(Reuters Health) – L’algoritmo PROOF-BP combina tre letture della pressione arteriosa con informazioni ricavate dalla cartella clinica elettronica, inclusi età, sesso, indice di massa corporea, ipertensione e trattamento e presenza di malattie cardiovascolari. Il metodo classifica le persone in tre gruppi: con pressione sanguigna sicuramente normale, con pressione alta e quello che richiede ulteriori indagini con ABPM.
Lo studio. James Sheppard e colleghi, dell’Università di Oxford, hanno cercato di convalidare questo approccio su 887 pazienti di età pari o superiore a 18 anni che dovevano sottoporsi a ABPM di routine. Tutti, poi, sono stati valutati anche con l’algoritmo PROOF-BP. I ricercatori hanno valutato la proporzione di partecipanti la cui ipertensione veniva correttamente classificata usando l’algoritmo rispetto allo standard di riferimento di ABPM.
I risultati. La strategia di triage ha previsto una pressione sanguigna reale con un basso tasso di errore, 8% di falsi positivi e 2% di falsi negativi, e ha avviato a misurazione ambulatoriale solo il 49% dei pazienti, mentre il resto è stato gestito sulla base delle misurazioni cliniche. La strategia, inoltre, ha mostrrato una sensibilità del 97%, una specificità del 76% e un’accuratezza complessiva dell’86% nel prevedere la vera ipertensione. Tuttavia, le prestazioni dell’algoritmo sono state inferiori quando erano usate senza ABPM, cioè non come strumento di triage.
I commenti. “Il monitoraggio ambulatoriale della pressione sanguigna durante il giorno è ancora la misurazione standard della pressione arteriosa nella pratica clinica di routine, ma non è necessario eseguirlo in tutti i casi”, dice Sheppard. “Il nostro approccio di triage aiuta i medici a sapere quando è opportuno fare affidamento su letture cliniche e quando sono richieste letture ambulatoriali. L’uso dell’algoritmo potrebbe ridurre il carico di lavoro associato alla diagnosi di ipertensione e lasciare più tempo ai medici di concentrarsi sulle altre patologie ”.
Fonte: British Medical Journal
Will Boggs
(Versione italiana per Quotidiano Sanità/Popular Science)