Choosing blood pressure thresholds to inform pregnancy care in the community: An analysis of cluster trials
Notice bibliographique
Résumé
Abstract Objective To inform digital health design by evaluating diagnostic test properties of antenatal blood pressure (BP) outputs and levels to identify women at risk of adverse outcomes. Design Planned secondary analysis of cluster randomised trials. Setting India, Pakistan, Mozambique. Population Women with in‐community BP measurements and known pregnancy outcomes. Methods Blood pressure was defined by its outputs (systolic and/or diastolic, systolic only, diastolic only or mean arterial pressure [calculated]) and level: normotension‐1 (<135/85 mmHg), normotension‐2 (135–139/85–89 mmHg), non‐severe hypertension (140–149/90–99 mmHg; 150–154/100–104 mmHg; 155–159/105–109 mmHg) and severe hypertension (≥160/110 mmHg). Dose–response (adjusted risk ratio [aRR]) and diagnostic test properties (negative [−LR] and positive [+LR] likelihood ratios) were estimated. Main Outcome Measures Maternal/perinatal composites of mortality/morbidity. Results Among 21 069 pregnancies, different BP outputs had similar aRR, −LR, and +LR for adverse outcomes. No BP level (even normotension‐1) was associated with low risk (all −LR ≥0.20). Across outcomes, risks rose progressively with higher BP levels above normotension‐1. For each of maternal central nervous system events and stillbirth, BP ≥155/105 mmHg showed at least good diagnostic test performance (+LR ≥5.0) and BP ≥135/85 mmHg at least fair performance, similar to BP ≥140/90 mmHg (+LR 2.0–4.99). Conclusions In the community, normal BP values do not provide reassurance about subsequent adverse outcomes. Given the similar performance of BP cut‐offs of 135/85 and 140/90 mmHg for hypertension, and 155/105 and 160/110 mmHg for severe hypertension, digital decision support for women in the community should consider using these lower thresholds.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».