Fluid overload is associated with use of a higher number of antihypertensive drugs in hemodialysis patients
Notice bibliographique
Résumé
ABSTRACT Introduction Hypertension is multifactorial, highly prevalent in the hemodialysis (HD) population and its adequate control requires, in addition to adequate volume management, often the use of multiple antihypertensive drugs. We aimed to describe the use of antihypertensive agents in a group of HD patients and to evaluate the factors associated with the use of multiple classes (≥3) of antihypertensives. Methods We analyzed the baseline data from the HDFit study. Clinically stable patients with HD vintage between 3 and 24 months without any severe mobility limitation were recruited from sites throughout southern Brazil. Fluid status was measured pre‐dialysis with the Body Composition Monitor (BCM; Fresenius, Germany). Fluid overload (FO) was considered when the overhydration index (OH) was greater than 7% of extracellular water (OH/ECW > 7%) and overweight was defined as a body mass index (BMI) greater than 25 kg/m2. Prescriptions of antihypertensive drugs were obtained from participants' reports and medical records. Logistic regression was employed to determine factors associated with excessive use of antihypertensive medication (≥3 classes). Findings Of 195 studied patients, 171 with complete data were included (70% male, 53 ± 15 years old, 57% of them with FO). Pre‐dialysis systolic blood pressure (SBP) was 150 ± 24 mmHg and patients used a median of 2 (1–3) antihypertensive drugs. Vasodilators (20%) were of lowest prevalence, use of other classes varied from 40% to 53%. Sixty‐two (36%) subjects used ≥3 classes and presented a higher prevalence of diabetes and FO, lower prevalence of overweight, and higher SBP. In a logistic regression model age, BMI <25 kg/m2, and OH/ECW > 7% were associated with excessive drug use. Discussion More than one‐third of participants used ≥3 classes of antihypertensive drugs, and it was associated with older age, BMI <25 kg/m2 and FO. Strategies that better manage FO may aid better blood pressure control and avoid the use of multiple antihypertensive medications.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 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 ».