Sex‐ and Gender‐Based Reporting in Antihypertensive Medication Literature Informing Hypertension Guidelines
Notice bibliographique
Résumé
BACKGROUND: Hypertension is the leading modifiable cardiovascular risk factor with recognized sex- and gender-based differences. We assessed the incorporation of sex and gender reporting in the antihypertensive medication literature informing hypertension guidelines. METHODS AND RESULTS: Literature cited in the International Society of Hypertension (2020), European Society of Cardiology/European Society of Hypertension (2018), American College of Cardiology/American Heart Association (2017), Latin American Society of Hypertension (2017), Pan-African Society of Cardiology (2020), and Hypertension Canada (2020) guidelines was systematically reviewed. Observational studies, randomized controlled trials, and systematic reviews involving antihypertensive medications were included. Studies with participants of a single sex, guidelines, and commentaries were excluded. Data on study participation-to-prevalence ratio by sex, analysis of baseline demographics and study outcomes by sex, and stratification of adverse events by sex were extracted. Of 1659 unique citations, 331 studies met inclusion criteria. Of those, 81% reported the sex of participants, and 22% reported a male-to-female participation-to-prevalence ratio of 0.8 to 1.2. Three percent of studies stratified baseline characteristics by sex, and 20% considered sex during analysis through statistical adjustment or stratification. Although 32% of studies reported adverse events, only 0.6% stratified adverse events by sex. Most (58%) studies reporting sex/gender used sex and gender terms interchangeably. CONCLUSIONS: Incorporation of sex- and gender-based considerations in study population, analysis, or reporting of results and adverse events is not common in the antihypertensive medication literature informing international hypertension guidelines. Greater attention to sex- and gender-based factors in research is required to optimally inform management of hypertension.
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 | 0,174 | 0,554 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,037 | 0,029 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».