Higher Arm Versus Lower Arm Systolic Blood Pressure and Cardiovascular Outcomes: a Meta-Analysis of Individual Participant Data From the INTERPRESS-IPD Collaboration
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,028 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,047 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».