Visit-to-visit blood pressure variability and cardiovascular outcomes: a systematic review and dose-response meta-analysis
Notice bibliographique
Résumé
AIMS: Visit-to-visit blood pressure variability (VVV BPV) is a recognized risk factor for cardiovascular disease (CVD) that is underutilized in clinical practice. The reliability of electronic health record (EHR) data in estimating BPV and predicting CVD remains uncertain. This study compared BPV estimation methodologies using EHR vs. non-EHR data and examined dose-response associations with CVD. METHODS AND RESULTS: A systematic review and meta-analysis was conducted across five databases (MEDLINE, Scopus, EMBASE, CINAHL, and Web of Science) for studies published from January 2012 to August 2024. Studies assessing VVV BPV in adults and its association with CVD outcomes (e.g. myocardial infarction, stroke, heart failure, and cardiovascular mortality) were included. A dose-response meta-analysis (DRMA) evaluated BPV thresholds linked to increased CVD risk using standard deviation (SD) and coefficient of variation (CV). A total of 4926 studies were screened, 49 of which met the inclusion criteria. No consensus has emerged on BPV estimation methodologies, although non-EHR studies have followed stricter protocols. The meta-analysis showed that VVV BPV predicted any CVD outcome. Effect sizes were comparable between EHR [the hazard ratio (HR): 1.17, 95% confidence interval (CI): 1.09-1.24] and non-EHR (HR: 1.14, 95% CI: 1.10-1.17) studies (P-value = 0.468). A BPV threshold of SD 6.72 mmHg or CV 9.05% was linked to a 10% higher CVD risk. CONCLUSION: The EHR data reliably estimate BPV, yielding effect sizes similar to those of non-EHR sources. A non-linear dose-response relationship suggests that a higher BPV increases CVD risk. Visit-to-visit blood pressure variability needs to be incorporated into clinical practice, and further research is required to identify strategies to implement and scale up into routine workflow.
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 | 0,020 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,031 | 0,012 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; 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 ».