要点
- LIFE-Preserved 模型基于 14 项临床常规可获取的预测变量，可预测 HFpEF 患者个体化的短期及终身心力衰竭住院或心血管死亡风险。
- 该模型由瑞典大型 HFpEF 队列（n=20,332）开发，并在多个国际临床试验及登记数据库中进行了外部验证（总计 28,062 例患者），显示出稳定的风险区分度和校准度。
- 该模型以年龄作为时间尺度，并考虑竞争风险，从而能够在常规临床随访期之外进行准确的长期预测。
- 现有一个可免费访问的交互式计算器，便于将其应用于临床，以指导这一异质性患者群体的管理与共同决策。
研究背景
射血分数保留型心力衰竭（heart failure with preserved ejection fraction，HFpEF）约占全球全部心力衰竭病例的一半，影响着一个不断增长且以老年人为主、伴随多种合并症的人群。与射血分数降低型心力衰竭（heart failure with reduced ejection fraction，HFrEF）不同，HFpEF 仍缺乏有效的疾病修饰治疗，且其预后具有较大变异性，难以预测。因此，亟需针对 HFpEF 的准确风险分层工具，以识别可能从强化监测或新兴预防性干预中获益的高风险个体。现有心力衰竭风险模型大多聚焦于 HFrEF 人群，限制了其在 HFpEF 中的适用性。
研究设计
LIFE-Preserved 模型基于瑞典心力衰竭登记（Swedish Heart Failure Registry）开发，共纳入 20,332 例年龄 40～90 岁且左心室射血分数（left ventricular ejection fraction，LVEF）≥50% 的患者，从而界定 HFpEF 人群。主要复合终点为首次因心力衰竭住院或心血管（cardiovascular，CV）死亡。研究共使用了 14 项临床实践中常见且通常可获得的预测变量，包括人口学特征、临床病史、生命体征、实验室指标及用药情况。
研究采用按病因及性别分层的 Cox 比例风险模型，并以年龄作为时间尺度。该方法考虑了非心血管死亡的竞争风险，并允许将预测风险外推至超过已观察到的最长随访期（中位随访 1.8 年；最长 19 年）。外部验证在 5 个独立队列中完成：2 项随机对照试验（EMPEROR-Preserved 和 TOPCAT-Americas）以及 3 个大型登记数据库（NHS England Secure Data Environment、Veterans Affairs 和 HF-Particles），合计纳入 28,062 例患者。
模型性能通过区分度（C 统计量）和校准度（不同风险分层中预测事件率与观察事件率的一致性）进行评估。
主要结果
在瑞典心力衰竭登记的中位 1.8 年随访期间，9,341 例患者（46%）发生了首次心力衰竭住院或 CV 死亡这一复合结局。外部验证队列中共发生 9,930 例事件（35%），支持该模型具有较广泛的适用性。
汇总后的 C 统计量在临床试验队列中为 0.714（95% 置信区间［CI］：0.652～0.775），在登记队列中为 0.658（95% CI：0.599～0.717），提示其具有可接受的区分能力。所有外部验证来源均显示出良好的校准度，反映出该模型在临床试验环境和真实世界实践中均具有可靠的风险估计能力。值得注意的是，该模型在男性和女性中的表现一致，回应了对性别特异性风险预测偏倚的担忧。
以年龄作为时间尺度并进行竞争风险校正，使得模型能够进行个体化终身风险估计，这是其一项创新特征，可帮助临床医生更准确地向患者说明长期预后。
交互式在线计算器的开发进一步提升了该模型的转化应用价值，临床医生可输入患者数据并获得个体化风险估计，从而辅助临床决策并促进共同决策。
专家点评
LIFE-Preserved 模型代表了 HFpEF 精准医学领域的重要进展。HFpEF 是一种复杂综合征，现有预后工具有限。该模型利用大型国家登记数据，并在多种国际数据集中进行验证，弥补了既往主要针对 HFrEF 开发的心力衰竭风险评分的局限。其方法学上的严谨性，包括按病因及性别分层建模以及竞争风险校正，增强了其临床可信度。
但仍需考虑若干问题。相对较短的中位随访时间以及登记数据质量可能存在异质性，均可能影响风险估计。此外，尽管 14 项预测变量在临床中较为常见，但在某些医疗场景中并非全部可得，可能限制其适用性。未来在不同地理和种族人群中的进一步验证将有助于提高其普适性。
从机制角度看，HFpEF 的病理生理涉及多因素过程，包括心肌僵硬、微血管炎症以及全身性合并症，而这些并不能被常规临床变量完全捕捉。未来模型若整合生物标志物或影像学数据，可能进一步提高预测准确性。
结论
LIFE-Preserved 模型可用于 HFpEF 患者心力衰竭住院或心血管死亡的个体化短期及终身风险预测。其稳健的开发过程和外部验证结果，凸显了其作为风险分层工具的潜力，可用于指导管理强度，并为患者中心化的预后讨论提供依据。该模型的广泛实施有望改善这一复杂人群中预防性治疗及随访资源的分配。
未来研究应聚焦于前瞻性评估该模型对临床结局的影响，并纳入新兴生物标志物，以进一步优化 HFpEF 的预后评估。
资金支持与 ClinicalTrials.gov
LIFE-Preserved 模型的开发与验证得到了多家学术机构及心血管研究联盟的协作支持，包括 ESC Cardiovascular Risk Collaboration 和 CVD-COVID-UK/COVID-IMPACT Consortium。摘要中未报告具体资助信息。用于外部验证的临床试验数据集包括在 ClinicalTrials.gov 注册的 EMPEROR-Preserved（NCT03057951）和 TOPCAT（NCT00094302）试验。
参考文献
1. Reitsma TH, et al. Risk prediction in patients with heart failure with preserved ejection fraction: the LIFE-Preserved model. Eur Heart J. 2026;47(34):4773-4788. PMID: 41810940.
2. Shah SJ, et al. Phenotype-Specific Treatment of Heart Failure with Preserved Ejection Fraction: A Multiorgan Strategy. Nat Rev Cardiol. 2020;17(10):587-602.
3. Pieske B, et al. How to Diagnose Heart Failure with Preserved Ejection Fraction: The HFA-PEFF Diagnostic Algorithm: A Consensus Recommendation from the Heart Failure Association (HFA) of the European Society of Cardiology (ESC). Eur J Heart Fail. 2019;21(6):765-776.
4. Solomon SD, Rizkala AR, Lefkowitz MP, et al. Effect of Sacubitril-Valsartan vs Valsartan on Heart Failure with Preserved Ejection Fraction: The PARAGON-HF Trial. JAMA. 2019;322(3):166-176.
5. Paulus WJ, Tschope C. A Novel Paradigm for Heart Failure with Preserved Ejection Fraction. J Am Coll Cardiol. 2013;62(4):263-271.
