亮点
- 传统的联合队列方程（PCE）模型仍广泛用于10年ASCVD风险估计，但通常高估风险，尤其是在接受他汀类药物治疗的患者中。
- 新开发的PREVENT模型考虑了随访期间的他汀类药物暴露情况，为治疗人群提供了更好的风险校准。
- 两种模型的区分能力相似（C统计量约为0.72-0.73），但在校准方面因他汀类药物治疗状态而异。
- 临床医生在选择预测模型时应考虑患者的他汀类药物使用情况，以避免风险低估或高估，并优化个性化预防策略。
背景
心血管疾病，特别是动脉粥样硬化性心血管疾病（ASCVD），仍然是全球主要的死亡原因之一。准确估计绝对10年ASCVD风险对于指导初级预防（如启动他汀类药物治疗）和个体化治疗方案至关重要。2013年左右，美国心脏病学会/美国心脏协会脂质指南引入的联合队列方程（PCE）已成为风险分层的标准工具。然而，其局限性包括缺乏对随访期间开始的他汀类药物治疗的考虑，这可能减弱事件率并影响校准。
为了解决这一问题，开发了PREVENT（基于随访期间他汀类药物暴露变化的心血管疾病事件预测模型），将动态他汀类药物暴露纳入风险估计。尽管如此，关于PREVENT相对于PCE在现实世界中的表现的比较证据有限，特别是在患者他汀类药物使用方面。本综述综合了Lee等（2025年）最近的一项大型回顾性队列研究的关键发现，并将其置于更广泛的心血管风险预测文献的背景下。
主要内容
研究设计和人群
Lee等进行了一项大型回顾性队列分析，包括193,885名没有糖尿病或既往ASCVD的成人，在一个单一的综合卫生系统中随访长达10年（2013-2023年）。收集了全面的人口统计学和临床危险因素、ASCVD事件发生和他汀类药物处方数据。根据随访期间的他汀类药物暴露情况对队列进行了分层，以检查不同治疗和未治疗组的模型性能。
主要分析比较了PCE和PREVENT模型生成的10年ASCVD风险估计与观察到的事件率。通过一致性统计量（C统计量）评估模型的区分能力，并通过比较预测风险与观察到的风险在临床上相关风险分层内评估校准情况。
模型区分能力和校准
- PREVENT和PCE在ASCVD事件的区分能力方面相当，C统计量分别为0.723和0.725。
- PCE模型总体上高估了10年风险。例如，在PCE预测风险为5%-7.5%的组中，实际观察到的风险仅为3.6%。
- PREVENT模型整体上更好地对齐了预测风险和观察到的风险，尤其是对暴露于他汀类药物的患者有更准确的校准。在同一5%-7.5%的预测风险组中，PREVENT预测的实际风险为5.2%。
图：按PREVENT模型分层的Kaplan-Meier曲线
图：ASCVD的观察与估计发生率
按他汀类药物暴露分层分析
- 在接受随访期间他汀类药物治疗的患者中，PREVENT的预测结果与观察到的风险紧密匹配，反映了其对治疗影响的调整。
- 相反，在未接受他汀类药物治疗的患者中，PREVENT低估了风险（例如，5%-7.5%的预测风险组观察到的事件率为8.2%），而PCE预测结果与实际结果更为一致。
临床意义
这些发现强调了在ASCVD风险预测中纳入他汀类药物暴露的重要性。在已接受治疗的患者中，PREVENT模型提供了更好的风险校准，有助于避免可能导致不必要的强化治疗或过度治疗的风险高估。然而，PREVENT在未治疗患者中的低估风险可能会错失预防治疗启动的机会。因此，临床医生应在考虑患者治疗状态的背景下解释PREVENT估计值。
此外，鉴于PCE在非他汀类药物治疗人群中的合理表现，其常规使用可能是适当的。研究结果支持结合风险工具和临床判断的细致、个性化的做法，特别是关于他汀类药物的使用时机和依从性。
相关研究的背景
几项最近的研究指出了PCE在不同人口统计学和临床亚组中的局限性。例如，PCE在全球低至中等风险人群中倾向于高估心血管风险，并可能在少数民族或HIV患者中表现不佳。已经提出了调整和重新校准以提高PCE的准确性，但没有完全考虑到动态他汀类药物暴露。
在东亚人群（如韩国队列）的回顾性分析中验证了PCE在指导他汀类药物治疗中的效用，但表明高预测风险患者中他汀类药物的利用率不足。此外，已开发出修订的PCE算法以减少种族差异在风险估计和他汀类药物资格中的影响，支持将风险评估工具适应特定人群。
专家评论
ASCVD风险预测模型的比较性能是预防心脏病学的核心。PREVENT的引入代表了方法上的进步，通过明确建模他汀类药物治疗效果，解决了传统工具如PCE的一个关键局限性。然而，正如Lee等所展示的，其使用必须谨慎地进行背景化：
- 在区分能力略有折衷的情况下，治疗患者中校准的改善支持其在已接受或可能启动降脂治疗的患者中的使用。
- PREVENT在未治疗患者中的低估风险表明单独使用它可能会延迟预防干预。
- 结合治疗依从性、他汀类药物强度和患者特定因素可以进一步完善PREVENT，但这需要更详细的数据。
- 当前指南（ACC/AHA，ESC）强调绝对风险估计用于他汀类药物启动；来自PREVENT的新兴数据可能为未来指南的迭代提供信息。
研究的局限性包括其回顾性设计、单一医疗系统设置以及缺乏详细的他汀类药物剂量和依从性信息，这些可能会影响风险估计和普遍性。未来的研究应涉及多样化的多中心队列和前瞻性验证，以确认这些发现。
结论
总体而言，虽然联合队列方程仍然是ASCVD风险评估的稳健起点，但PREVENT模型通过调整他汀类药物暴露来提供更精细的风险估计，提高了治疗人群中的准确性。临床医生应整合两种模型的优势，结合临床背景解释估计值，并考虑他汀类药物治疗状态以优化风险分层和预防策略。进一步验证和改进PREVENT是必要的，以确保其在不同人群和治疗模式中的广泛应用。
