Comparative Validation of ASCVD, Framingham Risk Score, Globorisk, and PREVENT for 10-Year Cardiovascular Risk Prediction in the UK Biobank
在一个大型英国生物样本库队列中，ASCVD 和 Framingham 风险评分模型在 10 年心血管风险预测方面表现出比 PREVENT 和 Globorisk 模型更优的判别能力和临床实用性，尽管所有模型在老年群体中的表现均有所下降。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
水晶球问题：预测心脏麻烦
想象一下你是一名天气预报员，但你预测的不是雨水或阳光，而是十年后可能袭击一个人心脏的风暴。这正是医生们为了预防心血管疾病（CVD）——全球首要死因——所面临的日常挑战。为此，他们使用“风险预测模型”，这些工具就像复杂的数学水晶球。这些工具获取一个人当前健康的快照——他们的年龄、血压、胆固醇水平以及是否吸烟——并进行数据运算，以估算未来十年内发生心脏病发作或中风的概率。
核心问题是：哪一个水晶球最准确？几十年来，医生一直依赖于几个著名的模型，但随着人口的变化和新数据的出现，这些旧工具可能会变得有些模糊。有些模型可能过于悲观，导致人们进行不必要的治疗；而另一些则可能过于乐观，错过了真正需要帮助的人。这项研究深入挖掘数据，旨在观察这些数字占卜师是否真的在说实话，以及它们对所有人（从年轻人到老年人）是否同样有效。
伟大的水晶球大对决
在这项研究中，研究人员扮演了高风险锦标赛裁判的角色。他们从 UK Biobank 中收集了一支由 183,124 名志愿者组成的庞大团队——这是一个在开始时身体健康、年龄在 40 到 69 岁之间的人群。目标是观察四种不同的“风险计算器”在预测谁会在未来十年内发生心血管事件方面的表现。四位竞争者分别是：
- ASCVD：目前的领跑者，专为动脉粥样硬化（斑块形成）性心脏病设计。
- Framingham 风险评分 (FRS)：经典的、老派的模型，开启了这一切。
- Globorisk：一个旨在根据不同国家进行调整的模型。
- PREVENT：2023 年推出的最新成员，包含了肾功能和他汀类药物的使用情况。
研究人员对这 183,124 人进行了长达 10 年的观察。在此期间，其中 10,560 人（约 5.8%）经历了心血管事件。随后，团队检查了每个模型的预测与实际情况的匹配程度。
赢家与输家
当尘埃落定时，ASCVD 模型脱颖而出，成为无可争议的冠军。它具有最佳的区分能力，能够分辨出哪些人会发生事件，哪些人不会（其 AUC 分数为 0.717）。它也是最“校准”的，这意味着它的预测最接近现实。如果它说一个人的风险是 10%，那么该人实际上确实有大约 10% 的概率发生事件。
Framingham 风险评分 (FRS) 以极微弱的差距紧随其后，表现几乎与 ASCVD 不相上下（AUC 为 0.715）。然而，它有一个怪癖：它倾向于低估那些实际上处于高风险人群的风险，就像一个天气应用在风暴来临前却显示“晴天”一样。
PREVENT 模型尽管是最新的且功能最全，但仅表现出“中等”水平（AUC 为 0.668）。它并不差，但在这一特定群体中并未超越那些成熟的老牌模型。
Globorisk 模型表现最差，在区分高风险和低风险人群方面的能力最低（AUC 为 0.605）。在这一英国人群样本中，它的效果显然不如其他模型。
“净获益”测试
研究人员不仅看谁是对的，还看谁是“有用”的。他们使用了一种称为决策曲线分析的方法，该方法会询问：“如果医生使用该模型来决定是否给患者用药，它是否真的能帮助更多的人，而不是造成伤害？”
答案显而易见：ASCVD 在大多数决策点上都提供了最高的“净临床获益”。这意味着，使用 ASCVD 来指导治疗决策，比使用其他三种模型更能挽救生命并预防心脏病发作。有趣的是，Framingham 模型在中等风险范围内显示出“负净获益”。这表明，如果医生利用 FRS 在该特定范围内决定是否进行治疗，他们可能会过度治疗那些并不需要的人，从而造成比收益更多的伤害。
年龄与性别的转折
研究还发现，随着年龄的增长，这些水晶球会变得有些模糊。对于所有人来说，这些模型对“中年”成年人（59 岁及以下）的效果比对“老年”成年人（59 岁以上）更好。
- 在较年轻的群体中，ASCVD 和 FRS 都表现强劲（AUC 约为 0.726）。
- 在较年长的群体中，评分显著下降。ASCVD 降至 0.651，而 Globorisk 则降至 0.527，几乎比抛硬币决定结果还要差。
这些模型的表现对男性和女性也不同。对于女性，PREVENT 模型的表现出奇地好（AUC 0.701），几乎与 ASCVD 持平，并且在识别那些可能被忽视的高风险女性方面表现得更好。对于男性，所有模型的准确性都稍逊一筹，这可能是因为该组中的男性发生事件的比例更高，使得区分“高风险”和“极高风险”变得更加困难。
底线结论
研究结论指出，对于预测未来 10 年内英国的心脏风险，ASCVD 模型是目前最可靠的工具，它在准确性和临床实用性之间提供了最佳平衡。Framingam 评分是一个稳健的亚军，而 PREVENT 展现出了潜力，尤其是在女性群体中，但尚未超越领先者。在这一特定背景下，Globorisk 是效率最低的。
至关重要的是，作者指出，没有任何一个模型能完美适用于所有人，尤其是对于 59 岁以上的人群。所有模型的表现都会随着年龄增长而下降，这表明医生可能需要新的、针对特定年龄段的工具，通过观察不仅仅是单一的健康快照，才能真正保护老年人的心脏。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。