新的 QR4 算法在预测心血管疾病风险方面优于之前的模型

新的 QR4 算法在预测心血管疾病风险方面优于之前的模型

在《自然医学》最近发表的一项研究中，研究人员提出了一种预测心血管风险的新算法。

背景

心血管疾病（CVD）仍然是全球死亡的主要原因。 国际指南建议在干预措施中使用针对弱势群体的风险预测工具。

欧洲、美国 (US) 和英国 (UK) 指南分别推荐系统性冠状动脉风险评估 2 (SCORE2)、动脉粥样硬化 CVD 评分 (ASCVD) 和 QRISK3。

特别是，最近的研究指出了与心血管疾病高风险相关的疾病，例如：这些工具无法捕获的癌症、唐氏综合症和学习障碍等例子。

当这些情况与较高的 CVD 风险独立相关时，当前的工具会低估风险。 因此，被诊断患有这些疾病的人可能没有机会接受有益的干预措施。 此外，高估可能会导致人们接受不必要的手术。

研究及结果

在本研究中，研究人员开发并验证了一种新的 CVD 风险预测工具 QR4。 他们使用来自临床实践研究数据链 (CPRD) GOLD 和 QResearch 数据库的数据。 推导和验证队列是使用英国的 QResearch 实践创建的。

此外，使用来自威尔士、北爱尔兰和苏格兰的 CPRD GOLD 实践形成了第二个验证队列。 2010 年至 2021 年间年龄在 18 岁至 84 岁的个人包括在内。

先前患有心血管疾病的受试者、没有剥夺数据的受试者以及服用他汀类药物的受试者被排除在外。 对参与者进行随访，直至诊断出心血管疾病、死亡或研究结束。

主要终点是心血管疾病的发生率，即 h。非致命性或致命性心肌梗塞、短暂性缺血性中风、缺血性/出血性中风或缺血性心脏病。

次要终点包括冠心病相关的死亡、非致命性心肌梗死以及非致命性或致命性中风。

三级结局与二级结局相似，但还包括心律失常、高血压和致命性心力衰竭。 使用三种结果定义对 QR4、ASCVD 和 SCORE2 的表现进行比较。

SCORE2、ASCVD 和 QRISK3 中确定的风险因素以及文献中的新候选变量均被纳入预测变量。 特定原因的 Cox 模型估计了 10 年 CVD 风险，并将非 CVD 死亡率视为男性和女性的竞争风险。 此外，还开发了三个附加模型（A-C）。

模型 A 涵盖了 QRISK3 参数，未考虑竞争风险，模型 B 与主要模型类似，但随访在 2019 年冠状病毒病 (COVID-19) 大流行之前结束。 相比之下，自癌症诊断以来的时间作为预测变量包含在模型 C 中。

决策曲线分析评估了 QR4 与模型 A 和 QRISK3 相比的净收益，并考虑了竞争风险。

结果

QResearch 推导和验证队列分别包括超过 9.97 和 324 万受试者，而 CPRD 验证队列包括 354 万受试者。

这些队列总体相似，只是 QResearch 队列比 CPRD 队列拥有更全面的体重指数 (BMI)、胆固醇、吸烟和种族数据。 衍生队列中有 202,424 例心血管疾病病例。

2020 年，CVD 发病率较低，为每 1,000 人年 4.03 例，但在 2021 年恢复到 COVID-19 之前的水平 (4.31)。2019 年（每 1,000 人年 3.45 例）和 2020 年（3.84 例）之间，非 CVD 死亡率有所上升。并在 2021 年保持较高水平。

研究小组确定了七种针对女性和男性的新型 CVD 预测因子——肺癌、血癌、脑癌和口腔癌、学习障碍、唐氏综合症和慢性阻塞性肺病 (COPD)。

此外，还有两个针对女性的额外预测因素——产后抑郁症和先兆子痫。 无论性别，CVD 风险均与哮喘、甲状腺功能减退、甲状腺功能亢进和抗磷脂抗体综合征等无关。

在女性中，CVD 风险与子宫内膜异位症无关。体外受精、流产、妊娠糖尿病、胎​​盘早剥和多囊卵巢综合症。

除肺癌外，几个预测因素的调整后风险比在年轻女性中较高。 男性患血液癌和脑癌的调整后风险比随着年龄的增长而降低。 三个附加模型的估计与主要模型的估计类似。

决策曲线分析表明，QR4 的净收益略大于模型 A 和 QRISK3。 QR4 也比 SCORE2 和 ASCVD 风险评分更准确。

结论

研究人员开发并验证了 QR4，这是一种新的 CVD 风险评分，其中包括九个新的预测因子。

它可以预测男性和女性 10 年 CVD 风险。 其表现比其他 CVD 风险评分更准确。 此外，QR4还考虑了竞争风险（无心血管疾病的死亡），从而减少了对风险的高估。

总体而言，这些发现可能会显着改善健康结果。

资料来源：