Liver function tests in patients with hypertension in primary care: a prospective cohort study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Liver function tests (LFTs) are frequently used to monitor patients with hypertension in UK primary care. Evidence is lacking on whether testing improves outcomes. AIM: To estimate the diagnostic accuracy of LFTs in patients with hypertension and determine downstream consequences of testing. DESIGN & SETTING: Prospective study using the Clinical Practice Research Datalink (CPRD). METHOD: In total, 30 000 patients with hypertension who had LFTs in 2015 were randomly selected from CPRD. The diagnostic accuracy measures for eight LFT analytes and an overall LFT panel were calculated against the reference standard of liver disease. Rates of consultations, blood tests, and referrals within 6 months following testing were measured. RESULTS: The 1-year incidence of liver disease in patients with hypertension was 0.5% (95% confidence interval [CI] = 0.4% to 0.6%). Sensitivity and specificity of an LFT panel were modest: 61.3% (95% CI = 53.1% to 69.0%) and 73.8% (95% CI = 73.1% to 74.3%), respectively. The positive predictive value (PPV) of the eight individual LFT analytes were low ranging from 0.2% to 8.9%. Among patients who did not develop liver disease, mean number of consultations, referrals, and tests were higher in the 6 months following false-positives at 10.5, 0.7 and 29.8, respectively, compared with true-negatives: 8.6, 0.6, and 19.8. CONCLUSION: PPVs of LFTs in primary care were low, with high rates of false-positive results and increased rates of subsequent consultations, referrals, and blood testing. Avoiding LFTs for routine monitoring could potentially reduce patients' anxiety, GP workload, and healthcare costs.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 découle