王 箴 錢菊英 潘柏申 趙 冬 葛均波

《中國心血管健康與疾病報告2019》中指出，中國心血管疾病(cardiovascular disease，CVD)患病率仍處于持續(xù)上升階段，推算CVD現(xiàn)患人數(shù)3.3億，其中腦卒中1 300萬人，冠心病1 100萬人，肺源性心臟病500萬人，心力衰竭890萬人，風(fēng)濕性心臟病250萬人，先天性心臟病200萬人，下肢動脈疾病4 530萬人，高血壓2.45億人。目前，心血管病位列城鄉(xiāng)居民死亡原因的首位，在農(nóng)村為45.91%，城市為43.56%。當(dāng)前，中國CVD負(fù)擔(dān)日漸加重，已成為重大的公共衛(wèi)生問題，防治CVD刻不容緩[1]。

大量研究證實，高血壓、血脂異常、糖尿病、肥胖、吸煙、體力活動缺乏和不健康的飲食習(xí)慣等是CVD主要且可改變的危險因素。CVD是多個危險因素相互作用的結(jié)果。因此，對整體CVD風(fēng)險進(jìn)行綜合評估是有效防治CVD的前提。

CVD風(fēng)險評估是指根據(jù)CVD多種危險因素水平的高低及其組合來判斷或預(yù)測一個人或一群人未來(5年、10年或余生)發(fā)生CVD急性事件(急性心肌梗死、冠心病猝死、其他冠心病引起的死亡、急性卒中)的概率。目前，使用最廣泛的是動脈粥樣硬化性心血管疾病(arteriosclerotic cardiovascular disease，ASCVD)風(fēng)險評估。合理地評估ASCVD風(fēng)險，將有助于臨床醫(yī)師根據(jù)患者存在的危險因素制訂有效的干預(yù)方案，從而降低ASCVD的總體風(fēng)險。國內(nèi)外的指南[2-4]均推薦對不同人群進(jìn)行ASCVD風(fēng)險評估。

1 國內(nèi)外ASCVD風(fēng)險評估模型研究進(jìn)展

自1961年Framingham心臟研究[5]提出了冠心病發(fā)展過程中的危險因素后，“危險因素”的概念開始廣泛流行。隨后Framingham心臟研究于1967年首次創(chuàng)建了針對冠心病的多變量危險因素的函數(shù)[6]，研究使用多元logistic模型分析了年齡、TC、體重、心電圖異常、血紅蛋白和吸煙等危險因素。1976年，F(xiàn)ramingham心臟研究又首次提出“風(fēng)險預(yù)測”的概念[7]，并于1998年發(fā)表了知名的Framingham危險因素預(yù)測冠心病風(fēng)險的文章[8]，10年后發(fā)表了適用于所有CVD的風(fēng)險預(yù)測模型的文章[9]。

得益于Framingham“風(fēng)險預(yù)測”概念的提出，世界范圍內(nèi)有越來越多的國家或地區(qū)開始研究基于本國或地區(qū)人群的CVD風(fēng)險預(yù)測模型，如：歐洲系統(tǒng)性冠狀動脈風(fēng)險評估(SCORE)評分[10]，英國的Q風(fēng)險評分(QRISK)[11],以及《2013年美國心臟病學(xué)會和美國心臟協(xié)會(ACC/AHA)心血管風(fēng)險評估指南》中提出的針對ASCVD風(fēng)險評估的匯總隊列方程(Pooled Cohort Equations，PCEs)[12]等。國外幾種主要的CVD風(fēng)險預(yù)測模型的對比信息見表1。

表1 國外不同CVD風(fēng)險預(yù)測模型的對比

由于我國人群冠心病發(fā)病率和危險因素水平均顯著低于歐美白人，因此，中國的學(xué)者也著手研究基于中國人群數(shù)據(jù)的CVD風(fēng)險模型。2004年，首都醫(yī)科大學(xué)附屬北京安貞醫(yī)院(簡稱安貞醫(yī)院)的劉靜等首次提出了中國多省市CVD危險因素隊列研究(Chinese multi-provincial cohort study, CMCS)模型，并與美國Framingham心臟研究模型的數(shù)據(jù)進(jìn)行比較。結(jié)果顯示，CMCS模型可以較好地預(yù)測中國人群的冠心病發(fā)病絕對危險[15]，而Framingham模型則明顯高估了CMCS人群的絕對危險。CMCS的結(jié)果進(jìn)一步肯定了中西方人群冠心病發(fā)病率和危險因素的差異。2006年中國醫(yī)學(xué)科學(xué)院阜外醫(yī)院的武陽豐等發(fā)表了中國心血管流行病學(xué)多中心合作研究(China multicenter collaborative study of cardiovascular epidemiology，China MUCA)的文章提出了針對缺血性CVD(冠心病和卒中)的預(yù)測模型[16]。2015年，基于CMCS研究進(jìn)一步提出了針對CVD患者的余生風(fēng)險評估模型[17]。2016年，基于China MUCA提出了針對中國ASCVD的風(fēng)險預(yù)測模型，即China-PAR(prediction for ASCVD risk in China)模型[18]。我國幾種CVD風(fēng)險預(yù)測模型的對比信息見表2。

表2 中國不同CVD風(fēng)險預(yù)測模型的對比

2 智能化ASCVD風(fēng)險評估工具開發(fā)

2.1 工具開發(fā)背景

2.1.1 模型種類繁多， 選擇存在困難 自20世紀(jì)Framingham心臟研究發(fā)表以來，世界范圍內(nèi)可供參考使用的CVD風(fēng)險預(yù)測模型多達(dá)幾十種，由于每個模型所使用數(shù)據(jù)庫、預(yù)后終點及危險因素不同，導(dǎo)致了各模型的評分結(jié)果存在差異。各國指南[2-5,10]推薦使用CVD風(fēng)險評估的模型各不相同，在同一人群中使用不同的風(fēng)險預(yù)測模型得出的10年CVD發(fā)生風(fēng)險結(jié)果也存在差異，這可能嚴(yán)重影響了10年CVD發(fā)生風(fēng)險的預(yù)測和評估。來自中國的一項研究[19]使用不同風(fēng)險評估模型分析中國人群的10年CVD風(fēng)險，結(jié)果顯示，使用Framingham危險評分、SCORE評分、PCEs、China-PAR模型計算出的平均風(fēng)險差異較大，中國的評估模型更適用于中國人群，而在臨床實踐中，如何選擇評估模型將直接影響疾病的診斷結(jié)果。

2.1.2 危險因素數(shù)據(jù)信息分散，完整評估難度大 各種CVD風(fēng)險評估模型均需多種危險因素信息，在臨床診療中獲取數(shù)據(jù)的途徑多而雜，比如年齡、性別、吸煙史等信息，門診時醫(yī)師需要通過問診獲得，住院時醫(yī)師則使用醫(yī)院信息系統(tǒng)查看。腰圍、BMI需要進(jìn)行針對性的測量和計算，血糖、LDL-C等需要查看檢查報告單。正是由于這些危險因素信息的分散，導(dǎo)致了很多臨床醫(yī)師在使用CVD風(fēng)險評估時會對某一信息的獲得出現(xiàn)“卡殼”的現(xiàn)象，最終無法進(jìn)行完整的評估。

2.1.3 實驗室檢查結(jié)果報告存在“一刀切”現(xiàn)象，與CVD評估治療推薦不符 對于實驗室檢查結(jié)果報告存在“一刀切”的現(xiàn)象，即報告單中僅顯示檢測結(jié)果和參考值的范圍，并不會針對不同ASCVD危險級別人群各指標(biāo)的達(dá)標(biāo)值去設(shè)定具體的參考值。例如《中國心血管病一級預(yù)防指南》[20]中規(guī)定，不同危險級別的人群治療目標(biāo)各不相同，低、中危ASCVD人群LDL-C的治療目標(biāo)為<3.4 mmol/L，高危ASCVD人群為<2.6 mmol/L，極高危ASCVD人群為<1.8 mmol/L，而目前的報告單上則只顯示正常值范圍為1.8～3.4 mmol/L。

2.1.4 臨床缺乏針對患者危險因素綜合管理的全方位指導(dǎo) 對于患者而言，在進(jìn)行檢查后，由于只能拿到傳統(tǒng)的報告單，大多數(shù)患者并不能有效理解報告單上數(shù)值的含義，無法了解自己的檢測結(jié)果與理想水平之間存在的差異，因而也就無法真正理解醫(yī)師開具處方的真正用意。另一方面，醫(yī)師給患者的生活方式干預(yù)建議大多為口頭講解，隨著時間的推移，患者可能遺忘醫(yī)囑內(nèi)容，或患者年齡較大記不住口頭的處方內(nèi)容。這些不可控的因素，均可能影響患者的治療依從性和治療效果。

2.1.5 傳統(tǒng)交互式評分工具增加臨床醫(yī)師工作量 隨著計算機和人工智能技術(shù)的發(fā)展，研究者開始基于各種評分公式開發(fā)出諸如紙質(zhì)版、網(wǎng)頁版、手機應(yīng)用程序(App)版等不同類型的交互式評分工具(http:∥www.euroscore.org/；https:∥qrisk.org/three/；http:∥www.cvdrisk.com.cn/ASCVD/Eval)。使用者只需回答“是”或“否”并填入相關(guān)數(shù)值即可進(jìn)行風(fēng)險評估，以達(dá)到簡便且準(zhǔn)確的目的。但即便擁有這一交互式評分工具，門診或住院醫(yī)師在使用時仍需打開一個網(wǎng)站或App，并逐一輸入患者的所有信息，以完成風(fēng)險評估，當(dāng)患者數(shù)據(jù)較多時，這依然大大浪費了醫(yī)患雙方的時間。

綜合以上原因，導(dǎo)致了臨床醫(yī)師在面對一系列危險因素結(jié)果時無法在繁忙的臨床工作中對患者的CVD風(fēng)險級別進(jìn)行完整的評估。患者在面對純數(shù)字的數(shù)據(jù)結(jié)果時，無法有效獲知自己的心血管風(fēng)險狀態(tài)，最終影響CVD的自我管理。

2.2 智能化ASCVD風(fēng)險評估工具介紹 智能化ASCVD風(fēng)險評估工具是一款直接對接醫(yī)院數(shù)據(jù)系統(tǒng)的智能化工具，選擇《中國成人血脂異常防治指南(2016年修訂版)》[2]推薦的ASCVD風(fēng)險評估模型作為軟件編程的基礎(chǔ)，參考指南編寫團隊基于2015年發(fā)表的模型及安貞醫(yī)院流行病團隊發(fā)表的方法學(xué)文章[21]中關(guān)于模型的算法公式，完成工具開發(fā)。

工具通過自動抓取系統(tǒng)信息結(jié)合部分人工選擇完成對患者ASCVD風(fēng)險級別的判斷。門診或住院醫(yī)師查看患者信息時，只需進(jìn)入醫(yī)院信息系統(tǒng)后勾選是否需要進(jìn)行ASCVD風(fēng)險評估，隨后進(jìn)入ASCVD風(fēng)險評估界面，系統(tǒng)自動在檢驗數(shù)據(jù)庫中提取患者的血壓、血糖、血脂等數(shù)值信息，結(jié)合醫(yī)師根據(jù)門診或住院記錄中其他的危險因素信息完成關(guān)鍵信息勾選，在幾秒內(nèi)即可實現(xiàn)風(fēng)險評估，并出具報告結(jié)果，見圖1。

圖1 ASCVD風(fēng)險評估報告模板

評估報告分為4部分：患者臨床信息、風(fēng)險評估結(jié)果、個性化目標(biāo)值和健康處方。

2.2.1 患者臨床信息 主要來自于醫(yī)院信息系統(tǒng)，由患者基本信息、ASCVD風(fēng)險評估相關(guān)臨床診斷和實驗室檢查結(jié)果3個部分組成?；颊呋拘畔ㄩT診(或)住院號、姓名、性別、年齡、身高、體重、BMI、吸煙、血壓、降壓藥物、降脂藥物、降糖藥物。ASCVD風(fēng)險評估相關(guān)臨床診斷包括對ACS、糖尿病、高血壓、缺血性卒中、短暫性腦缺血發(fā)作等疾病的診斷結(jié)果。實驗室檢查結(jié)果包括TC、LDL-C、HDL-C、非HDL-C、TG、FBG和HbA1c的數(shù)值。

2.2.2 風(fēng)險評估結(jié)果 根據(jù)《中國成人血脂異常防治指南(2016年修訂版)》[2]的建議對人群進(jìn)行分層，即極高危、高危、中危和低危，分層結(jié)果通過不同顏色顯示，方便醒目地提示患者所處的危險級別，同時對不同危險級別結(jié)果進(jìn)行說明。

2.2.3 個性化目標(biāo)值 數(shù)據(jù)主要來自于檢驗科，根據(jù)風(fēng)險評估結(jié)果進(jìn)行展示，顯示主要危險因素(LDL-C、血壓、FBG、HbA1c、吸煙狀況、BMI)的結(jié)果和理想目標(biāo)值，同時使用不同的顏色進(jìn)行標(biāo)記。

2.2.4 健康處方 包括改善生活方式、血脂管理、血壓管理、血糖管理和定期門診隨訪5個方面，每一方面都是根據(jù)患者的危險分層結(jié)果及指南[4]的建議提供個性化的參考。

2.3 創(chuàng)新模式提升醫(yī)師工作便利性，提高患者依從性 智能化ASCVD風(fēng)險評估工具屬于內(nèi)嵌醫(yī)院信息系統(tǒng)的智能應(yīng)用程序，操作簡便快捷，結(jié)果反饋迅速直接，有效地幫助臨床醫(yī)師提高ASCVD風(fēng)險評估的效率，彌補目前ASCVD風(fēng)險評估在臨床應(yīng)用中的不足，促進(jìn)ASCVD風(fēng)險評估的推廣應(yīng)用。

通過使用智能化ASCVD風(fēng)險評估工具所生成的報告，醫(yī)師可以直觀了解患者的基本狀況，迅速判斷ASCVD風(fēng)險級別，從而為患者提供個體化的治療建議。報告內(nèi)容清晰簡潔，提高了ASCVD風(fēng)險評估臨床應(yīng)用的便利性，具有有效的參考意義。同時，可以在線瀏覽報告，也可打印報告交給患者，患者根據(jù)報告的結(jié)果可以了解自身危險因素的情況，同時可以參考報告中個性化目標(biāo)值和健康處方，結(jié)合臨床醫(yī)師實際的處方建議，對多種危險因素進(jìn)行自我干預(yù)，實現(xiàn)生活方式的改變及規(guī)律用藥，提高依從性。

臨床中部分患者可能僅僅是因為單一因素導(dǎo)致的ASCVD風(fēng)險評估結(jié)果較高，如LDL-C>4.9 mmol/L,但無其他危險因素、并發(fā)癥等，而此患者卻是ASCVD極高危人群，通過使用智能化ASCVD風(fēng)險評估工具，并根據(jù)報告進(jìn)行相應(yīng)的血脂治療，最終使其血脂達(dá)標(biāo)，即可有效降低此類人群ASCVD的風(fēng)險級別。

3 智能化ASCVD風(fēng)險評估工具應(yīng)用情況介紹

自2017年1月起，智能化ASCVD風(fēng)險評估工具已經(jīng)在復(fù)旦大學(xué)附屬中山醫(yī)院(簡稱中山醫(yī)院)及上海楓林街道社區(qū)衛(wèi)生服務(wù)中心(簡稱楓林社區(qū))開展應(yīng)用，并受到關(guān)注。

至截稿時，中山醫(yī)院使用該系統(tǒng)共生成3 389份報告，其中門診386份(11.39%)，病房3 003份(88.61%)。在全部報告中，2 271份(67.00%)為極高?；颊?，即確診的ASCVD患者；高危、中危和低危的比例分別為542(16.00%)、169(5.00%)和407(12.00%)，見圖2。對整體人群進(jìn)行分析發(fā)現(xiàn)：如果參照常規(guī)血脂檢查報告單的結(jié)果，血脂達(dá)標(biāo)2 020人，達(dá)標(biāo)率為59.60%；而通過ASCVD風(fēng)險分層分析發(fā)現(xiàn)的極高?；颊咧? 158人(50.99%)顯示為血脂達(dá)標(biāo)，高危患者中366人(67.53%)顯示為血脂達(dá)標(biāo)，中、低危患者中分別有146人(86.39%)和325人(79.85%)顯示為血脂達(dá)標(biāo)。

未知指因數(shù)據(jù)缺失而無法獲得完整報告的人群圖2 不同醫(yī)院不同危險級別患者人群占比

楓林社區(qū)自2018年11月至截稿日，應(yīng)用本系統(tǒng)共生成報告502份。其中極高危120份(23.90%)，高危344份(68.53%)，中、低危38份(7.57%)，見圖2。而按傳統(tǒng)報告單整體血脂達(dá)標(biāo)88人，達(dá)標(biāo)率為17.53%，其中極高?；颊哌_(dá)標(biāo)8人(6.67%)，高?；颊哌_(dá)標(biāo)60人(17.44%)，中、低?；颊哌_(dá)標(biāo)20人(52.63%)。如不對患者進(jìn)行ASCVD分層，則LDL-C達(dá)標(biāo)266人，達(dá)標(biāo)率為52.99%，與分層后的結(jié)果存在較大差異。 全部人群中有272人患高血壓，其中高血壓達(dá)標(biāo)189人，達(dá)標(biāo)率為69.49%。經(jīng)ASCVD分層發(fā)現(xiàn)，其中極高?；颊?9人，達(dá)標(biāo)67人(75.28%)；高?；颊?76人，達(dá)標(biāo)116人(65.91%)；中、低?；颊?人，達(dá)標(biāo)6人(85.71%)。后續(xù)還將進(jìn)一步研究探討使用ASCVD風(fēng)險評估與不使用LDL-C數(shù)值的區(qū)別。

中山醫(yī)院及楓林社區(qū)均是基于醫(yī)院患者使用的報告，同時本團隊還依托上海市奉賢區(qū)衛(wèi)生健康委員會下轄21家社區(qū)衛(wèi)生服務(wù)中心，使用ASCVD風(fēng)險評估報告對奉賢區(qū)102 234名體檢人群進(jìn)行數(shù)據(jù)分析。結(jié)果發(fā)現(xiàn)極高危5 331人(5.21%)，高危71 134人(69.58%)，中危17 121人(16.75%)，低危7 820人(7.65%),未知828人(0.81%)，見圖2。參與評估人群LDL-C平均值2.61 mmol/L，極高?；颊咧校琇DL-C達(dá)標(biāo)1 658人(31.10%)，高危患者達(dá)標(biāo)31 655人(44.50%)，中、低?；颊哌_(dá)標(biāo)13 046人(76.20%)和6 115人(78.20%)。通過對中山醫(yī)院、楓林社區(qū)及奉賢區(qū)體檢人群的統(tǒng)計數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)，在ASCVD不同危險層級人群中血脂和血壓的達(dá)標(biāo)率存在較大的差異，極高?；颊咂毡檫_(dá)標(biāo)率相對較低，而如果不使用ASCVD對人群進(jìn)行分層，則整體人群的達(dá)標(biāo)率會出現(xiàn)虛高的現(xiàn)象。因此，對人群進(jìn)行有效的ASCVD危險級別分層，繼而針對不同危險級別選擇針對性的治療方案至關(guān)重要。ASCVD風(fēng)險評估報告自發(fā)布以來獲得了積極的認(rèn)可，有助于提升醫(yī)師和患者對于ASCVD風(fēng)險評估中危險因素綜合管理的認(rèn)知，提高血脂、血壓、血糖異常的診斷率和治療率，改善患者的依從性。后續(xù)將針對智能化ASCVD風(fēng)險評估工具使用前后患者的血脂、血壓、血糖變化開展相關(guān)研究，期望為工具的使用提供更多數(shù)據(jù)的支持。

4 展 望

自2019年歐洲心臟病學(xué)會/歐洲動脈粥樣硬化學(xué)會(ESC/EAS)血脂異常管理指南[4]的更新，高危人群LDL-C控制目標(biāo)值更低，即<1.4 mmol/L，隨后ACC心血管病一級預(yù)防指南[3]中也同樣強調(diào)了更低的控制目標(biāo)值。2020年《超高危動脈粥樣硬化性心血管疾病患者血脂管理中國專家共識》[22]也提出了超高危ASCVD患者LDL-C水平的干預(yù)靶標(biāo)降低至1.4 mmol/L以下的概念。不過由于本工具所使用的模型是《中國成人血脂異常防治指南(2016年修訂版)》[2]中基于中國人群的模型，因此對危險級別的分層依然遵循的是極高危人群LDL-C<1.8 mmol/L。未來，隨著中國指南的更新，也會及時更新評估工具中的危險分層和血脂的目標(biāo)值。

2016年中共中央、國務(wù)院印發(fā)了《“健康中國2030”規(guī)劃綱要》，明確提出實施慢性病綜合防控戰(zhàn)略，加強國家慢性病綜合防控示范區(qū)建設(shè)。強化慢性病篩查和早期發(fā)現(xiàn)，推動腦卒中、冠心病等慢性病的機會性篩查。逐步將符合條件的腦卒中等重大慢性病早診、早治適宜技術(shù)納入診療常規(guī)。到2030年，實現(xiàn)全人群、全生命周期的慢性病健康管理。

合理有效地使用智能化ASCVD風(fēng)險評估工具，為臨床醫(yī)師對患者進(jìn)行ASCVD危險分層提供了便捷的方法，有利于不同危險級別患者的識別與診治，助力臨床醫(yī)師規(guī)范膽固醇等主要心血管危險因素的管理及ASCVD綜合防治，推動指南中關(guān)于ASCVD人群危險分層評估的落地，同時提高患者對于ASCVD風(fēng)險的知曉率及重視程度，提高患者依從性，最終推進(jìn)健康中國建設(shè)，減少我國CVD的流行，促進(jìn)“健康中國2030”整體戰(zhàn)略目標(biāo)的實現(xiàn)。目前，此評估工具僅在上海部分醫(yī)院使用，使用效果獲得一致好評，期望后續(xù)可以在全國范圍內(nèi)進(jìn)行推廣，為更多的臨床醫(yī)師與患者提供幫助。