研究背景
心血管疾病(CVD)仍是全球首要死因，也是导致寿命损失的首要原因。准确识别高绝对风险个体，对于指导降脂、降压等预防性治疗的启动时机至关重要，这既能优化风险-获益比，也能提升成本效益。当前，美国心脏协会(AHA)的PREVENT(预测心血管疾病事件风险)方程和欧洲心脏病学会(ESC)的SCORE2(系统性冠状动脉风险评估2)算法分别是美国和欧洲主流的心血管风险预测工具，但二者均主要在其发源地区开发和验证，尚未在全球多样化人群中得到充分评估。
2026年5月，Nature Medicine在线发表了一篇题为“Multinational validation of the PREVENT and SCORE2 cardiovascular risk equations across 6.4 million individuals”的文章，为PREVENT和SCORE2的全球推广提供了外部验证数据。值得关注的是，2026年ACC/AHA血脂异常管理指南已正式采用PREVENT-ASCVD方程替代沿用十余年的集合队列方程(PCE)，而本研究的发表恰为这一决策提供了重要的全球验证支撑。
研究方法
本研究是一项国际性、多中心、大规模的个体参与者数据Meta分析，旨在验证PREVENT和SCORE2两大心血管风险预测工具在全球不同地区的准确性。研究团队整合了62项研究、超过640万人的数据，覆盖北美、欧洲、亚洲等多个地区，既包括普通人群的健康档案，也包括测试新型心血管药物的随机对照试验。研究用两个核心指标评估模型表现，一是区分度(看模型能否准确识别出真正高风险的人)，二是校准度(看模型预测的风险和实际发生的风险是否接近)。此外，研究还探索了在基础模型中加入白蛋白尿(尿检指标)和HbA1c(血糖指标)能否让预测更精准，并首次提供了PREVENT模型1-9年短期风险的换算方法。
研究结果
▌两种方程整体区分度良好，PREVENT对HF预测尤为出色
REVENT和SCORE2两种方程在全球多样化人群中均展现出中等至良好的区分度。PREVENT总CVD的中位C-statistic为0.702(四分位距IQI：0.631-0.747)，SCORE2 CVD为0.683(IQI：0.638-0.704)。PREVENT对ASCVD和HF事件的区分度分别为0.695(IQI：0.627-0.741)和0.780(IQI：0.723-0.824，图1)。PREVENT对HF的预测效能明显优于总CVD和ASCVD，这一发现具有重要的临床意义——HF作为心血管-肾脏-代谢综合征的关键终点，其独立预测能力的证实支持了PREVENT将HF纳入综合风险评估框架的设计理念。
图1 PREVENT与SCORE2各结局C-statistic按地区及研究类型分层
▌区分度在低中风险人群中更优，病例混合异质性是关键解释因素
研究揭示了一个看似矛盾却蕴含深意的现象：两种方程的区分度在低风险和中风险研究中表现更为出色(所有P<0.001)，而在高风险临床试验人群中则有所下降。作者通过深入分析指出，这一差异并非模型本身的缺陷，而是源于病例混合异质性，社区人群中风险因素分布范围更广，模型更能有效区分高、低风险个体;而临床试验人群经过筛选，风险分布相对集中，C-statistic的天花板效应随之显现。这一发现具有重要实践指导价值：PREVENT和SCORE2在初级保健等低中风险场景中应用价值最大，这正是风险导向决策最具临床影响力的领域。校正基线预测风险后，PREVENT方程的区分度在男性和女性间无显著差异(P>0.05)，在随机试验的治疗组和对照组间亦保持一致，表明模型具有良好的稳健性。
▌校准度总体可接受，但区域差异提示需本土化调整
校准度方面，PREVENT总CVD存在轻度高估风险(中位校准斜率0.86，IQI：0.66-1.02)，SCORE2亦然(0.80，IQI：0.51-1.17)。PREVENT对ASCVD事件的校准度更为理想(0.96，IQI：0.72-1.18)，对HF事件为0.83(IQI：0.48-1.20，图2)。值得关注的是，亚洲/其他地区出现过度预测迹象：PREVENT总CVD在1项研究中校准斜率仅为0.39，PREVENT ASCVD在5项研究中为0.56(0.52-0.64)，SCORE2在3项研究中为0.42(0.28-1.17)。HF风险在北美以外地区亦存在类似趋势。然而，在限定于多区域随机试验(结局由盲法专家委员会裁定)的分析中，PREVENT方程的校准度在各地区间表现一致。作者认为，观察性队列与试验数据之间的差异可能源于结局判定方式不同——北美队列多基于电子健康档案，而其他地区较少采用此类数据源，HF伴保留射血分数的诊断尤其受编码实践影响。
图2 PREVENT与SCORE2各结局校准斜率按地区分层
▌PREVENT校准度显著优于PCE，支持其作为美国首选工具
敏感性分析将PREVENT ASCVD方程与当前美国参考标准PCE进行头对头比较，结果显示两者C-statistic总体相近，但PCE的校准度系统性劣于PREVENT，表现为更低的校准斜率，即PCE持续高估风险。这一发现为2026年ACC/AHA血脂异常管理指南以PREVENT替代PCE提供了关键的独立外部验证证据。作者指出，PCE基于20世纪90年代的队列开发，而PREVENT源自超过300万的当代北美人群，更能反映当前的心血管事件率。
▌白蛋白尿显著提升PREVENT预测效能，尤其在糖尿病和CKD人群中
研究的一个重要创新是量化了白蛋白尿和HbA1c对PREVENT模型的增量价值。在基础模型中加入白蛋白尿后，区分度显著改善：总CVD的C-statistic增加0.014(95%CI：0.012-0.015)，ASCVD增加0.009(95%CI：0.008-0.010)，HF增加0.004(95%CI：0.003-0.005)，均P<0.0001(表2)。这一改善存在基线风险的交互作用：在主要纳入糖尿病和/或CKD患者的高风险研究中，白蛋白尿的增量价值更为显著(交互作用P<0.05)。白蛋白尿是常规可及、成本低廉的检测指标，其预测价值的证实凸显了心血管-肾脏-代谢综合征整合管理理念的临床可行性。相比之下，加入HbA1c后C-statistic仅有轻微提升，且无基线风险的交互作用(P>0.05)，提示其在常规风险因素基础上的附加价值有限。
▌短期风险缩放因子为临床研究和试验设计提供新工具
研究还创新性地提供了PREVENT方程1-9年短期风险预测的缩放因子。以5年风险为例，换算公式为：5年CVD风险=exp(-0.858)×10年风险/(1-10年风险+exp(-0.858)×10年风险)。具体而言，10年风险2.5%、5%、10%、20%分别对应5年风险1.1%、2.2%、4.5%、9.6%。这一工具对于临床试验入组筛选、个体化随访间隔制定以及短期预防策略评估具有直接应用价值，填补了既往10年固定时间窗口的灵活性不足。
总结
本研究通过覆盖640万个体的全球多中心验证，系统解决了PREVENT与SCORE2两大心血管风险预测工具的跨人群适用性质疑，证实二者在北美、欧洲、亚洲等多元地理区域均保持稳定的预测效能。研究同时揭示了三项具有临床转化价值的关键发现：风险预测工具在社区低中风险人群中的区分效能优于高危试验人群，提示基层筛查而非事后补救才是其核心应用场景;常规尿检指标白蛋白尿可显著提升模型精度，尤其在糖尿病与慢性肾病患者中，为心血管-肾脏-代谢整合管理提供了可及性证据;PREVENT较传统PCE算法的校准优势，则从独立外部验证角度支撑了2026年指南更新的循证基础。此外，1-9年短期风险缩放因子的开发，进一步拓展了工具在临床试验设计与个体化随访中的灵活应用。综上，本研究不仅完成了从“区域经验”到“全球共识”的方法学跨越，更为精准心血管预防的规范化实施奠定了关键基础设施。
参考文献
UEN BL, MAJOR RW, GRAMS ME,et al. Multinational validation of the PREVENT and SCORE2 cardiovascular risk equations across 6.4 million individuals[J]. Nat Med,2026;32(7):2629-2638.DOI:10.1038/s41591-026-04437-z
ldquo;医学论坛网”发布医学领域研究成果和解读，供专业人员科研参考，不作为诊疗标准，使用需根据具体情况评估。
研究背景
心血管疾病(CVD)仍是全球首要死因，也是导致寿命损失的首要原因。准确识别高绝对风险个体，对于指导降脂、降压等预防性治疗的启动时机至关重要，这既能优化风险-获益比，也能提升成本效益。当前，美国心脏协会(AHA)的PREVENT(预测心血管疾病事件风险)方程和欧洲心脏病学会(ESC)的SCORE2(系统性冠状动脉风险评估2)算法分别是美国和欧洲主流的心血管风险预测工具，但二者均主要在其发源地区开发和验证，尚未在全球多样化人群中得到充分评估。
2026年5月，Nature Medicine在线发表了一篇题为“Multinational validation of the PREVENT and SCORE2 cardiovascular risk equations across 6.4 million individuals”的文章，为PREVENT和SCORE2的全球推广提供了外部验证数据。值得关注的是，2026年ACC/AHA血脂异常管理指南已正式采用PREVENT-ASCVD方程替代沿用十余年的集合队列方程(PCE)，而本研究的发表恰为这一决策提供了重要的全球验证支撑。
研究方法
本研究是一项国际性、多中心、大规模的个体参与者数据Meta分析，旨在验证PREVENT和SCORE2两大心血管风险预测工具在全球不同地区的准确性。研究团队整合了62项研究、超过640万人的数据，覆盖北美、欧洲、亚洲等多个地区，既包括普通人群的健康档案，也包括测试新型心血管药物的随机对照试验。研究用两个核心指标评估模型表现，一是区分度(看模型能否准确识别出真正高风险的人)，二是校准度(看模型预测的风险和实际发生的风险是否接近)。此外，研究还探索了在基础模型中加入白蛋白尿(尿检指标)和HbA1c(血糖指标)能否让预测更精准，并首次提供了PREVENT模型1-9年短期风险的换算方法。
研究结果
▌两种方程整体区分度良好，PREVENT对HF预测尤为出色
REVENT和SCORE2两种方程在全球多样化人群中均展现出中等至良好的区分度。PREVENT总CVD的中位C-statistic为0.702(四分位距IQI：0.631-0.747)，SCORE2 CVD为0.683(IQI：0.638-0.704)。PREVENT对ASCVD和HF事件的区分度分别为0.695(IQI：0.627-0.741)和0.780(IQI：0.723-0.824，图1)。PREVENT对HF的预测效能明显优于总CVD和ASCVD，这一发现具有重要的临床意义——HF作为心血管-肾脏-代谢综合征的关键终点，其独立预测能力的证实支持了PREVENT将HF纳入综合风险评估框架的设计理念。
图1 PREVENT与SCORE2各结局C-statistic按地区及研究类型分层
▌区分度在低中风险人群中更优，病例混合异质性是关键解释因素
研究揭示了一个看似矛盾却蕴含深意的现象：两种方程的区分度在低风险和中风险研究中表现更为出色(所有P<0.001)，而在高风险临床试验人群中则有所下降。作者通过深入分析指出，这一差异并非模型本身的缺陷，而是源于病例混合异质性，社区人群中风险因素分布范围更广，模型更能有效区分高、低风险个体;而临床试验人群经过筛选，风险分布相对集中，C-statistic的天花板效应随之显现。这一发现具有重要实践指导价值：PREVENT和SCORE2在初级保健等低中风险场景中应用价值最大，这正是风险导向决策最具临床影响力的领域。校正基线预测风险后，PREVENT方程的区分度在男性和女性间无显著差异(P>0.05)，在随机试验的治疗组和对照组间亦保持一致，表明模型具有良好的稳健性。
▌校准度总体可接受，但区域差异提示需本土化调整
校准度方面，PREVENT总CVD存在轻度高估风险(中位校准斜率0.86，IQI：0.66-1.02)，SCORE2亦然(0.80，IQI：0.51-1.17)。PREVENT对ASCVD事件的校准度更为理想(0.96，IQI：0.72-1.18)，对HF事件为0.83(IQI：0.48-1.20，图2)。值得关注的是，亚洲/其他地区出现过度预测迹象：PREVENT总CVD在1项研究中校准斜率仅为0.39，PREVENT ASCVD在5项研究中为0.56(0.52-0.64)，SCORE2在3项研究中为0.42(0.28-1.17)。HF风险在北美以外地区亦存在类似趋势。然而，在限定于多区域随机试验(结局由盲法专家委员会裁定)的分析中，PREVENT方程的校准度在各地区间表现一致。作者认为，观察性队列与试验数据之间的差异可能源于结局判定方式不同——北美队列多基于电子健康档案，而其他地区较少采用此类数据源，HF伴保留射血分数的诊断尤其受编码实践影响。
图2 PREVENT与SCORE2各结局校准斜率按地区分层
▌PREVENT校准度显著优于PCE，支持其作为美国首选工具
敏感性分析将PREVENT ASCVD方程与当前美国参考标准PCE进行头对头比较，结果显示两者C-statistic总体相近，但PCE的校准度系统性劣于PREVENT，表现为更低的校准斜率，即PCE持续高估风险。这一发现为2026年ACC/AHA血脂异常管理指南以PREVENT替代PCE提供了关键的独立外部验证证据。作者指出，PCE基于20世纪90年代的队列开发，而PREVENT源自超过300万的当代北美人群，更能反映当前的心血管事件率。
▌白蛋白尿显著提升PREVENT预测效能，尤其在糖尿病和CKD人群中
研究的一个重要创新是量化了白蛋白尿和HbA1c对PREVENT模型的增量价值。在基础模型中加入白蛋白尿后，区分度显著改善：总CVD的C-statistic增加0.014(95%CI：0.012-0.015)，ASCVD增加0.009(95%CI：0.008-0.010)，HF增加0.004(95%CI：0.003-0.005)，均P<0.0001(表2)。这一改善存在基线风险的交互作用：在主要纳入糖尿病和/或CKD患者的高风险研究中，白蛋白尿的增量价值更为显著(交互作用P<0.05)。白蛋白尿是常规可及、成本低廉的检测指标，其预测价值的证实凸显了心血管-肾脏-代谢综合征整合管理理念的临床可行性。相比之下，加入HbA1c后C-statistic仅有轻微提升，且无基线风险的交互作用(P>0.05)，提示其在常规风险因素基础上的附加价值有限。
▌短期风险缩放因子为临床研究和试验设计提供新工具
研究还创新性地提供了PREVENT方程1-9年短期风险预测的缩放因子。以5年风险为例，换算公式为：5年CVD风险=exp(-0.858)×10年风险/(1-10年风险+exp(-0.858)×10年风险)。具体而言，10年风险2.5%、5%、10%、20%分别对应5年风险1.1%、2.2%、4.5%、9.6%。这一工具对于临床试验入组筛选、个体化随访间隔制定以及短期预防策略评估具有直接应用价值，填补了既往10年固定时间窗口的灵活性不足。
总结
本研究通过覆盖640万个体的全球多中心验证，系统解决了PREVENT与SCORE2两大心血管风险预测工具的跨人群适用性质疑，证实二者在北美、欧洲、亚洲等多元地理区域均保持稳定的预测效能。研究同时揭示了三项具有临床转化价值的关键发现：风险预测工具在社区低中风险人群中的区分效能优于高危试验人群，提示基层筛查而非事后补救才是其核心应用场景;常规尿检指标白蛋白尿可显著提升模型精度，尤其在糖尿病与慢性肾病患者中，为心血管-肾脏-代谢整合管理提供了可及性证据;PREVENT较传统PCE算法的校准优势，则从独立外部验证角度支撑了2026年指南更新的循证基础。此外，1-9年短期风险缩放因子的开发，进一步拓展了工具在临床试验设计与个体化随访中的灵活应用。综上，本研究不仅完成了从“区域经验”到“全球共识”的方法学跨越，更为精准心血管预防的规范化实施奠定了关键基础设施。
参考文献
UEN BL, MAJOR RW, GRAMS ME,et al. Multinational validation of the PREVENT and SCORE2 cardiovascular risk equations across 6.4 million individuals[J]. Nat Med,2026;32(7):2629-2638.DOI:10.1038/s41591-026-04437-z
ldquo;医学论坛网”发布医学领域研究成果和解读，供专业人员科研参考，不作为诊疗标准，使用需根据具体情况评估。
