Self-monitoring of Blood Pressure in Patients With Hypertension-Related Multi-morbidity: Systematic Review and Individual Patient Data Meta-analysis
Notice bibliographique
Résumé
Studies have shown that self-monitoring of blood pressure (BP) is effective when combined with co-interventions, but its efficacy varies in the presence of some co-morbidities. This study examined whether self-monitoring can reduce clinic BP in patients with hypertension-related co-morbidity.A systematic review was conducted of articles published in Medline, Embase, and the Cochrane Library up to January 2018. Randomized controlled trials of self-monitoring of BP were selected and individual patient data (IPD) were requested. Contributing studies were prospectively categorized by whether they examined a low/high-intensity co-intervention. Change in BP and likelihood of uncontrolled BP at 12 months were examined according to number and type of hypertension-related co-morbidity in a one-stage IPD meta-analysis.A total of 22 trials were eligible, 16 of which were able to provide IPD for the primary outcome, including 6,522 (89%) participants with follow-up data. Self-monitoring was associated with reduced clinic systolic BP compared to usual care at 12-month follow-up, regardless of the number of hypertension-related co-morbidities (-3.12 mm Hg, [95% confidence intervals -4.78, -1.46 mm Hg]; P value for interaction with number of morbidities = 0.260). Intense interventions were more effective than low-intensity interventions in patients with obesity (P < 0.001 for all outcomes), and possibly stroke (P < 0.004 for BP control outcome only), but this effect was not observed in patients with coronary heart disease, diabetes, or chronic kidney disease.Self-monitoring lowers BP regardless of the number of hypertension-related co-morbidities, but may only be effective in conditions such obesity or stroke when combined with high-intensity co-interventions.
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 | 0,016 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,043 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».