综述
心血管疾病高危人群的早期筛查模型
中国心血管杂志, 2019,24(5) : 474-476. DOI: 10.3969/j.issn.1007-5410.2019.05.020
摘要

心血管疾病是一个重大的公共卫生问题。目前有多种心血管病高危人群早期筛查模型,例如Framingham、China-PAR、SCORE和QRISK模型等。本文对目前一些心血管病高危人群筛查模型作一综述。

引用本文: 艾合买提·阿布都卡地尔, 黄莺. 心血管疾病高危人群的早期筛查模型 [J] . 中国心血管杂志, 2019, 24(5) : 474-476. DOI: 10.3969/j.issn.1007-5410.2019.05.020.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

除非特别声明,本刊刊出的所有文章不代表本刊编辑委员会的观点。

心血管疾病(cardiovascular disease,CVD)是威胁我国居民健康的重大公共卫生问题之一。目前,中国CVD患病率及死亡率仍处于上升阶段,我国CVD现患人数约为2.9亿,CVD相关死亡占居民疾病死亡构成的40%以上[1]。中国CVD负担日渐加重,加强全民参与的CVD防治工作迫在眉睫。CVD防治是指在人口层面或针对个人采取的一套协调一致的预防措施,意在消除或尽量减少CVD及其相关残疾的影响。CVD风险评估和危险因素管理是预防CVD的重要基础[2]。国内外的经验表明,高危人群的早期发现和有效干预管理是一项技术路线明确、成本效益好的防控项目,可延长国民期望寿命,提高国民健康水平和生活质量、降低疾病负担。芬兰一项基于人群的观察研究显示,在1972年至2012年期间,男性和女性冠心病死亡率分别下降82%和84%,而其中2/3是由三大心血管危险因素(吸烟、血清胆固醇和收缩压)水平的下降导致[3]。其它多项研究也提出,通过高危人群的评估及早期筛查,消除健康风险行为,可预防至少80%的CVD[4]

CVD高危人群的早期筛查可通过相应评估工具来实现。目前,国内外有多种CVD评估工具,如最经典的Framingham模型,再到目前较广泛使用的China-PAR、SCORE、QRISK等模型。本文就目前流行的一些经典模型进行一综述。

1 国内主要CVD高危人群筛查模型

China-PAR模型:继早期的冠心病和缺血性脑血管疾病10年发病危险评估方法后,以阜外医院顾东风教授为首的研究小组采用InterASIA(亚洲心血管疾病国际合作研究)和China MUCA (1998) (中国心血管流行病学多中心合作研究)数据作为中国动脉粥样硬化CVD(atherosclerotic CVD, ASCVD)风险评估推导队列,通过对21 320名参与者平均长达12.3年的随访及统计分析,最终构建了中国10年ASCVD风险预测模型,即China-PAR模型。该模型中包括年龄、收缩压、总胆固醇、高密度脂蛋白胆固醇、目前吸烟情况和糖尿病等危险因素,同时还包含四个协变量(腰围、地理区域、城市化和家族史)。该模型中性别也作为一个重要指标,制定了适合不同性别的China-PAR模型,为识别高危个体提供了一种高效的筛查工具,并使预防干预的强度与个体患ASCVD的绝对风险更加匹配,使预防和治疗更加精准。研究人员在完成模型的基础上,进行了多次内部验证和外部验证[5],最终得到了良好的内部一致性和外部有效性。

China-PAR作为我国首个以ASCVD为终末事件的风险预报模型,在以往模型的基础上,根据我国实情和流行病学特点,分析了年龄与各危险因素之间的相互作用,并加入了腰围、区域、城市化和家族史等危险因素,还推导出了特定性别的China-PAR模型,提高了模型的预测效能。与Framingham等国际上主流的相关模型相比,China-PAR模型更适合我国实情,能够更准确地预测我国10年ASCVD风险。该模型已广泛应用于我国CVD高危人群早期筛查,并收到了较好的效果[5]

2 欧洲主要CVD高危人群筛查模型

QRISK心血管风险评估模型:来自英国的研究团队通过分析QRESEARCH数据库中22年间120多万例CVD患者数据,于2007年发布了英国第一个评估10年心血管疾病风险的QRISK模型。在此基础上,于2008年通过对230万名来自多个不同人种及族群的前瞻性开放队列研究,将种族及一些临床条件纳入CVD风险评估模型中,制定出了QRISK 2风险评分模型,在QRISK模型基础上提高了在不同人种人群中识别高危人群的准确性。其次,QRISK 2通过纳入重要的临床因素(如心房颤动、类风湿关节炎、慢性肾脏疾病等),扩展并改进了原来的心血管风险模型,以此更准确地量化个别病人的风险,做到更加个体化的评估。且QRISK 2每年更新一次,以此更加适应最新的CVD流行病学特点[6]。通过验证发现,QRISK 2模型略优于原QRISK 1模型,这两种模型均优于改进后的Framingham模型[7]。英国相关临床指南也将QRISK 2模型纳入其中,用于英国人口CVD高危人群筛查工作中。但指南也指出,该模型研究人群为英国人群,对其他人群的适用性需进一步验证。

然而,NICE发布的一项新的关于脂质改变和心血管风险评估的指南指出,QRISK 2可能无法完全捕捉到一些与心血管风险增加有关的疾病,这可能会导致低估相关群体的风险。因此,研究人员于2017年依然用QRESEARCH数据库中CVD患者的数据,导出并验证了该模型的新版本QRISK 3。QRISK 3在QRISK 2的基础上,新增了慢性肾脏疾病(第3、4、5期)、偏头痛、皮质类固醇使用、系统性红斑狼疮、非典型抗精神病药物、严重精神疾病、勃起功能障碍和血压变异性的测量(重复测量的标准差)等危险因素。根据验证,该模型可识别出更多可能易患心脏病和卒中的人群[6]。一项研究显示:QRISK 3发现的CVD的效能是Framingham模型的5倍、是QRISK 2的3倍,其中许多人没有接受适当的危险因素干预治疗,QRISK 3增强了系统性红斑狼疮患者的CVD风险检测效能[8]

SCORE模型:Conroy等[9]。于2003年结合12项欧洲队列研究,共对205 178人(88 080名女性和117 098名男性)进行了270万人/年的随访,通过威布尔模型计算了10年的致命CVD风险,继而开发了SCORE模型。SCORE模型包含两个平行的评估模型,一个是基于总胆固醇,另一个是基于总胆固醇/高密度脂蛋白胆固醇比值。该模型适用于年龄40~65岁的健康的欧洲人群的首次致死性CVD 10年风险评估。该模型以一种更接近于临床实践的形式,提供了对致命性心血管风险的直接估计方法,2016年欧洲CVD预防临床实践指南和血脂异常管理指南均推荐用SCORE模型来评估10年CVD致死风险[4,10]

3 美国主要心血管病高危人群筛查模型

Framingham风险评估模型[11]:该模型于1967年由弗雷明翰心脏研究团队发布。研究人员用判别函数研究了弗雷明翰地区2 187名男性和2 669名女性的ASCVD 12年风险与7个危险因素(年龄、血清总胆固醇、收缩压、体质指数、血红蛋白、吸烟和左心室肥厚)的相关性,制定出了Framingham风险评估模型。该模型提出:除了年龄以外,最重要的危险因素是胆固醇、吸烟、心电图异常和血压,虽然体重也是一个重要的风险因素,但其影响要比上述四个因素小得多。最重要的是,该研究为分析多种危险因素对发病率的共同影响提供了一种有效的方法和思路。自问世以来,该模型经历了不断的改造和完善,已成为最经典的CVD风险评估模型,此后出现Framingham冠心病风险评分法和Framingham卒中风险预测量表等。

Framingham模型除了在临床上的作用以外,更重要的是提出了一种全新的思想,才使得此后各类CVD评估模型应运而生,形成了一种全新的CVD早期筛查系统在现有的许多风险评估系统中,Framingham模型是国内和国际上最著名和最常用的系统,弗雷明翰心脏研究团队开发了第一套风险评估系统和所涉及的许多统计方法,并对Framingham模型进行了必要的修改,以便在多个不同地区和国家使用,并得到了各种预防CVD的国家和国际指南的推荐。

PCE心血管风险评估公式:2013年ACC/AHA发布了新的心血管风险评估指南[12],其中正式提出了全新的CVD风险评估公式(pooled cohort equations,PCE)。PCE模型除了包含传统的危险因素以外,还加入了高敏C-反应蛋白、载脂蛋白B、肾小球滤过率、微量白蛋白尿、家族史、心肺功能、踝臂指数、颈动脉内膜中层厚度、冠状动脉钙评分等指标。该风险评估模型是根据多中心、不同人种、多年的队列研究数据提出的,因此PCE较之前的评估模型适用范围更广,适用于预测40至79岁的非裔美国人及非西班牙裔白人的ASCVD 10年风险评估。PCE风险评估模型建议10年内CVD风险≥7.5%就进行干预,因此其灵敏度大幅度提高。但因降低干预阈值,会导致高估CVD风险[13]和相关药物的过度使用。

4 世界卫生组织/国际高血压协会(WHO/ISH)心血管疾病风险评估研究

2007年,WHO/ISH发表了"CVD预防指南",编制了WHO/ISH CVD风险预测图,根据相关危险因素(年龄、性别、收缩压、总胆固醇、2型糖尿病),指南预测了未来10年内发生致命或非致命性心血管事件的风险。该指南还针对不同风险水平,提出了对应的干预措施。该模型最大的特点就是简单、易于实施、成本低。最适合卫生系统落后,无法支持成本较高的风险预测工具的低收入国家。该模型是第一个由WHO/ISH提出,并建议使用于全世界范围的CVD风险预测模型,但其在临床实践中还没有得到广泛的应用,而且其适用范围存在一定的争议。在我国的适用性也需要进一步的评估。但不可否认的是,该模型是目前世界上收集到的数据最全面、最权威的心血管风险评估模型。

5 CVD风险评估模型的共同特点

(1)这些模型均表现出较强的地域及人群特异性。这些模型均以特定地区大量研究数据为基础而制定的,样本代表性强;此外,这些模型在共同包含的年龄、血脂、吸烟等主要心血管危险因素的基础上,通过大量研究,增加了有一定差异、反应特定地区CVD流行特点的危险因素,因此能够较准确反映该人群CVD风险情况。

(2)这些模型都在不断更新。上述模型基本都在不断完善中和更新中,均可以使用最新数据,不断更新,适应最新的流行病学特点,更准确的评估心血管病高危人群,提高效能。

6 展望

(1)WHO等国际性卫生组织将继续致力于制定适用于全球大部分人群的CVD风险评估模型,以此作为最基础的CVD风险评估工具,该模型将较简易,容易实施,以此来支持低收入发展中国家的卫生事业。

(2)以欧美为代表的发达国家,将在目前较完善的CVD风险评估模型基础上,像个体化、定量化方向发展,会通过引入更多危险因素,通过更加强调族群特异性、性别特异性、年龄、地域等因素,制定出类型更加繁多、特异性更高、评估效能更强的CVD风险评估模型。

(3)以中国、俄罗斯、印度等多民族发展中国家,将通过大量的投入,制定出适合本国特点的、较完善的CVD风险评估模型的基础上,将进一步支持进行以地域、民族为基础的CVD风险评估模型的研究工作。在全国通用模型基础上,通过更能反映当地种群、人文、生活习惯的模型,进一步提高风险评估效能。

(4)在我们看来,对现有模型进行校准,提高模型对该人群的评估准确性,本地化改造会成为一种趋势。

(5)风险评估系统只有在应用到实践中才能发挥其作用。随着大数据时代的到来,网络技术的发展,探索电子风险评估,智能评估,将评估模型与病人的电子信息相连等也是未来发展方向。

利益冲突
利益冲突:

参 考 文 献
[1]
马丽媛吴亚哲王文《中国心血管病报告2017》要点解读[J].中国心血管杂志2018, 23(1): 3-6. DOI: 10.3969/j.issn.1007-5410.2018.01.002.
MaLY, WuYZ, WangW, et al.Interpretation of the report on cardiovascular diseases in China (2017)[J]. Chin J Cardiovasc Med, 2018, 23(1): 3-6. DOI: 10.3969/j.issn.1007-5410.2018.01.002.
[2]
中国心血管病风险评估和管理指南编写联合委员会. 中国心血管病风险评估和管理指南[J].中华健康管理学杂志2019, 13(1): 7-26. DOI: 10.3760/cma.j.issn.1674-0815.2019.01.003.
Guideline on the assessment and management of cardiovascular risk in China [J].Chin J Health Manage, 2019, 13(1): 7-26. DOI: 10.3760/cma.j.issn.1674-0815.2019.01.003.
[3]
JousilahtiP, LaatikainenT, PeltonenM, et al. Primary prevention and risk factor reduction in coronary heart disease mortality among working aged men and women in eastern Finland over 40 years: population based observational study[J]. BMJ, 2016, 352: i721. DOI: 10.1136/bmj.i721.
[4]
PiepoliMF, HoesAW, AgewallS, et al. 2016 European Guidelines on cardiovascular disease prevention in clinical practice: The Sixth Joint Task Force of the European Society of Cardiology and Other Societies on Cardiovascular Disease Prevention in Clinical Practice (constituted by representatives of 10 societies and by invited experts)Developed with the special contribution of the European Association for Cardiovascular Prevention & Rehabilitation (EACPR)[J]. Eur Heart J, 2016, 37(29): 2315-2381. DOI: 10.1093/eurheartj/ehw106.
[5]
YangX, LiJ, HuD, et al. Predicting the 10-Year Risks of Atherosclerotic Cardiovascular Disease in Chinese Population: The China-PAR Project (Prediction for ASCVD Risk in China)[J]. Circulation, 2016, 134(19): 1430-1440. DOI: 10.1161/CIRCULATIONAHA.116.022367.
[6]
Hippisley-CoxJ, CouplandC, BrindleP. Development and validation of QRISK3 risk prediction algorithms to estimate future risk of cardiovascular disease: prospective cohort study[J]. BMJ, 2017, 357: j2099. DOI: 10.1136/bmj.j2099.
[7]
Hippisley-CoxJ, CouplandC, VinogradovaY, et al. Predicting cardiovascular risk in England and Wales: prospective derivation and validation of QRISK2 [J]. BMJ, 2008, 336(7659): 1475-1482. DOI: 10.1136/bmj.39609.449676.25.
[8]
EdwardsN, Langford-SmithAWW, ParkerBJ, et al. QRISK3 improves detection of cardiovascular disease risk in patients with systemic lupus erythematosus [J]. Lupus Sci Med, 2018, 5(1): e000272. DOI: 10.1136/lupus-2018-000272.
[9]
ConroyRM, PyoralaK, FitzgeraldAP, et al. Estimation of ten-year risk of fatal cardiovascular disease in Europe: the SCORE project[J]. Eur Heart J, 200324(11): 987-1003.
[10]
CatapanoAL, GrahamI, De BackerG, et al. 2016 ESC/EAS Guidelines for the Management of Dyslipidaemias[J]. Eur Heart J, 2016, 37(39): 2999-3058. DOI: 10.1093/eurheartj/ehw272.
[11]
D'AgostinoRB, VasanRS, PencinaMJ, et al. General cardiovascular risk profile for use in primary care: the Framingham Heart Study [J]. Circulation, 2008, 117(6): 743-753. DOI: 10.1161/CIRCULATIONAHA.107.699579.
[12]
AndrusB, LacailleD. 2013 ACC/AHA guideline on the assessment of cardiovascular risk[J]. J Am Coll Cardiol, 2014, 63(25Pt A): 2886. DOI: 10.1016/j.jacc.2014.02.606.
[13]
RidkerPM, CookNR. Statins: new American guidelines for prevention of cardiovascular disease[J]. Lancet, 2013, 382(9907): 1762-1765. DOI: 10.1016/S0140-6736(13)62388-0.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词