提前预测哪些人面临心力衰竭风险，并在疾病显现之前进行干预——这是由国际研究人员合作开发的三项新预测模型的目标，该合作也由米兰的Human Technopole（人类技术园）协调。研究成果已发表在《欧洲心脏杂志》上。该研究提供了新颖的工具，用于评估不同临床特征人群的心力衰竭风险：从从未有过心脏问题的个体，到已经发生过心脏病发作或中风的患者，再到患有晚期疾病形式的患者。
预测个体风险
心力衰竭是当今最普遍且不断增长的心血管疾病之一。根据最新估计，全球有超过6000万人受到影响，在意大利约有80万人，每年新增8万例。人口老龄化、糖尿病和肥胖症的蔓延，以及心脏病发作和中风后生存率的提高，都导致其发病率上升。在此背景下，预测个体风险的能力成为预防和更好治疗规划的关键工具。这三项新模型基于先进的统计算法，分析国际研究中收集的大量临床数据，并使用日常医疗实践中容易获取的信息，如年龄、血压、是否患有糖尿病或肾功能状况。
Human Technopole研究
“心力衰竭可能在症状出现之前很久就开始，并且根据每个人的病史以不同方式呈现，”Human Technopole健康数据科学中心主任、研究科学协调员之一Emanuele Di Angelantonio解释道。“通过这三个模型，我们提供了基于可靠数据的工具，可应用于疾病的整个病程，从预防到最晚期形式。”该研究是Human Technopole旗舰研究计划的一部分，该计划专注于心血管和代谢疾病，旨在了解这些疾病背后的遗传、环境和生活方式因素。“这些研究展示了先进的临床数据分析如何将大量信息转化为医学和公共卫生的具体工具，”Human Technopole主任Marino Zerial评论道，“目标是开发预防和个性化医疗的新方法。”
三项算法的工作原理
这三项算法旨在应对临床路径的不同阶段。第一个名为Score2-HF，针对40岁以上从未患过心血管疾病的人群。基于来自14个欧洲国家超过60万人的数据，并在超过130万人中进行了验证，它可评估未来10年或30年内发生心力衰竭的概率。该模型补充了已用于评估普通人群心脏病发作和中风风险的工具。第二个模型Smart2-HF则针对已经发生过心血管事件（如心脏病发作或中风）但尚未发展为心力衰竭的患者。该模型基于近8000名患者构建，并在超过24万个来自不同国际队列的病例中进行了验证，可评估十年风险和终生风险。第三个模型Life-Preserved专门针对射血分数保留的心力衰竭患者，这是一种心脏收缩正常但过于僵硬而无法充分充盈血液的疾病形式。基于超过2万名患者的数据，并在超过2.8万个额外病例中验证，它有助于预测心血管住院和死亡，为医生的治疗决策提供支持。
最终目标是让这些工具越来越融入日常临床实践，以便早期识别最脆弱的患者，并采取更有针对性的治疗策略。
【全文结束】
