MétaCan
Menu
Retour à la cohorte
Enregistrement W3037295662 · doi:10.1097/01.hjh.0000468717.09653.58

PP.32.23

2015· article· ja· W3037295662 sur OpenAlexaffabout
Mark Gelfer, Lyne Cloutier, Stella S. Daskalopoulou, Raj Padwal, Maxime Lamarre-Cliché, Peter Bolli, Donna McLean, Alain Milot, Sheldon W. Tobe, Guy Tremblay, David McKay, Raymond R. Townsend, Martin G. Myers, Norm R.C. Campbell

Notice bibliographique

RevueJournal of Hypertension · 2015
Typearticle
Langueja
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensMemorial University of NewfoundlandHôpital du Saint-SacrementUniversité LavalUniversité de MontréalUniversity of AlbertaUniversity of TorontoUniversité du Québec à Trois-RivièresUniversity of CalgaryMcGill UniversityCanadian Sleep SocietyUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineMEDLINESystematic reviewVotingWhite paperTask forceWhite coat hypertensionEvidence-based practiceFamily medicineAlternative medicineBlood pressureIntensive care medicinePathologyInternal medicineAmbulatory blood pressure

Résumé

récupéré en direct d'OpenAlex

Objective: Accurate blood pressure (BP) measurement is critical to properly identify and manage individuals with hypertension. For 2015 the Canadian Hypertension Education Program (CHEP) subcommittee on BP measurement and diagnosis conducted an in-depth review of the literature to determine the best current evidence-based practice for establishing a diagnosis of hypertension.Design and method: Systematic literature searches from 2009 to 2014 were performed by a Cochrane Collaboration librarian in MEDLINE/PubMed. Members of the subcommittee reviewed the abstracts and selected the most relevant papers to be reviewed in depth. The results were presented to the CHEP Central Review Committee for a second review. Finally the recommendations, along with the supporting evidence, were presented to the full membership of the CHEP Recommendations Task Force for debate and voting. Results: Our literature review identified two major deficiencies in the current Canadian diagnostic process. 1. The auscultatory measurements performed in routine clinical settings have serious limitations in accuracy that have not been overcome despite great efforts to educate healthcare professionals over several years. Alternatives to auscultatory measurements should be used. 2. Patients with white coat hypertension must be identified earlier in the process and in a systematic manner rather than on an ad-hoc or voluntary basis so they are not unnecessarily treated with anti-hypertensive medications. Based on these critically important considerations, a revised algorithm for the diagnosis of hypertension was introduced. (Figure 1) Conclusions: The main take-home messages for the revised algorithm are: 1. For office BP measurement (OBPM) we strongly encourage the use of validated electronic digital oscillometric devices in place of auscultatory BP measurement. 2. When OBPM is elevated, out-of-office BP measurements should be performed to confirm the diagnosis of hypertension and rule out white coat hypertension. This should be done prior to the second visit. 3. For out-of-office measurement Ambulatory BP Measurement (ABPM) is the preferred method. If ABPM is not available or not tolerated by the patient, a diagnostic home BP measurement series (HBPM) should be performed. 4. If the out-of-office measurement is normal the patient should be diagnosed with white coat hypertension and pharmacologic treatment is not indicated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0060,004
Science ouverte0,0020,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,4630,366

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.

Tête enseignante Opus0,108
Tête enseignante GPT0,289
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of HypertensionMême sujetBlood Pressure and Hypertension StudiesTravaux en français237 207