Gender- and Age-Specific Associations of Visit-to-Visit Blood Pressure Variability With Anxiety
Notice bibliographique
Résumé
Background: There is a bidirectional relationship between blood pressure variability (BPV) and anxiety, but few studies have examined the gender- and age-specific effects of visit-to-visit BPV on incident anxiety. We examined the predictive value of BPV for the incidence of anxiety in a family clinic cohort. Methods: Consecutive patients with a first attendance to family medicine clinics in Hong Kong between January 1, 2000, and December 31, 2002, with at least three blood pressure measurements available thereafter were included. The primary endpoint was incident anxiety as identified by ICD-9 coding. Results: This study included 48,023 (50% males) patients with a median follow-up of 224 [interquartile range (IQR): 217–229] months. Females were more likely to develop incident anxiety compared to males (incidence rate: 7 vs. 2%), as were patients of older age. Significant univariate predictors were female gender, older age, preexisting cardiovascular diseases, respiratory diseases, diabetes mellitus, hypertension, and gastrointestinal diseases, various laboratory examinations, and the number of blood pressure measurements. Higher baseline, maximum, minimum, standard deviation (SD), coefficient of variation (CV), and variability score of diastolic blood pressure significantly predicted incident anxiety, as did all systolic blood pressure measures [baseline, latest, maximum, minimum, mean, median, variance, SD, root mean square (RMS), CV, and variability score]. Conclusions: The relationships between longer-term visit-to-visit BPV and incident anxiety were identified. Female and older patients with higher blood pressure and higher BPV were at the highest risks of incident anxiety.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».