应用行为和身体测量因素改善总体血管风险预测 I

mproving Global Vascular Risk Prediction With Behavioral and Anthropometric Factors

目的：本研究旨在应用行为和身体测量因素改善总体血管风险预测。

背景：很少有在多民族个体中设计心血管风险模型来预测心肌梗死、卒中或血管性死亡的总体血管风险，且现行计划中并没有完全包括行为危险因素。

方法：本研究为NOMAS（Northern Manhattan Study）（平均年龄69岁，女性63.2%，西班牙裔52.7%，非裔美国人24.9%，白人19.9%）研究中随机产生、基于人群的、前瞻性队列研究，纳入了2737例无卒中和冠状动脉疾病的个体，每年随访1次，随访年限中位数为9年。卒中、心肌梗死或血管性死亡的总体血管风险积分（GVRS）通过给基于似然比标准的传统Framingham心血管变量加入新的变量而得出。通过受试者工作特征、校准和影响受试者重新分类来评估模型功用。

结果：添加到传统Framingham数据中的变量包括：腰围，酒精摄入量和体力活动量。所有入选者均连续测量血压和空腹血糖而不仅限于高血压和糖尿病患者。10年无事件率GVRS的第一次四位分数为0.95，第二次四位分数为0.89，第三次四位分数为0.79，第四次四位分数为0.56。与限制于传统变量的模型相比，添加了行为因素的模型提高了10年事件发生率的预测水平。

结论：联合传统的、行为的和人体测量因素在内的GVRS应用连续的生理参数变量，适用于非白人中，且可以改善初级预防策略。