MétaCan
Menu
Retour à la cohorte
Enregistrement W4289522475 · doi:10.1161/hypertensionaha.121.18921

Higher Arm Versus Lower Arm Systolic Blood Pressure and Cardiovascular Outcomes: a Meta-Analysis of Individual Participant Data From the INTERPRESS-IPD Collaboration

2022· review· en· W4289522475 sur OpenAlexafffund
Christopher E Clark, Fiona C Warren, Kate Boddy, Sinéad T. J. McDonagh, Sarah F. Moore, María Teresa Alzamora, Rafel Ramos, Shao‐Yuan Chuang, Michael H. Criqui, Marie Dahl, Gunnar Engström, Raimund Erbel, Mark A. Espeland, Luigi Ferrucci, Maëlenn Guerchet, Andrew T. Hattersley, Carlos Lahoz, Robyn L. McClelland, Mary Mcdermott, Jackie F. Price, Jelle Stoffers, Ji‐Guang Wang, Jan Westerink, James White, Lyne Cloutier, Angela C. Shore, Richard J. McManus, Victor Aboyans

Notice bibliographique

RevueHypertension · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueBlood Pressure and Hypertension Studies
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesUniversité de LimogesNIHR Exeter Clinical Research FacilityWake Forest School of MedicineRuijin HospitalFeinberg School of MedicineMedical Research CouncilCardiff UniversityInstitut National de la Santé et de la Recherche MédicaleUniversity of GlasgowUniversity of ExeterUniversiteit MaastrichtUniversité du Québec à Trois-RivièresNational Institute for Health and Care ResearchCare and Public Health Research Institute, Universiteit MaastrichtUniversity of WashingtonNorthwestern University
Mots-clésBlood pressureMeta-analysisMedicineInternal medicineCardiologyLong armBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Guidelines recommend measuring blood pressure (BP) in both arms, adopting the higher arm readings for diagnosis and management. Data to support this recommendation are lacking. We evaluated associations of higher and lower arm systolic BPs with diagnostic and treatment thresholds, and prognosis in hypertension, using data from the Inter-arm Blood Pressure Difference—Individual Participant Data Collaboration. METHODS: One-stage multivariable Cox regression models, stratified by study, were used to examine associations of higher or lower reading arm BPs with cardiovascular mortality, all-cause mortality, and cardiovascular events, in individual participant data meta-analyses pooled from 23 cohorts. Cardiovascular events were modelled for Framingham and atherosclerotic cardiovascular disease risk scores. Model fit was compared throughout using Akaike information criteria. Proportions reclassified across guideline recommended intervention thresholds were also compared. RESULTS: We analyzed 53 172 participants: mean age 60 years; 48% female. Higher arm BP, compared with lower arm, reclassified 12% of participants at either 130 or 140 mm Hg systolic BP thresholds (both P< 0.001). Higher arm BP models fitted better for all-cause mortality, cardiovascular mortality, and cardiovascular events (all P <0.001). Higher arm BP models better predicted cardiovascular events with Framingham and atherosclerotic cardiovascular disease risk scores (both P <0.001) and reclassified 4.6% and 3.5% of participants respectively to higher risk categories compared with lower arm BPs). CONCLUSIONS: Using BP from higher instead of lower reading arms reclassified 12% of people over thresholds used to diagnose hypertension. All prediction models performed better when using the higher arm BP. Both arms should be measured for accurate diagnosis and management of hypertension. REGISTRATION: URL: https://www.clinicaltrials.gov ; Unique identifier: CRD42015031227.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,475
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0110,003
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,425
Tête enseignante GPT0,380
Écart entre enseignants0,045 · 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 tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations30
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHypertensionMême sujetBlood Pressure and Hypertension StudiesTravaux en français237 207