美国女性心血管风险预测工具的验证研究

研究对象

研究纳入美国30至79岁、没有已知心血管疾病的成年人。开发模型的数据来自25个数据集，共3,281,919人；外部验证又使用了21个数据集中的3,330,085人。合计6,612,004人，平均年龄53岁，女性占56%。研究对象来自1992年至2017年的数据，平均随访4.8年。随访期间记录到211,515例新发心血管事件。

研究方法

研究团队开发了美国心脏协会PREVENT风险方程，用于预测心血管疾病发生风险。主要结局包括动脉粥样硬化性心血管疾病和心力衰竭。基础模型纳入吸烟状态、收缩压、胆固醇、降压药或他汀类药物使用、糖尿病，以及估算肾小球滤过率。模型按性别分别建立，没有把种族作为预测变量，并对非心血管疾病死亡这一竞争风险作了调整。

研究还分别建立了动脉粥样硬化性心血管疾病和心力衰竭的预测方程，并测试加入尿白蛋白与肌酐比值、糖化血红蛋白和社会剥夺指数后的表现。模型表现主要看区分度和校准度。区分度反映模型区分高风险与低风险人群的能力，校准度反映预测风险与实际观察风险的接近程度。

主要发现

在外部验证中，女性心血管疾病模型的区分度中位数为0.794，男性为0.757。女性模型的校准斜率中位数为1.03，男性为0.94。动脉粥样硬化性心血管疾病和心力衰竭模型也得到相近的区分度与校准结果。

把尿白蛋白与肌酐比值、糖化血红蛋白和社会剥夺指数一起加入基础模型后，区分度虽有统计学改善，但幅度较小，女性的C统计量变化中位数为0.004。对尿白蛋白明显升高者，加入尿白蛋白与肌酐比值后，模型校准有所改善。

局限

这些结果来自美国成年人，不能直接代表其他国家或地区的女性。研究纳入的是没有已知心血管疾病的人，且数据时间跨度较长，个人风险仍可能受到样本来源和医疗环境影响。模型的作用是预测事件概率，研究没有证明吸烟、血压、糖尿病或其他变量与心血管事件之间的因果关系。统计表现也不能替代对某个具体人的完整判断。

对日常生活的意义

这项研究把女性心血管风险放在一个更完整的变量组合中观察，范围包括血压、血脂、吸烟、糖尿病、用药情况和肾功能。看到风险数字时，需要先确认它适用于什么人群、预测什么结局、采用了哪些变量。风险估计可以帮助理解健康信息的组织方式，但不能被当作个人命运、诊断结果或单独的医疗决定依据。

来源：OpenAlex · Circulation · 查看原始材料 · 2023-11-10

*本文由照见书屋根据公开来源辅助整理，尚需编辑核验原始材料与表述边界。*