JACC-Asia：来自CHERRY研究的结果：中国动脉粥样硬化心血管风险预测模型的评价
2022-01-17 “心关注”公众号 “心关注”公众号
最近，China-PAR（中国ASCVD风险预测模型）项目公布了一个新的风险预测模型，该模型专为当代多个队列的中国成年人设计。
心血管疾病是全球过早死亡的主要原因，尤其是在中国。风险评估是动脉粥样硬化性心血管疾病（ASCVD）一级预防的基石，准确的风险预测模型可以根据指南适当指导预防性干预，如他汀类药物治疗。2019年更新的美国心脏病学会/美国心脏协会（ACC/AHA）指南建议使用汇集队列风险方程（PCE）常规评估成人10年ASCVD风险，并考虑对中度风险（≥7.5%至<20%）的患者进行他汀类药物治疗。虽然中国的指南也采用了基于风险的预防模式，但在2019年之前，指南并未推荐具体的定量风险评估模型，更别谈他汀类药物治疗的适当预防策略。
最近，China-PAR（中国ASCVD风险预测模型）项目公布了一个新的风险预测模型，该模型专为当代多个队列的中国成年人设计。《中国心血管风险评估和管理指南2019年修订版》推荐使用China-PAR模型进行风险评估，然而，目前为止China-PAR 模型还没有得到充分的外部验证，不同人群的一级预防表现值得怀疑。此外，由于China-PAR模型使用与PCE模型相同的ASCVD结局定义，直接比较PCE模型和China-PAR模型可能有助于了解不同人群心血管风险评估的差异，并有利于风险预测模型在临床实践中重新校准和实施。
另一方面，电子健康记录（EHRs）的日益普及为使用大规模真实数据验证或改进心血管风险预测模型提供了独特的机会。因此，研究者通过使用CHERRY项目（中国鄞州电子健康档案研究）的患者数据，以评估PCE模型和China-PAR模型的准确性。具体目的包括：1）PCE模型是否能预测中国人群ASCVD风险；2）若否，针对当地人群重新校准的PCE模型是否适用于一般风险评估；3）China-PAR模型在中国一级预防实际临床实践中的表现如何。
研究方法
数据提取自CHERRY研究项目，纳入2010年至2016年间，年龄在40到79岁之间，基线时没有ASCVD的受试者。ASCVD定义为非致死性或致死性卒中、非致死性心肌梗死和心血管死亡。对模型进行鉴别和校准评估。（图1）
图1. 受试者排除流程图
研究结果
表1比较了PCE模型和China-PAR模型的各项预测因子。在226，406例既往没有ASCVD的受试者中，平均年龄为54.98±9.73岁，其中53.25%为女性。男性略微年长，有较高的糖尿病患病率、较高的血压和较大的腰围；女性脂质水平较高（P<0.05）。在946，886人年的随访中，5362（2.37%）的受试者（2847例男性和2515例女性）出现首次ASCVD事件。（表2）
表1. PCE模型和China-PAR模型比较
表2. CHERRY研究中不同性别受试者的一般特征和ASCVD事件
China-PAR模型的性别C统计量男性为0.758（95%CI 0.749-0.767），女性为0.811（95%CI 0.802-0.819），与使用原始和重新校准的PCE模型的男性（0.763，95%CI 0.754-0.773）、女性（0.820，95%CI 0.812-0.829）相似（表3）。最初的PCE模型将男性5年ASCVD风险高估了63%，而女性则低估了34%（均P<0.001）。然而，在针对中国当地人口进行重新校准后，PCE模型的整体准确度得到了适当改善。China-PAR模型低估了男性20%的ASCVD风险，低估了女性40%。与原模型相比，改进后的PCE模型和China-PAR模型具有更好的判别性和整体校准能力。
表3. PCE模型和China-PAR模型对5年ASCVD风险预测的外部验证
如图2所示，在使用原始PCE模型预测的5年ASCVD的不同风险组中，男性观察到的风险大大低于预测风险，而女性则相反。使用China-PAR模型的男性和女性的低估风险主要发生在高风险组。与原始的PCE模型相比，重新校准PCE模型的预测风险与观察到的风险更好地保持一致。校准图还表明，在使用PCE模型的所有风险组中，男性明显高估，而在使用PCE模型的最高风险组中，女性略微低估。相比之下，除了使用China-PAR模型或重新校准的PCE模型的高危人群外，观察到的比率和预测的比率没有显着差异。
图2. 使用PCE模型和China-PAR模型观察和预测的风险
研究结论
在这个基于HER的大型当代中国队列研究中，PCE模型和China-PAR模型在5年ASCVD风险预测中都提供了充分的区分，而China-PAR模型在整体校准方面优于PCE模型。
然而，针对当地人群重新校准的PCE模型和China-PAR模型在一般风险评估中的表现相当。改进模型性能的进一步研究需要集中于ASCVD风险最高的特定人群。这些发现可能对在不同人群的一级预防常规临床实践中使用风险预测模型和基于EHR的数据评估具有重要意义。
原始出处：
Xiaofei Liu， Peng Shen， Dudan Zhang， et al. Evaluation of Atherosclerotic Cardiovascular Risk Prediction Models in China： Results From the CHERRY Study. JACC：Asia 2022 Jan 4. doi： 10.1016/j.jacasi.2021.10.007
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#JACC#
64
#血管风险#
49
#ERR#
41
#ASIA#
37
#粥样硬化#
28
很好👌
46
学习#学习#
56
#预测模型#
37
#ACC#
23
#评价#
35