MétaCan
Menu
Retour à la cohorte
Enregistrement W4415451596 · doi:10.1210/jendso/bvaf149.767

MON-287 Addressing Diagnostic Inequities In Primary Aldosteronism: Health Disparities, Precision Care Innovations, And Cardiovascular Risk Reduction In Resistant Hypertension

2025· article· en· W4415451596 sur OpenAlexaboutno aff
Praharshinie Rupasinghe, Shazia Noreen Durrani, Nadir Abdelrahman

Notice bibliographique

RevueJournal of the Endocrine Society · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHormonal Regulation and Hypertension
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrimary aldosteronismOdds ratioResistant hypertensionOddsConfirmatory factor analysisPrimary care

Résumé

récupéré en direct d'OpenAlex

Abstract Disclosure: P.D. Rupasinghe: None. S.N. Durrani: None. N.G. Abdelrahman: None. Context: Primary aldosteronism (PA), the most common endocrine cause of secondary hypertension, affects 5-10% of hypertensive individuals and up to40% of hypertension. Despite its 4-12× higher cardiovascular risk, PA remains under diagnosed due to normokalemia (38% of cases), inconsistent aldosterone-renin ratio (ARR), and systemic disparities in confirmatory testing. Black patients face compounded barriers, including reduced confirmatory testing despite higher screening rates. CETO PET imaging offers precision care potential, though equitable implementation lags. Objective: This review assesses PA detection rates, identifies diagnostic gaps and inequities, and evaluates therapeutic innovations using large-scale data. Focus is in screening access, biologic/systemic diagnostic barriers, and emerging precision technologies. Method: A PRISMA-guided systematic review analyzed cohorts, meta-analyses, and trials (2010-2023) from ENSAT (n=3,812), AVIS-2 (n=1,506),NHANES 2017-2Biobank (n=502,490), and SPRINT (n=9,361). Inclusion criteria prioritized studies reporting PA prevalence, screening, diagnostic accuracy, or treatment outcomes odds ratios (ORs), and Area Under the (ROC) Curve (AUCs)were calculated; disparities were analyzed via multivariable regression. Study quality was assessed using the Newcastle-Ottawa scale. Results: PA prevalence was 16.1% in resistant hypertension (n=12,743)and 28.5% in hypokalemic hypertensives (n=3,890). NHANES data showed only 1.2%of hyper testing, with <0.3% undergoing confirmatory testing. Black patients had higher screening odds (OR 1.52, 95% CI 1.2-1.9) but 30% lower confirmatory test patients. ARR performance varied by race (AUC 0.68 in Black vs. 0.81 in White cohorts), reflecting biological and access disparities. 18F-CETO PET demonstrated with adrenal vein sampling (AVS), reducing reliance on invasive AVS. Adrenalectomy achieved biochemical cure in 94% of lateralized PA cases, while mineralocorticoid receptor antagonists (MRAs) decreased cardiovascular events by 34% (HR 0.66, 95% CI 0.54-0.79) in bilateral PA. Expanding screening under the American College of Cardiology (ACC) /American Heart Association (AHA)targets (<130/80 m∼8% of annual hypertension-related strokes. Conclusion: PA is a major, modifiable cardiovascular risk factor in resistant hypertension. Underdiagnosis persists due to systemic inequities, biological variability in fragmented care. Equitable adoption of advanced diagnostics (e.g., 18F-CETO PET), race-adjusted ARR cutoffs, and policy-driven screening expansion are critical. care and dismantling access barriers could prevent thousands of cardiovascular events annually. Presentation: Monday, July 14, 2025

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,278
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Endocrine SocietyMême sujetHormonal Regulation and HypertensionTravaux en français237 207