黃書瑋 周志衡 馮天元 劉莉 鄧光璞 張藝旋 朱宏

基金項目：國家重點研發(fā)計劃主動健康和老齡化科技應對重點專項（2020YFC2006400）；廣東省醫(yī)學科學技術研究基金（20221114164728154）；深圳市科技計劃項目（JCYJ20210324135411031）；坪山區(qū)衛(wèi)生健康系統(tǒng)科研項目（202289）

引用本文：黃書瑋，周志衡，馮天元，等. 一種新型心血管疾病風險評估模型與四種國內(nèi)外常見評估工具對高糖患者心血管疾病風險評估的比較研究［J］. 中國全科醫(yī)學，2024，27（21）：2646-2648. DOI：10.12114/j.issn.1007-9572.2023.0595.［www.chinagp.net］

HUANG S W，ZHOU Z H，F(xiàn)ENG T Y，et al. A comparative study of a novel cardiovascular disease risk assessment model and four common domestic and international assessment tools in evaluating the cardiovascular disease risk of patients with hyperglycemia［J］. Chinese General Practice，2024，27（21）：2646-2648.

? Editorial Office of Chinese General Practice. This is an open access article under the CC BY-NC-ND 4.0 license.

【關鍵詞】 心血管疾病；風險評估模型；高血壓；糖尿病

心血管疾?。╟ardiovascular disease，CVD）嚴重危害我國居民的生命健康安全。高血壓、糖尿病是發(fā)生CVD的常見危險因素，且繼發(fā)CVD常是高血壓和糖尿病患者（以下簡稱為高糖患者，指患有高血壓或糖尿病其中一種或兩種的患者）死亡結局的主要原因，我國高糖患者基數(shù)龐大，因而糖尿病患者發(fā)生CVD的預防尤為重要［1-2］。預防CVD的發(fā)生，需要及時識別高風險人群，以采取有效的生活方式和藥物干預措施。

目前國際上已開發(fā)了多種較為成熟的心血管疾病風險評估工具對心血管疾病的風險進行評估，有研究表明，這些被廣泛推薦使用的評估工具在實際應用中存在著過高或過低估計CVD風險水平的現(xiàn)象［3］，且不適用于所有人群，這些評估工具的結果以定性為主（低危、中危、高危），缺少定量的結果，不利于評價患者的動態(tài)變化。南方醫(yī)科大學深圳坪山總醫(yī)院構建了一個能動態(tài)觀察并量化評估CVD風險且利于應用和管理的新型風險評估模型，該模型存在如下優(yōu)點，一是充分考慮了患者基礎疾病史對于CVD風險的影響并給予了較高的權重系數(shù)；二是將CVD風險賦分進行了量化，可以非常直觀地展示評估結果并比較不同人群的發(fā)病風險和患者自身的動態(tài)風險；三是加入了健康管理行為的因素，如吸煙、飲酒、運動、飲食、睡眠、服藥依從性等，在一定程度上也會影響患者的CVD風險，采用本模型對患者的CVD風險進行評估后，對于上述行為因素項目的風險分值過高的患者進行及時的干預可以降低總體患病風險，提高其自我健康管理的積極性。

為驗證本模型的有效性，本研究選取了2023年1—3月在深圳市某區(qū)28家社區(qū)健康服務中心接受健康體檢的高糖患者5 469例，依據(jù)其是否患有CVD（包括冠心病、腦血管疾病、外周動脈疾病等）分為了CVD組（n=232）和非CVD組（n=5 237），收集納入患者的一般資料、隨訪資料和臨床檢查資料。分別使用新型心血管疾病風險評估模型、弗萊明翰風險評分（FRS）、歐洲系統(tǒng)性冠狀動脈風險評估模型（SCORE）、中國動脈粥樣硬化性心血管疾病風險預測模型（China-PAR）、中國成人血脂異常防治指南風險分層方案對兩組患者的10年CVD風險進行評估。

結果顯示，使用新型心血管疾病風險評估模型對非CVD組高糖患者進行評估，其平均得分為（328.66±94.40）分，高糖患者得分高于糖尿病患者和糖尿病患者得分（P<0.05），糖尿病患者得分高于高血壓患者得分（P<0.05），說明糖尿病和高血壓均會增加CVD的風險，且相較于高血壓，糖尿病帶來的風險更大。老年患者得分高于非老年患者得分（P<0.05），說明高齡會增加CVD的風險。隨著年齡的增加，高糖人群CVD風險得分和CVD高危率（經(jīng)前期專家驗證結果，將超過150分、300分作為中危、高危的標準）逐漸增加，說明高齡是CVD的重要危險因素，與既往研究結果一致［4］。男性和女性的CVD風險得分比較，未見統(tǒng)計學差異（P>0.0.5），但按風險等級劃分后，男性的高危率要高于女性（P<0.05），這與既往研究結果一致［5］

（表1）。

新型心血管疾病風險評估模型將未患CVD的高糖人群均識別為中高危人群，中危人數(shù)和高危人數(shù)所占比例分別為50.83%和49.17%，這可能是因為在該模型三個部分中，基礎疾病史所占的權重較大，高糖患者的CVD風險高于無基礎疾病史的人群，而本研究人群均為高糖患者，經(jīng)過評估后，將其全部識別為中高危。

不同風險評估工具識別出低危、中危、高危人群數(shù)量存在顯著差異。FRS和SCORE將大多數(shù)高糖患者識別為低危，這二者之間也存在差異，除低?；颊咧猓現(xiàn)RS將更多的患者識別為中危，而識別為高危的患者僅有333例，SCORE將更多的人識別為高危，中危人數(shù)較少。中國成人血脂異常防治指南風險分層方案識別出低危和高?；颊叩臄?shù)量相當，中?；颊呷藬?shù)較少。China-PAR將大多數(shù)高糖患者識別為中、高危，低?；颊摺６滦托难芗膊★L險評估模型將所有高糖患者識別為中危和高危，兩者間人數(shù)相當（表2）。與新型心血管疾病風險評估模型預測結果相比較，F(xiàn)RS、SCORE、China-PAR和中國成人血脂異常防治指南風險分層方案同時預測為低危、中危或高危的比例分別為15.03%、21.31%、54.34%和37.06%，一致性檢驗Kappa值分別為-0.01（P<0.001）、-0.030（P<0.001）、

0.200（P<0.001）和0.096（P<0.001），均小于0.4，說明該新型心血管疾病風險評估模型與FRS、SCORE、China-PAR、中國成人血脂異常防治指南風險分層方案預測結果一致性較差。

使用不同心血管風險評估工具對有232例CVD組高糖患者進行風險評估，能夠將CVD患者識別為高危，則說明識別準確，能夠將更多的CVD患者識別為高危，則說明準確性越高。如表3所示，F(xiàn)RS與SCORE的準確率非常低，分別僅成功將12.5%和10.34%的CVD患者識別為高風險。中國成人血脂異常防治指南風險分層方案準確率一般，為41.81%。China-PAR準確率較高，達到73.28%。而新型心血管疾病風險評估模型在232例患者中成功識別了213例高風險患者，準確率達到91.81%，具有非常高的靈敏度。

綜上所述，在五種評估工具中，F(xiàn)RS、SCORE、中國成人血脂異常防治指南風險分層方案不適合對本研究高糖人群的CVD風險進行評估，新型心血管疾病風險評估模型和China-PAR適用于本研究高糖人群CVD風險的評估，且新型心血管疾病風險評估模型對CVD的預測風險不低于China-PAR，因此，對于高糖患者的CVD患病風險的評估，該新型模型可能是一個有應用潛力的評估工具。

參考文獻

WANG M C，LLOYD-JONES D M. Cardiovascular risk assessment in hypertensive patients［J］. Am J Hypertens，2021，34（6）：569-577. DOI：10.1093/ajh/hpab021.

YUN J S，KO S H. Current trends in epidemiology of cardiovascular disease and cardiovascular risk management in type 2 diabetes［J］. Metabolism，2021，123：154838. DOI：10.1016/j.metabol.2021.154838.

EICHLER K，PUHAN M A，STEURER J，et al. Prediction of first coronary events with the Framingham score： a systematic

review［J］. Am Heart J，2007，153（5）：722-731，731.e1-731.e8. DOI： 10.1016/j.ahj.2007.02.027.

向靜，趙廷明，李鑫，等. 通江縣35～75歲居民心血管疾病高危人群調(diào)查［J］. 預防醫(yī)學，2021，33（6）：609-614. DOI：10.19485/j.cnki.issn2096-5087.2021.06.017.

殷黎，殷蕾，劉瓊，等. 湖南省35～75歲居民心血管病高危人群流行特征［J］. 中華疾病控制雜志，2022，26（6）：728-731. DOI：10.16462/j.cnki.zhjbkz.2022.06.019.

（收稿日期：2023-08-20；修回日期：2023-11-15）

（本文編輯：曹新陽）