《Scientific Reports》：External validation of the PREVENT risk score: performance and clinical utility in an Iranian population
编辑推荐：
心血管疾病（CVD）的准确预测对预防至关重要，但现有模型能否适用于不同人群？本研究在伊朗德黑兰脂质与葡萄糖研究人群中，对包含估算肾小球滤过率（eGFR）等指标的PREVENT模型进行了外部验证。结果显示，该模型在预测中东人群10年动脉粥样硬化性心血管疾病（ASCVD）风险方面表现出良好的区分度（AUC: 女性0.84，男性0.76），经重新校准后显著改善了风险分类（NRI: 男性+61%，女性+79%），为基于人群的CVD预防提供了经过本地化验证的有效工具。
心血管疾病是全球范围内的主要死亡原因，准确预测个体在未来发生心血管事件的风险，是实施有效预防策略的基石。医生们依赖各种风险评分模型，例如过去常用的弗明汉风险评分，来评估一个人在未来十年内患上心脏病或中风的可能性。然而，一个悬而未决的关键问题是：这些基于特定人群（如欧美人群）数据开发出来的模型，当应用到遗传背景、生活习惯和疾病谱可能完全不同的其他地区人群时，其预测能力还能保持准确吗？模型的“水土不服”可能导致风险被高估或低估，从而造成医疗资源的误配——高风险者未得到足够重视，而低风险者可能接受了不必要的干预。因此，在目标人群中对风险模型进行独立的外部验证，是将其应用于临床实践前的必要步骤。
为此，一项发表在《Scientific Reports》上的研究将目光投向了中东地区。研究人员想知道，一个较新的、包含了肾功能指标[估算肾小球滤过率（eGFR）]等代谢预测因子的动脉粥样硬化性心血管疾病（ASCVD）风险模型——预测心血管疾病事件（PREVENT）模型，在伊朗成年人群中表现如何。这项研究旨在严格评估PREVENT模型对这一特定人群的适用性。
为了回答这个问题，研究团队利用了一项名为“德黑兰脂质与葡萄糖研究”（Tehran Lipid and Glucose Study, TLGS）的大型前瞻性队列数据。他们纳入了5799名年龄在30至79岁之间、基线时无心血管疾病的伊朗成年人，并进行了长达13年的中位随访。研究的核心是评估PREVENT模型在预测10年ASCVD风险时的多项性能指标，包括区分度（通过受试者工作特征曲线下面积AUC衡量，即模型区分未来患病者与未患病者的能力）、校准度（模型预测的风险与实际观测到的风险之间的一致性），以及临床决策分析指标如净获益和重新分类改善指数。
研究的第一个重要发现关乎模型的区分能力。分析结果显示，PREVENT模型在女性中表现出色，AUC高达0.84；在男性中也为0.76，处于可接受的范围。这表明该模型能够较好地将未来发生ASCVD的个体与未发生的个体区分开来。然而，当检查模型的校准时，研究人员发现了一个问题：对于男性，模型的初始版本系统性地低估了他们的实际风险。这就像一个不太准的秤，总是称得比实际轻。经过重新校准这一统计调整后，男性的平均预测风险从4.2%上升至与实际更为接近的7.6%，模型识别出真正高风险个体的能力（敏感性）也从62%提升到了80%。重新校准不仅修正了“秤”的偏差，还显著改善了模型的分类能力。量化这一改善的重新分类改善指数（NRI）显示，在男性中改善了+61%，在女性中改善了惊人的+79%。这意味着重新校准后的模型能够将大量个体正确地重新划分到更准确的风险类别中。
那么，这个校准后的模型对临床医生做决策真的有帮助吗？研究通过决策曲线分析给出了答案。该分析表明，在特定的风险阈值范围内使用校准后的PREVENT模型，能为患者带来临床“净获益”。具体而言，对于女性，当预防性治疗的决策阈值设定在10%到20%的10年风险时；对于男性，设定在13%到20%时，使用该模型指导决策（即仅对模型预测风险超过阈值的个体进行治疗）比“对所有患者都治疗”或“对所有患者都不治疗”的策略更具优势。这为医生在临床实践中如何应用该模型提供了有价值的参考界限。
综上所述，这项研究系统地在伊朗人群中验证了PREVENT模型。其主要结论是：PREVENT模型在预测中东人群的10年ASCVD风险方面，具有良好的区分能力，尤其是在女性中。但其初始版本在男性中存在校准不足、低估风险的问题。通过简单的重新校准，模型的预测准确性和临床实用性得到了显著提升，使其能够更可靠地用于识别高风险个体。这项研究的意义在于，它强调了在将心血管风险预测模型应用于新人群时，进行外部验证和必要的本地化校准的极端重要性。研究证明，经过适当调整的PREVENT模型可以成为中东地区心血管疾病预防的一个有前途的风险评估工具，有助于实现更精准、更有效的疾病预防和健康管理。
