Hypertension Management in Peripheral Artery Disease: A Mini Review
Notice bibliographique
Résumé
Lower extremity peripheral artery disease (PAD) affects over 230 million adults globally, with hypertension being one of the major risk factors for the development of PAD. Despite the high prevalence, patients with hypertension who have concomitant PAD are less likely to receive adequate therapy. Through this review, we present the current evidence underlying hypertension management in PAD, guideline-directed therapies, and areas pending further investigation. Multiple studies have shown that both high and relatively lower blood pressure levels are associated with worse health outcomes, including increased morbidity and mortality. Hence, guideline-directed recommendation involves cautious management of hypertensive patients with PAD while ensuring hypotension does not occur. Although any antihypertensive medication can be used to treat these patients, the 2017 American Heart Association/American College of Cardiology (AHA/ACC), 2017 European Society of Cardiology (ESC), and 2022 Canadian guidelines favor the use of angiotensin-converting enzyme inhibitors (ACEI) or angiotensin receptor blockers (ARB) as the initial choice. Importantly, data on blood pressure targets and treatment of hypertension in PAD are limited and largely stem from sub-group studies and post-hoc analysis. Large randomized trials in patients with PAD are required in the future to delineate hypertension management in this complex patient population.
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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».