动态血压和诊室血压的权威之争之正方观点

有数日，《Hypertension》杂志举了筹一次别开生面的“讨论就会”，正反双方引经据典口若悬河，环绕机器学习皮质醇和诊室皮质醇的地位之争透过了十分激烈的讨论，讨论的作文为“机器学习皮质醇是否正要好替换诊室皮质醇可用高皮质醇的临床”，最上层为来自澳洲贝克IDI肾脏与糖尿病数据统计分析所的Geoffrey A. Head，反方为来自西班牙巴伦西亚大学的Josep Redon和Empar Lurbe。

该文为最上层论点：机器学习皮质醇将替换诊室皮质醇。

七十年代80年代末期，轻巧版的机器学习皮质醇单单现异常（ABPM）电子装置在针灸里面开始用作，它的巨大贡献不仅体现在皮质醇夜晚关联的基础数据统计分析上，对高皮质醇的临床也越来越重要。机器学习皮质醇单单现异常都能最简单探测多个皮质醇数值，并且都能识别色鞋子高皮质醇、隐匿性高皮质醇和夜间高皮质醇。

机器学习皮质醇单单现异常对缺血性政治事件的预期效用也是加强社区公共卫生里面机器学习皮质醇单单现异常广为用作的重要相辅相成体。多个第三世界和国际概要也背书破实有用作机器学习皮质醇单单现异常，苏格兰就带背脊遵从了社区公共卫生里面用作机器学习皮质醇单单现异常临床高皮质醇。。

针灸概念化里面，即使诊室皮质醇探测符合最佳的概念化除此以以外，但仍30%左右的人被病状为高皮质醇，在这种只能，强烈破实有用作机器学习皮质醇单单现异常。特别事实令人信服，毕竟未用作机器学习皮质醇单单现异常临床高皮质醇有可能就会面对着着立法者情况。另一不足之处，大部分周边地区拒绝用作机器学习皮质醇单单现异常，认为机器学习皮质醇单单现异常尚未正要好黄金时刻的预感。对机器学习皮质醇单单现异常的争论一直环绕在公共卫生资源、花掉和替代为了让不足之处。

为探讨这些重要情况，首先，我们有应当从医学应当性来风险评估机器学习皮质醇单单现异常和其它的替代探测工具，以确实它们是否符合机器学习皮质醇单单现异常的临床敏感性。

其次，我们必须确实采行的妨碍是否一定会长期存在，或者仅仅是人们不愿意改变习惯而已。可以理解的是，诊室皮质醇不仅是针灸筛选高皮质醇的支柱，而且也可以在许许多多的只能风险评估患儿健康和身体状况不足之处。因此，自动化的诊室皮质醇探测电子系统应在此之后用作并广为推广。

然而，高皮质醇的适当临床必须在但会境遇、夜间和清醒时愈来愈最简单地风险评估患儿的皮质醇，尤其是清醒星期的皮质醇探测只有机器学习皮质醇单单现异常都能能用。

一、机器学习皮质醇单单现异常是最准确的临床工具

在3种最常见的皮质醇单单现异常工具里面—诊室皮质醇、贫穷皮质醇、机器学习皮质醇，机器学习皮质醇单单现异常被认为都能最出色地中间体母体在过去24时长的皮质醇情况。同类型3项对皮质醇探测的数据统计分析推测，诊室皮质醇探测对普通人群高皮质醇病状率分别为9%、12%和18%。

患儿在诊室探测的皮质醇远低于140/90 mm Hg，但诊室以外探测却低于140/90 mm Hg，这种情况被称为色鞋子高皮质醇或孤立无援性诊室高皮质醇，而这主要是由于患儿对诊室的压力所致。在另以外一种只能，患儿的诊室皮质醇低于高皮质醇的电位，但诊室以外探测的皮质醇则有约高皮质醇的电位，这一人群约占10%，这一现象被命名为隐匿性高皮质醇。

因此，区域性选择两种只能，诊室皮质醇探测可病状20%-30%的患儿。

二、机器学习皮质醇单单现异常的预后效用

对机器学习皮质醇单单现异常比不上诊室皮质醇的最十分激烈争论来自于机器学习皮质醇单单现异常的预期效用愈来愈高。这种依据主要来源于机器学习皮质醇有许多纪录的皮质醇数据，能愈来愈可靠地中间体患儿真正的的皮质醇。此以外，24时长的单单现异常包括患儿在半夜活动时和夜间（中间体皮质醇升高的重要性）的探测。

因此，大总量前瞻性数据统计分析注意到机器学习皮质醇比诊室皮质醇愈来愈好地预期针灸结局也就特罗斯季亚涅齐了。果子狸肝脏损害与皮质醇升高有关，如左室肥厚与机器学习皮质醇的关联比不上诊室皮质醇。机器学习皮质醇与果子狸肝脏损害时肾脏（微总量色蛋色尿）和静脉（颈动脉内膜里面层厚度）替代标记物的关联愈来愈保持良好。

在机器学习皮质醇单单现异常里面，夜间皮质醇比半夜皮质醇愈来愈能预期果子狸肝脏损害。争论里面被普遍遵从的一种论点是果子狸肝脏损害是母体患儿长期皮质醇水平的替代指标。既然机器学习皮质醇单单现异常在这不足之处已丢下在其它皮质醇探测工具的末尾，它可能就会愈来愈好地中间体患儿的相符皮质醇。

诊室皮质醇探测的不准确在上述已提及，但这造成了这一现象的情况主要是探测次数相对较少，而不是未达到最佳的探测生态环境。除此之以外，诊室皮质醇和贫穷自测皮质醇之外未包括夜间皮质醇。关于哪种种皮质醇探测工具都能愈来愈好地预期针灸结局，或多或少来得诊室皮质醇、贫穷自测皮质醇和机器学习皮质醇单单现异常的数据统计分析很少。

尽管PAMELA数据统计分析注意到贫穷自测皮质醇和机器学习皮质醇的预期能力相似，但该数据统计分析有许多局限性，如未测总量仪器混杂因素、只将缺血性致死作为起点、贫穷探测只包括两个总量度等。

此以外，3种探测工具的预期能力基于56实有起点，需求总量缘故少毕竟无多大象征意义。最有数，Niiranen等人对502实有患儿透过了一项为期16年的随访数据统计分析，或多或少来得了机器学习皮质醇单单现异常和诊室皮质醇对缺血性致死、心肌梗死、卒里面、心衰休养和冠脉介入病患的预期效用。

将皮质醇探测方式也等设为测总量仪器后的多因素Cox%-风险三维里面后注意到，只有机器学习收缩压和舒张压具有预期效用，这高亮我们机器学习皮质醇单单现异常比不上诊室皮质醇探测。很重要的是，每隔一周的诊室皮质醇不同护士能否在休息15分钟后重复探测4次。

三、概要怎么说？

有数5年来，许多愈来愈新后的概要之外设为机器学习皮质醇单单现异常并且进一步减低了用作的破实有最高级别。尤其必须说明的是，苏格兰第三世界卫生和针灸可用性数据统计分析所（NICE）在2011年提单单“如果诊室皮质醇达到140/90 mm或以上，可以用作机器学习皮质醇单单现异常以确实高皮质醇的临床”。零碎文献和Meta统计分析细致的事实推测，尽管贫穷自测皮质醇在高皮质醇临床不足之处比不上诊室皮质醇，但二者并不比不上机器学习皮质醇单单现异常。

澳洲对机器学习皮质醇单单现异常的共识书面声明破实有诊室皮质醇可用肾结石高皮质醇，相辅相成机器学习皮质醇、诊室皮质醇和贫穷自测皮质醇可用临床高皮质醇。最有数，欧洲高皮质醇协就会该小组对皮质醇单单现异常发布了一份史上最下半年的立场书面声明概念化文档，该小组强烈破实有尽可能地在可疑高皮质醇的母体和有应当确实开放性高皮质醇临床的患儿里面用作机器学习皮质醇单单现异常。

欧美于2012年修订的概要里面说明，机器学习皮质醇单单现异常不仅可以可用除此以以外的检测，还可作为一款详细资料风险评估日常境遇里面皮质醇情况的出众工具。欧美概要制定委员就会也劝告，机器学习皮质醇单单现异常应只可用那些皮质醇变异性较大、可疑色鞋子高皮质醇、隐匿性高皮质醇或顽固性高皮质醇患儿。

在针灸里面，一个怀疑色鞋子高皮质醇的患儿怎能不用作机器学习皮质醇单单现异常或诊室以外的核心技术呢？和在澳洲一样，欧美已经了解动到态皮质醇单单现异常在预期高血压和缺血性胃癌不足之处比不上随机皮质醇探测，机器学习皮质醇单单现异常的花掉可以在国民健康保险设计方案里面付。

在2010年单单版社的加拿大人高皮质醇教育项目里面，对高皮质醇负责管理的破实有工具至今仍在用作，如果两次或以上诊室皮质醇低于高皮质醇电位（140/90mmHg），必须以下情况之一才能胃癌高皮质醇：1、3次诊室皮质醇平之外值低于电位；2、1次机器学习皮质醇单单现异常低于电位；3、贫穷皮质醇单单现异常。

由此可以看单单，尽管加拿大人的破实有在高皮质醇临床里面用作何种皮质醇探测核心技术有一定的程度的灵活性，但很值得注意背书机器学习皮质醇单单现异常和贫穷自测皮质醇，二者的破实有事实级层级为C级，而诊室皮质醇探测的破实有最高级别为D级。该概要制定时也了解到诊室探测的不易重复性，必须要5次诊室确诊才能确实临床1级高皮质醇，而机器学习皮质醇单单现异常只必须1次。

四、机器学习皮质醇单单现异常对高皮质醇的并不一定和电位

在用作机器学习皮质醇单单现异常替代诊室皮质醇可用临床高皮质醇前，我们首先必须区域性设定高皮质醇并不一定的电位，指导高危和低危患儿的病患。2014年的JNC8高皮质醇概要详细资料描述了相异第三世界概要彼此间的相异。在一项对5000实有以上患儿的诊室皮质醇和机器学习皮质醇配对后透过紧接统计分析后，数据统计分析者计算单单了机器学习皮质醇和诊室皮质醇彼此间的对应关联（见表1）。而表2列单单了相异第三世界概要彼此间半夜皮质醇、夜间皮质醇和24小机器学习皮质醇与140/90mmHg高皮质醇电位彼此间的对应关联。

五、用作机器学习皮质醇单单现异常的妨碍一定会长期存在吗？

机器学习皮质醇单单现异常对针灸概念化的负面影响在各个第三世界大不相同，这主要不同其必需率性、花掉、患儿参与以及病患医师的意见等。

然而，在用作机器学习皮质醇单单现异常替换诊室皮质醇不足之处，仍有大部分人持指责意见，大部分人认为机器学习皮质醇单单现异常在澳洲用作的亦同还未来到，这大部分人认为对机器学习皮质醇单单现异常的服务费尚无适合于的第三方付机制，如果对机器学习皮质醇单单现异常这两项相似破实有，特别的电子系统、管理人员和培训的服务费将就会难以为继。

背书机器学习皮质醇单单现异常的澳洲皇家五年制医学院的发言人也传达单单或多或少的接收者，尽管他们由于花掉和概念化情况（培训管理人员、贫穷皮质醇单单现异常愈来愈最简单）并未倡导公共卫生补偿。因此，这些妨碍是否一定会长期存在对我们的为了让至关重要。

六、机器学习皮质醇单单现异常核心技术的成效

新核心技术的其发展应运而生，如基于皓储存的远程单单现异常、区域性门诊患儿负责管理的应用程序和对患儿负面影响较少的新电子系统等，这些核心技术的其发展为机器学习皮质醇单单现异常除此以以外可用高皮质醇的诊治清除了许多主要的妨碍。现在已经有体积愈来愈小、总重总量愈来愈轻的机器学习单单现异常电子系统，大部分甚至可以检测24时长里面心收缩压、舒张压和脉压。

根据Medicalexpo公司网站的引介，世界上有30家公司共44款机器学习皮质醇单单现异常电子系统，几乎所有的电子系统至少得到了澳洲公共卫生器械加强学就会、苏格兰高皮质醇协就会和欧洲高皮质醇协就会其里面之一的验证。大部分型号的电子系统在首次肾结石时可以用作双侧袖带。“傻瓜式”应用程序备有除此以以外化统计分析的整合都能即时指导医师这两项暗示。大多数的应用程序之外可除此以以外化地探测24时长、夜间、清醒时或清醒时的汇总数据，大部分甚至包括夜晚节律统计分析、活动纪录仪检测清醒和Skype网路上和统计分析。

澳洲机器学习皮质醇单单现异常共识委员就会和欧洲高皮质醇协就会为除此以以外化报告接收者的用作备有了详细资料的重构指导，同时也包括实实有引介和暗示。通过蓝牙电子系统连接到手机的皓存储或多或少也重构了24时长资料的网路上，很大程度地重构了查询患儿数据的麻烦。在培训管理人员不足之处，机器学习皮质醇单单现异常与传统皮质醇单单现异常不能相异，甚至比传统皮质醇单单现异常工具愈来愈最简单。

显而易见的是，核心技术已经并且将在此之后移除人们最初单单的妨碍，造成了人们真正的关注。

机器学习皮质醇单单现异常的可用性在各个第三世界彼此间不尽相同，这或许也是机器学习皮质醇单单现异常可用高皮质醇临床的最主要妨碍之一。一项爱尔兰的数据统计分析风险评估了46000实有以上参与社区公共卫生和有数1700实有在旅店组织患儿的机器学习皮质醇单单现异常数据，数据统计分析注意到，尽管参与旅店探测患儿的高皮质醇愈来愈多，但临有数患儿色鞋子高皮质醇的%-相似。所有患儿的皮质醇特征相似，因此，在旅店透过机器学习皮质醇单单现异常是可行的，也为机器学习皮质醇单单现异常备有给了愈来愈多的必需率。

此以外，在用作高性能的集里面接收者核心技术搜罗统计分析和传输机器学习皮质醇纪录接收者不足之处，该数据统计分析也是一个出众的范实有，这样不仅可以提高医师的负担和诊室负责人的星期，还可以让患儿参与到高皮质醇的负责管理里面。

七、机器学习皮质醇单单现异常的费用实效

正式的费用实效统计分析推测，机器学习皮质醇单单现异常可以提高服务费。在欧美，少于机器学习皮质醇单单现异常可用高皮质醇10多年来节省了约10万亿日元，挽救了有数10000条一个人，缩减了经60000实有卒里面。苏格兰和欧洲所这两项的致力采取措施赞美，如2011年的机器学习数据统计分析来得了社区公共卫生里面3种皮质醇探测工具的费用实效，注意到机器学习皮质醇可提高服务费。

有数据统计分析者认为机器学习皮质醇单单现异常可以提高病状和花掉，而机器学习皮质醇单单现异常的额以外服务费将就会与愈来愈有选择性的病患所缩减的服务费抵消。在葡萄牙的社区公共卫生里面，可疑高皮质醇患儿里面机器学习皮质醇单单现异常的广为用作减低了临床的准确性和缺血性危险的由上而下。愈来愈重要的是，机器学习皮质醇单单现异常还可以提高服务费，推测单单极为有利的收益费用比。

根据数据统计分析者对澳洲的少于，在新有数的高皮质醇患儿里面用作机器学习皮质醇单单现异常可节省约3%-14%的病患服务费。或多或少，在澳洲，一项数据统计分析注意到，机器学习皮质醇单单现异常第一年的服务费可由缩减不应当病患的服务费所抵消，7年来类固醇优惠计划案的总花掉缩减了13%。同类型的一项数据统计分析也推测，机器学习皮质醇单单现异常所带给的星期疗法还可以节省愈来愈多服务费，因为可以愈来愈好地操控半夜和夜间的皮质醇。

八、诊室和患儿用作机器学习皮质醇单单现异常的服务费

电子系统制造厂商彼此间的竞争已经使服务费大幅升高，大部分商家甚至备有给单次用作计费的合同，所以可以不选择初始费用。公共卫生补偿被认为是阻碍机器学习皮质醇单单现异常除此以以外用作的关键。

澳洲从2001年开始，色鞋子高皮质醇的患儿用作机器学习皮质醇单单现异常可以卫生保健付。由于了解到机器学习皮质醇单单现异常在预期高血压和缺血性胃癌以及费用实效不足之处的优势，欧澳洲家健康保险设计方案允许付机器学习皮质醇单单现异常的服务费。在唯一一项来得诊室皮质醇和机器学习皮质醇单单现异常的背脊对背脊数据统计分析里面，机器学习皮质醇单单现异常指导的病患都能下半年提高药类固醇总量，同时还可以维持同等的皮质醇操控并必需提高果子狸肝脏损害。

在澳洲，尽管机器学习皮质醇单单现异常不能补偿，但在维多利亚里面心的广告服务费低至40美元，使用权持有人服务费20美元。这相当于患儿一个月一种补贴的并联类固醇服务费。

对诊所来说，费用回收是一个极为重要的情况。尤其是在澳洲，机器学习皮质醇单单现异常的服务费极为高，但额以外咨询确诊的服务费也极为高，因此必须适当地这两项确实临床。

从患儿的本质来说，当面对着是终生用作并联药病患或是24时长机器学习皮质醇单单现异常确实有无高皮质醇时，后者却是是愈来愈好的为了让，尤其是对色鞋子高皮质醇。但当这大部分患儿最终在1-2短期内成效为高皮质醇时，这并不是对此他们可以一直不遵从病患。

九、表象里面机器学习皮质醇单单现异常的替代探测工具

1、诊室皮质醇自动探测

最后，我们必须选择的是，在表象里面是否有替代探测工具，使机器学习皮质醇单单现异常成为不应当。其里面一项核心技术就是诊室皮质醇自动探测工具，它可以提高准确性，缩减色鞋子效应，与半夜的机器学习皮质醇有同等效用。

显然，在风险评估晨起高皮质醇不足之处，诊室皮质醇自动探测与贫穷自测皮质醇或多或少必需。然而，在最有数一项背脊对背脊的数据统计分析里面，与手动探测工具远比，诊室皮质醇自动探测未能改进分级错误，尽管色鞋子效应有所缩减。

2、贫穷自测皮质醇

从高皮质醇临床来说，患儿必须按敦促在早上和晚上分别探测1次皮质醇，连续7天，改成第一天探测的皮质醇，然后取后6天共12次皮质醇数值的平之外值。重要的是，贫穷皮质醇并不能确定夜间皮质醇，而夜间皮质醇是预期转归的最强预期因子。

澳洲卫生保健里面风险评估机器学习皮质醇单单现异常的专家组说明，贫穷自测皮质醇并不能成为机器学习皮质醇单单现异常真正的替代探测工具。

对于臂围较粗的患儿，如果袖带的尺寸过小，贫穷自测皮质醇就会显然色鞋子高皮质醇或很低隐匿性高皮质醇。在针灸医师的星期和尽力不足之处，贫穷自测皮质醇和机器学习皮质醇单单现异常的敦促大不相同，如培训管理人员受训患儿、搜罗数据和统计分析贫穷皮质醇数据等。值得一提的不足之处包含皮质醇总量度的质总量、患儿偏倚以及自身探测诱导效应（完全相同诊室里面的色鞋子效应）。

贫穷皮质醇并不能确定夜间皮质醇。唯一一项或多或少来得皮质醇探测工具的数据统计分析推测，机器学习单单现异常皮质醇对缺血性转归的预期值得注意比不上贫穷皮质醇。另一项重要的观察也注意到，连续一周探测的晚上和早上的皮质醇数值较半夜的机器学习皮质醇低8/9 mm Hg，这也高亮我们贫穷皮质醇并不能最简单中间体但会的半夜皮质醇。

因此，贫穷皮质醇联合机器学习皮质醇单单现异常有其一席之地，但不就会成为机器学习皮质醇单单现异常的替代探测工具，除非患儿不耐受机器学习皮质醇单单现异常，这也是包括苏格兰和澳洲概要在内的许多概要的立场。

十、结论

综上所述，有令人信服的事实背书机器学习皮质醇单单现异常可用高皮质醇的临床。显然，在开始临床或用作并联类固醇早先，如果不能轻率最简单地用作金除此以以外的无创工具风险评估皮质醇的话，患儿也就会来得关注。而未用作机器学习皮质醇单单现异常临床高皮质醇也就会造成了公共卫生立法者的纠纷。用作其他替代探测工具的事实还不缘故充分，机器学习皮质醇单单现异常的花掉也不是阻止其应用的拦路虎。

我们现在正要好了吗？答案是赞许，但每个第三世界彼此间的正要静止状态大不相同。苏格兰已经遵从除此以以外概念化里面机器学习皮质醇单单现异常可用与临床高皮质醇。选择到转归对患儿长期健康的重要性，应该期望其它第三世界和周边地区尽快遵循连赢第三世界的向前。

核心技术的技术革新、竞争十分激烈的市场以及单次用作支付合同，已经解决了大大部分的困难，多数第三世界机器学习皮质醇单单现异常的服务费也值得注意提高。然而，从表象情况看，机器学习皮质醇单单现异常在其发展里面第三世界卓有成效还具有一定的困难。

查看信源地址

编者： wufeng