
ホームIMICライブラリMMWR抄訳2018年(Vol.67)診断されていない高血圧症を特定するためのツールの適・・・
MMWR抄訳
2018/07/27Vol. 67 / No. 29
MMWR67(29):798-802
Application of a Tool to Identify Undiagnosed Hypertension — United States, 2016
診断されていない高血圧症を特定するためのツールの適用 ― アメリカ、2016年
通常の健康状態であるアメリカの成人の約1,100万人が診断されていない高血圧症を有しており、心血管イベントのリスクを高めている。CDCは、National Health and Nutrition Examination Survey(NHANES)のデータを使用して、ヘルスケア提供組織(組織)が人口統計学および併存疾患の特性に基づき、患者集団の高血圧有病率を予測し得るMillion Hearts高血圧有病率推定ツールを開発した。このツールの使用により、予測された有病率と観察された有病率とを比較して、未診断の高血圧の可能性を特定することができる。この研究では、2016年に25カ所のAmerican Medical Group Association(AMGA)組織に評価および治療のために1回以上の外来受診した18~85歳の892万人の患者から収集された医療費請求と電子医療記録の臨床データを使用し、患者の40%が45~64歳、57%が女性、74%が非ヒスパニック系白人であった。高血圧症および併存疾患同定のための各データソースの追加により、観察された高血圧症有病率は29.1%から30.0%~36.0%増加し、予測された高血圧症の有病率は33.2%から 33.9%~39.5%増加した。観察および予測された有病率の推定値の差は3.5~4.1パーセントポイントで、312,000~366,000人または8~11人に1人が未診断の高血圧症の可能性があることを意味した。25の組織にわたり観察された高血圧症の有病率は24.2%から46.1%、予測された高血圧の有病率は35.5%から47.6%、差は1.0%から13.8%の範囲であり、予測される有病率は常に観察された有病率よりも上昇した。予測のために使用された情報から組織固有の併存疾患データを削除し、推定ツールで提供されるNHANESベースの併存疾患推定値を利用すると、全体的な予測された高血圧の有病率は38.5%であり、高血圧を同定するために使用されたデータソースに応じて観察された有病率と予測された有病率の差は、2.5%から9.4%に上昇した。これらの結果は、高血圧症の同定の改善における本ツールの可能性を示している。また、高血圧および合併症の有病率の推定のための請求および臨床データの両方の使用は、臨床的品質改善の努力を支援するために重要である。
References
- Wozniak G, Khan T, Gillespie C, et al. Hypertension control cascade: a framework to improve hypertension awareness, treatment, and control. J Clin Hypertens (Greenwich) 2016;18:232–9. <https://doi.org/10.1111/jch.12654>
- Ritchey M, Yuan K, Gillespie C, Zhang G, Ostchega Y. Development and validation of a hypertension prevalence estimator tool for use in clinical settings. J Clin Hypertens (Greenwich) 2016;18:750–61. <https://doi.org/10.1111/jch.12746>
- Wall HK, Hannan JA, Wright JS. Patients with undiagnosed hypertension: hiding in plain sight. JAMA 2014;312:1973–4. <https://doi.org/10.1001/jama.2014.15388>
- Whelton PK, Carey RM, Aronow WS, et al. 2017 ACC/AHA/AAPA/ ABC/ACPM/AGS/APhA/ASH/ASPC/NMA/PCNA guideline for the prevention, detection, evaluation, and management of high blood pressure in adults: a report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. J Am Coll Cardiol 2018;71:e127–248. <https://doi.org/10.1016/j.jacc.2017.11.006>
- Meador M, Osheroff JA, Reisler B. Improving identification and diagnosis of hypertensive patients hiding in plain sight (HIPS) in health centers. Jt Comm J Qual Patient Saf 2018;44:117–29. <https://doi.org/10.1016/j.jcjq.2017.09.003>
- O’Malley KJ, Cook KF, Price MD, Wildes KR, Hurdle JF, Ashton CM. Measuring diagnoses: ICD code accuracy. Health Serv Res 2005;40(5p2):1620–39. <https://doi.org/10.1111/j.1475-6773.2005.00444.x>
- Tu K, Campbell NR, Chen ZL, Cauch-Dudek KJ, McAlister FA. Accuracy of administrative databases in identifying patients with hypertension. Open Med 2007;1:e18–26.
- Pantalone KM, Hobbs TM, Chagin KM, et al. Prevalence and recognition of obesity and its associated comorbidities: cross-sectional analysis of electronic health record data from a large US integrated health system. BMJ Open 2017;7:e017583. <https://doi.org/10.1136/bmjopen-2017-017583>
- Agarwal R. Implications of blood pressure measurement technique for implementation of Systolic Blood Pressure Intervention Trial (SPRINT). J Am Heart Assoc 2017;6:e004536. <https://doi.org/10.1161/JAHA.116.004536>
- Ahmad FS, Chan C, Rosenman MB, et al. Validity of cardiovascular data from electronic sources: the multi-ethnic study of atherosclerosis and HealthLNK. Circulation 2017;136:1207–16. <https://doi.org/10.1161/CIRCULATIONAHA.117.027436>


Copyright © 2013 International Medical Information Center. All Rights Reserved.