Frequency of laboratory testing and associated abnormalities in patients with hypertension
Notice bibliographique
Résumé
Clinical practice guidelines recommend several routine laboratory tests in patients diagnosed with hypertension. However, the rates of clinically relevant laboratory abnormalities are unknown. Therefore, we conducted a retrospective cohort study using administrative and laboratory data of patients diagnosed with hypertension between April 2010 and March 2015 in Alberta, Canada. Laboratory investigations for renal function, serum electrolytes (sodium and potassium), low-density lipoprotein (LDL) cholesterol, and diabetes (fasting blood glucose and hemoglobin A1c), measured within 1 year of diagnosis, were examined, and the frequency of abnormalities determined. A total of 225 296 cases of incident hypertension were identified. Of these, 74.3% received at least one of the four guideline-recommended laboratory tests, but only 42.3% received all four tests. Patients who received any testing, compared to subjects who did not, were on average older (median age 55.9 vs 51.2 years, P < .001) and had more comorbidity (14.5% vs 2.8% with a Charlson comorbidity index ≥ 3, P < .001). Laboratory abnormalities with the potential to affect clinical decision-making were more common among multi-comorbid patients. Patients with renal dysfunction (6.7% vs 11.6%, 26.3%, P < .001), electrolyte abnormalities (9.8% vs 12.6%, 20.5%, P < .001), and diabetes (13.4% vs 25.1% vs 38.8%, P < .001) were found in patients with Charlson scores of 0 vs 1-2 vs ≥3, respectively. Our study found most patients diagnosed with hypertension received some laboratory testing, but rates of laboratory testing and frequency of abnormalities varied by clinical context. Testing and abnormalities detected were both more common among older patients and patients with comorbidities.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».