Each language version is independently generated for its own context, not a direct translation.
这篇论文讲了一个关于“量血压”的有趣发现，简单来说就是：医生用手摸出来的血压，往往比机器测出来的要“低”，但这其实是个“假象”，可能会让我们低估中风的风险。
为了让你更容易理解，我们可以把这件事想象成**“用卷尺量身高”和“用激光测距仪量身高”**的区别。
1. 核心问题：为什么会有“假低”？
想象一下，你让两个不同的人来量你的身高：
- 机器（自动血压计）： 就像一把激光测距仪。它非常客观，不管你是 175.3 厘米还是 175.8 厘米，它都会如实报出那个数字。
- 医生（手动血压计）： 就像一把老式卷尺。医生在听诊时，需要凭感觉判断心跳的声音。这时候，人类的大脑有个小毛病，叫做**“数字偏好”**。
什么是“数字偏好”？
这就好比我们在写数字时，潜意识里觉得"0"是个整整齐齐的好数字。当医生听到心跳声在 123 和 124 之间时，为了省事或者图个“吉利”，他们往往会下意识地记成120或者130，而不是 123 或 124。
这就导致了一个结果：手动测量的血压读数，总是被“四舍五入”到了整十数，看起来比实际值要低。
2. 研究发现了什么？
研究人员像侦探一样，分析了美国几十万人的医疗记录，把那些“主要靠机器测血压”的诊所和“主要靠医生手测”的诊所做了对比：
- 读数差异： 在病情相似的人群中，机器测出来的平均血压是 131.7，而医生手测出来的平均血压只有 125.9。
- 比喻： 就像机器告诉你“你其实有点胖（131.7）”，但医生看着卷尺说“不不不，你挺标准的（125.9）”。
- 后果： 因为手测的数值偏低，很多本该被诊断为“高血压”的人，被漏掉了；很多需要吃药的人，被推迟了治疗。
3. 最危险的“隐形陷阱”：中风风险
这才是这篇论文最吓人的地方。
研究人员又追踪了一群人，看谁后来发生了中风（脑卒中）。他们发现了一个惊人的现象：
- 如果你用机器测出血压是 125，你的中风风险是 X。
- 如果你用医生手测出血压是 120，你的中风风险竟然和上面那个 125 的人一样高！
这是什么意思？
这就好比：
- 机器是诚实的天气预报员，它说“明天有暴雨（125 的风险）”，你带了伞。
- 医生是那个喜欢报喜不报忧的朋友，他说“明天顶多下点毛毛雨（120 的读数）”，你没带伞。
- 结果： 虽然朋友告诉你雨很小，但天上的雨（中风风险）其实和预报的一样大！
结论是： 手动测量不仅读数偏低，而且严重低估了中风的风险。那个“看起来很低”的 120，实际上可能隐藏着 125 甚至更高的危险。
4. 为什么这很重要？
这就解释了为什么有些高血压患者明明在吃药，或者明明觉得自己没事，却突然中风了。
- 临床惯性： 因为医生看到手测的血压是"120"（看起来很好），就觉得“不用加药了”或者“不用太担心了”。
- 错失良机： 但实际上，患者的真实血压可能已经很高了，只是被那个“爱凑整”的医生给掩盖了。
5. 总结与建议
这篇论文就像给医疗界敲了一记警钟：
- 别太迷信“手感”： 虽然医生经验丰富，但在量血压这件事上，机器比人更诚实。
- 推广自动化： 现在的指南都推荐用自动血压计，就是为了消除这种“人为的凑整”和“主观的偏差”。
- 对患者的启示： 如果你发现你的血压读数总是完美的整十数（比如 120, 130, 140），而机器测出来的数字很“奇怪”（比如 123, 137），那可能意味着你的血压被低估了。
一句话总结：
手动量血压就像是用一把会“自动修图”的尺子，把血压值修得更好看、更低，但这掩盖了真实的危险。为了你的心脏和大脑安全，让机器来量血压，虽然数字可能“难看”一点，但那是真实的救命数据。
Each language version is independently generated for its own context, not a direct translation.
这是一份关于《手动血压测量低估血压与中风风险》（Underestimation of Blood Pressure and Stroke Risk by Manual Blood Pressure Measurement）研究的详细技术摘要。
1. 研究背景与问题 (Problem)
高血压是心血管疾病（包括中风）的主要可改变风险因素。尽管 2025 年高血压指南强烈推荐使用自动血压测量设备以减少观察者偏差（如“终端数字偏好”），但在临床实践中，手动听诊法（使用水银或无汞血压计）仍被广泛使用。
- 核心问题：手动测量容易受到人为误差和观察者偏见的影响，特别是“终端数字偏好”（Terminal Digit Preference），即读数倾向于以"0"结尾（WHO 建议手动测量四舍五入到最近的偶数）。
- 潜在后果：这种偏差可能导致记录的血压值人为偏低，从而导致高血压的漏诊、治疗不足，进而低估患者发生中风等严重心血管事件的实际风险。
- 研究缺口：由于行政和临床数据集中通常不记录具体的测量设备类型，缺乏大规模研究直接比较手动与自动测量在真实世界中对血压数值分布及长期临床结局（如中风）影响的差异。
2. 研究方法 (Methodology)
本研究利用 Optum Labs 数据仓库 (OLDW) 的去标识化电子健康记录 (EHR) 和行政索赔数据，采用以下设计：
- 研究人群：
- 横断面分析 (2024 年队列)：纳入 2024 年初级保健就诊的患者。
- 纵向分析 (2019 年队列)：纳入 2019 年就诊的患者，随访至 2024 年底，以评估中风发生率。
- 测量模式分类（关键创新点）：
- 由于缺乏设备类型记录，研究者利用终端数字偏好作为代理指标。
- 手动组：定义为奇数终端数字比例 < 0.5%（即绝大多数读数以偶数，特别是 0 结尾）。
- 自动组：定义为奇数终端数字比例在 45%-55% 之间（符合随机分布）。
- 仅纳入那些被明确归类为“纯手动”或“纯自动”的提供者所管理的患者。
- 统计方法：
- 倾向性评分匹配 (Propensity Score Matching)：对手动组和自动组患者进行 1:1 匹配，协变量包括年龄、性别、种族、保险类型、糖尿病史、高血压史、BMI、吸烟史及抗高血压药物使用情况，以消除混杂因素。
- 统计分析：使用 t 检验比较均值，卡方检验比较分类变量。
- 生存分析：在 2019 年队列中，使用 Cox 比例风险回归模型，以自动测量的 120 mmHg 为参考，评估收缩压 (SBP) 与新发中风的关联。
- 阴性对照：使用“交通事故住院”作为阴性对照结局，以验证是否存在未测量的混杂因素。
3. 主要发现与结果 (Key Results)
A. 血压读数差异 (2024 年匹配队列，N=336,634)
- 平均血压：自动组的平均收缩压 (SBP) 显著高于手动组。
- 自动组：131.7 mmHg (SD 19.3)
- 手动组：125.9 mmHg (SD 14.8)
- 差异：自动组比手动组平均高出 5.8 mmHg。
- 临床达标率：手动组中符合血压控制目标（<130/80 mmHg 和 <140/90 mmHg）的患者比例显著更高，但这被归因于测量偏差而非真实的血压控制改善。
- <130/80 mmHg：自动组 33.2% vs. 手动组 38.8%。
- <140/90 mmHg：自动组 61.2% vs. 手动组 70.9%。
- 终端数字分布：
- 自动组：0-9 的数字分布均匀（各占 9-11%）。
- 手动组：31.2% 的读数以"0"结尾，显示出明显的终端数字偏好。
B. 中风风险关联 (2019 年匹配队列，N=686,482)
- 风险曲线：在 SBP > 110 mmHg 时，两组均显示 SBP 升高与中风风险增加相关。
- 关键发现：在相同的中风风险水平下，手动测量的血压读数低于自动测量。
- 例如，自动测量 SBP 为 125 mmHg 时的风险比 (HR) 为 1.16，而手动测量 SBP 为 120 mmHg 时的 HR 同样为 1.16。
- 这意味着，手动测量的 120 mmHg 实际上对应着自动测量的 125 mmHg 的风险水平。
- 阴性对照：两组在交通事故住院率上无显著差异 (HR 1.01)，排除了系统性混杂因素。
4. 主要贡献 (Key Contributions)
- 方法学创新：在缺乏设备类型记录的大规模真实世界数据中，成功利用“终端数字偏好”作为区分手动与自动测量模式的可靠代理指标。
- 量化偏差：首次在大样本中量化了手动测量导致的系统性低估（平均约 5.8 mmHg），并证实这种低估直接导致高血压控制率的虚假乐观。
- 临床结局关联：揭示了测量模式与长期临床结局（中风）之间的非线性关系。手动测量不仅读数偏低，而且在相同的读数下，其预测的中风风险被低估（即手动测得的 120 mmHg 实际上比自动测得的 120 mmHg 更危险）。
- 政策依据：为 2025 年指南推荐全面转向自动测量提供了强有力的实证支持，表明手动测量可能导致临床惰性（Clinical Inertia），阻碍必要的药物调整。
5. 研究意义与局限性 (Significance & Limitations)
意义
- 公共卫生影响：全球仍有大量医疗机构使用手动测量。本研究表明，这种习惯可能导致数百万高血压患者被漏诊或治疗不足，从而增加可预防的中风负担。
- 临床实践：当诊所从手动转向自动测量时，可能会观察到高血压诊断率和药物调整率的“假性”上升，这实际上是测量更准确的结果，而非患者病情恶化。
- 指南执行：强调了严格执行自动测量指南的重要性，以减少观察者偏差，实现精准治疗。
局限性
- 分类推断：无法 100% 确定每个读数使用的具体设备，而是基于提供者层面的数字分布进行推断。
- 测量技术细节：无法控制其他影响血压准确性的因素（如患者是否静坐 5 分钟、袖带尺寸是否合适、背部是否有支撑等）。
- 竞争风险：死亡作为竞争性风险可能影响中风累积发病率的绝对估计，但本研究主要关注风险比（HR）的比较。
总结
该研究有力地证明了手动血压测量会系统性地低估血压值和中风风险。自动测量设备不仅能提供更准确的读数，还能更真实地反映患者的心血管风险。为了优化高血压管理和预防中风，临床实践应加速从手动听诊法向自动振荡法过渡。