals taking antihypertensive medication. The 2014 Japanese Society of Hypertension Guidelines for the Management of Hypertension proposed HBPM as the most effective and practical for guiding antihypertensive medication initiation and titration in clinical care, while waiting for intervention trials demonstrating better cardiovascular outcomes in patients managed based on out-of-office BP levels
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».