Community Pharmacy-Based Blood Pressure Screening in Newfoundland and Labrador, Canada for World Hypertension Day 2022: A Cross-Sectional Study
Notice bibliographique
Résumé
Background: High blood pressure (BP) is a leading cause of cardiovascular and stroke-related events. Office-based BP measurement has declined in recent years due to the COVID-19 pandemic, which may have resulted in higher rates of undetected and uncontrolled hypertension. To gain a better idea of adult BP levels in Newfoundland and Labrador, we engaged community pharmacists in BP screening on World Hypertension Day. Methods: Data collection and BP screening occurred on May 17, 2022. Pharmacists and pharmacy students collected 3 seated BP readings from participants, using an automated device. The average of readings 2 and 3 was used to estimate BP, with elevated BP defined as ≥ 140/90 mm Hg, or ≥ 130/80 mm Hg for individuals with diabetes. Data on participant demographics, access to primary care, medical history, and antihypertensive use were also collected. Data analysis included descriptive statistics and logistic regression techniques. Results: A total of 460 participants were included in the analysis. The mean age was 56.3 years (standard deviation: 16.95); 63.3% (n = 291) were female; and 43.7% (n = 201) reported having hypertension. Elevated BP was identified in 27% (n = 123). Of those with elevated BP, 41.5% (n = 51) had no history of diagnosed hypertension. Age, sex, and diabetes were statistically significant predictors of elevated BP in the multivariable model. Conclusions: A large proportion of participants in our study had elevated BP. Targeted measures are needed to improve the detection, treatment, and control of high BP in Newfoundland and Labrador. Community pharmacists can support BP care.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».