MétaCan
Menu
Retour à la cohorte
Enregistrement W3156181905 · doi:10.1097/01.hjh.0000744920.71191.8b

STRATIFIED EFFECTS OF BLOOD PRESSURE-LOWERING TREATMENT ON LONG-TERM BLOOD PRESSURE: A META-ANALYSIS OF INDIVIDUAL-LEVEL DATA OF 334,219 PARTICIPANTS FROM 50 RANDOMIZED TRIALS

2021· article· en· W3156181905 sur OpenAlexaff
Dexter Canoy, Emma Copland, Rema Ramakrishnan, Ana‐Catarina Pinho‐Gomes, Milad Nazarzadeh, Zeinab Bidel, Gholamreza Salimi-Khorshidi, Mark Woodward, Barry R. Davis, Carl J. Pepine, John Chalmers, Koon Teo, Kazem Rahimi

Notice bibliographique

RevueJournal of Hypertension · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineBlood pressureConfidence intervalPlaceboInternal medicineClinical trialRandom effects modelMeta-analysisRandomized controlled trialCardiologyPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Objective: Evidence on the magnitude of blood pressure (BP)-lowering treatment effects in large-scale randomised clinical trials is limited but is pertinent for explaining treatment effects on cardiovascular outcomes and for policy planning. We determined the effects of BP-lowering treatment on long-term BP overall and across important patient subgroups defined by their characteristics. Design and method: We conducted a one-stage individual patient-level data meta-analysis (N = 50 trials). We analysed data separately by trial design, and fitted mixed models (with fixed treatment effects, fixed time effect, random intercepts at trial and participant level, and a random slope for time at participant level). Models were adjusted for age, sex and baseline BP (except when used as stratification factor) and compared using likelihood ratio test and Akaike information criterion. Results: The analysis included 334,219 (42% women) participants with mean age = 65 years, and among whom 18% were current smokers, 47% had CVD, 29% had diabetes, and 73% were previously on BP-lowering medication. Over 4 years of follow-up, participants had an average of 8 BP measurements. For BP-lowering intensity trials (N = 8), mean differences (95% confidence interval) in systolic BP (SBP) and diastolic BP (DBP) between comparison arms were 8.2 (8.0 to 8.4) mmHg and 3.7 (3.6 to 3.9) mmHg, respectively, for placebo-controlled trials (N = 21) the SBP and DBP differences were 4.2 (4.0 to 4.3) mmHg and DBP 1.9 (1.9 to 2.0) mmHg, respectively, and for drug comparison trials (N = 28) the SBP and DBP differences were 1.3 (1.2 to 1.3) mmHg and 0.5 (0.5 to 0.5) mmHg, respectively. The reduction in BP differed by follow-up duration and patient characteristics, particularly for placebo-controlled and BP-lowering intensity trials, which showed substantial heterogeneity in BP reductions according to baseline BP, age, sex, prior CVD, diabetes and non-randomised anti-hypertensive use. Conclusions: Pharmacologic agents are effective in reducing long-term BP across individuals with different characteristics. In large-scale trials, the magnitude of BP reduction varied by several patient characteristics, which could have implications on interpretation of any differential effects of BP treatment on major clinical outcomes.

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)0,046
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,060
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0180,063
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,660
Tête enseignante GPT0,490
Écart entre enseignants0,170 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HypertensionMême sujetFood Security and Health in Diverse PopulationsTravaux en français237 207