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

日本語
English

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＞