由美国心脏协会（AHA）开发的、已被证明能准确预测美国人心脏病风险的工具，现在可以应用于全球人群，纽约大学朗格尼医学中心主导的一项新研究表明。
研究作者表示，准确识别心血管疾病（CVD）高风险人群能够有针对性地使用预防性治疗，如降脂药物和强化血压控制目标，并促使患者戒烟、改善饮食和增加锻炼。
该研究针对AHA的风险预测工具，该工具名为"心血管疾病事件风险预测"（Predicting Risk of Cardiovascular Disease EVENTs，简称PREVENT），由AHA与纽约大学格罗斯曼医学院研究人员合作开发。PREVENT于2023年发布，旨在预测个人10年和30年的总体心血管疾病风险，这一时间间隔足够长，能包含有意义的风险量和治疗获益。总体风险包括心力衰竭风险以及最初测量的心脏病发作和中风风险，因为现在已有有效疗法可用于预防这三种疾病。
基于包含600多万美国人的研究，PREVENT工具最近首次被纳入美国几家医学协会的治疗指南，用于指导高血压和高胆固醇患者的药物治疗以及临床试验设计。作者表示，需要强有力的证据来支持该工具在各种环境和临床试验中的应用，以便将其作为全球临床实践的一部分。
最近发表在《自然医学》上的研究发现，该工具能够准确预测来自北美、欧洲、亚洲和其他地区的640多万人的心血管疾病风险。该工具在预测心力衰竭和低至中度风险患者方面特别有效，对于这些患者，及早发现风险可以触发治疗和生活方式改变，从而避免严重疾病。加入肾脏健康指标使预测更加准确。
"PREVENT在全球推广的一个关键障碍是医生们对该工具能否适用于不同地理区域的患者群体的不确定性。"
约瑟夫·科雷什医学博士、哲学博士，纽约大学朗格尼医学中心老龄化研究所创始主任，该研究的高级作者
他还是人口健康和医学系的特里和梅尔·卡马津教授。
在最关键的地方最有效
研究人员分析了62项研究中680万患者的数据，这些患者在研究开始时没有心血管疾病，其中包括来自北美、欧洲、亚洲的44个队列以及包含53,002名患者的18个多区域随机试验。研究团队通过将工具在研究开始时做出的预测与参与者在接下来5.5年内经历的约30万次心血管疾病事件进行比较，评估了预测的准确性。
在这项研究中，研究人员使用了区分度（discrimination）和校准度（calibration）这两个基本指标来评估疾病风险预测模型的性能。区分度衡量模型将未来发展疾病的患者与不发展疾病的患者区分开来的能力。作者表示，在目前的全球分析中，PREVENT在关注低风险患者的研究中表现出"卓越"的区分度，支持在初级保健人群中更广泛地采用PREVENT，因为在这些人群中，一些患者的風險非常低，而另一些患者的风险为中到高，这导致了不同的治疗意义。
在肾脏健康方面，当模型考虑一个人的白蛋白尿风险时，预测性能得到改善。白蛋白尿是一种由于肾脏损伤导致尿液中蛋白质水平升高的状况，通常由高血压或糖尿病引起。在区分度方面，将肾脏风险添加到PREVENT模型中，使预测准确性得到了统计学上显著的提高。
校准度衡量预测概率与每位患者未来实际结果的匹配程度。PREVENT的校准度比一个名为"汇集队列方程"（Pooled Cohort Equation，简称PCE）的旧模型要好得多，PCE预测的风险约为实际风险的一半。
科雷什博士表示："由于PREVENT指南通常构成指导治疗决策的国家政策的基础，因此在不同人群中对PREVENT进行细致验证至关重要。我们的大规模研究证实，PREVENT是一个可以在全球范围内使用的可靠工具。"
与科雷什博士一起，来自纽约大学朗格尼医学中心的研究作者还包括医学博士、哲学博士摩根·格拉姆斯（Morgan Grams）、理学硕士Yingying Sang、哲学博士Shoshana Ballew和哲学博士Aditya Surapaneni。
该研究由慢性肾脏病（CKD）预后联盟进行，部分资金来自美国国立卫生研究院下属的国家糖尿病、消化和肾脏疾病研究所的R01DK100446拨款。美国肾脏基金会也提供了支持。
【全文结束】