Implementation of a Spanish-language, direct-to-patient primary aldosteronism testing program
Notice bibliographique
Résumé
CONTEXT: Primary aldosteronism (PA) is a common, targetable cause of hypertension and cardiovascular risk, but <2% of eligible patients are tested, and Hispanic/Latino patients are underrepresented in PA research and care. OBJECTIVE: We expanded a nationwide, direct-to-patient PA testing program to reach Spanish-speaking adults. METHODS: Spanish-speaking adults with PA testing indications were recruited from Boston, New York, Miami, Houston, and Los Angeles/San Diego. Participants underwent virtual medical history review in Spanish and local phlebotomy for PA testing, with laboratory interpretations communicated to patients and clinicians. Participants were followed up at 6 months. The primary outcome was the frequency of a positive PA test. Secondary outcomes included clinical PA testing, initiation of aldosterone-targeted therapies, and quality of life. RESULTS: The study population (N = 155) spoke fluent Spanish, with 77.4% reporting limited English proficiency. Of the participants, 30.3% tested positive for PA. Leading PA testing indications were family history of premature hypertension or stroke and sleep apnea. Among participants who tested positive and provided follow-up (n = 29), 10.3% underwent additional testing for PA, and 10.3% started a mineralocorticoid receptor antagonist. Participants cited access to care and clinician dismissal of results as barriers to clinical action; however, study participation was positively rated to enhance health awareness and interest in research participation. CONCLUSION: This Spanish-language, direct-to-patient PA testing program effectively reached patients for testing, identified possible PA in over 30%, and influenced downstream care. Language-concordant PA testing initiatives can help to address the high prevalence of hypertension and PA in the US Hispanic/Latino 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 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 | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».