引言非传染性疾病被认为是所有死亡人数超过60%的造成的,包括CVD,不同的恶性肿瘤,慢性呼吸系统疾病,糖尿病等。根据世界卫生组织(WHO),全世界有1770万人死亡,CVD是主要原因,包括中风和缺血性心脏病等脑血管疾病[1]。世界卫生组织说,这些死亡中的五分之一发生在印度[2]。人们认为,传统的危险因素,例如高血压,糖尿病,血脂异常,吸烟和肥胖,在印第安人中有助于冠状动脉疾病(CAD)的较高患病率[3]。治疗需要预防主要CVD的个体的第一个也是最重要的步骤是估计未来心血管事件的风险。QRisk3是一种基于网络的算法,用于估计10年CVD风险。Qrisk3的性能已在不同的人群中得到验证,结果非常好。高风险CVD定义为QRisk3 10年CVD风险评分超过20%[4]。相互联系的代谢和炎症途径与表观遗传,遗传和细胞信号异常有关
当调查结果已知时,建议 2 型糖尿病患者使用 QRISK3 计算器 ( https://qrisk.org ) 进行心血管风险评估。如果 10 年心血管事件风险 ≥10% ,则考虑提供他汀类药物治疗以进行 CVD 的一级预防(NICE,2023b)。不建议 85 岁或以上的老年人或已有 ASCVD 的人使用 QRISK3,这些人应每天服用一次 80 毫克阿托伐他汀进行二级预防。对于 1 型糖尿病患者,不应使用 QRISK3;相反,如果受试者年龄 > 40 岁或患糖尿病 > 10 年,则应提供他汀类药物治疗。建议患有 1 型或 2 型糖尿病并患有 CKD 的人每天服用一次 20 毫克阿托伐他汀,同样无需使用 QRISK3(NICE,2023b)。
抽象目的确定基线特征可预测左心室射血分数(LVEF)的恢复患者,该患者被诊断出患有射血分数降低(HFREF)和假定的非缺血性病因的患者。方法我们前瞻性招募的患者被诊断为超声心动图(LVEF≤40%),随后接受心脏MRI。如果患者有冠状动脉疾病史(侵入性冠状动脉造影术> 70%),心肌梗死,冠状动脉血运重建或角质症状,则将被排除在外。在心脏MRI评估中,患者被归类为持续的HFREF或心力衰竭,射血分数提高(HFIMPEF,LVEF> 40%,≥10%,≥10%的绝对改善)。临床特征。逻辑回归以识别与LVEF恢复相关的变量。通过接收器操作特征曲线分析确定了QRisk3分数和基线LVEF预测LVEF恢复的最佳截止。结果总共诊断出407例HFREF患者,在心脏MRI评估中(中位数为63天,IQR 41-119天),有139(34%)获得HFIMPEF。患者的平均年龄为63±12岁,男性为260(63.9%)。在多元逻辑回归中,Qrisk3分数(HR 0.978; 95%CI 0.963至0.993至0.993,p = 0.004)和基线LVEF(HR 1.044; 95%CI 1.015至1.073,p = 0.002)都是Hfimpef的独立预测指标。基线LVEF≤25%的患者中,只有22(21.8%)回收。在基线LVEF 25–40%的患者中,Qrisk3评分> 18%与缺乏恢复有关(HR 2.75; 95%CI 1.70至4.48,p <0.001)。此外,QRISK3评分与缺血性高脂蛋白增强的存在有关(HR 1.035; 95%CI 1.018至1.053,p <0.001)。结论Qrisk3评分有助于识别患有未诊断血管疾病的HFREF患者。基线LVEF或高QRISK3评分的患者的左心室恢复的可能性较小,应优先考虑早期心脏MRI和密切监测。
抽象目的确定基线特征可预测左心室射血分数(LVEF)的恢复患者,该患者被诊断出患有射血分数降低(HFREF)和假定的非缺血性病因的患者。方法我们前瞻性招募的患者被诊断为超声心动图(LVEF≤40%),随后接受心脏MRI。如果患者有冠状动脉疾病史(侵入性冠状动脉造影术> 70%),心肌梗死,冠状动脉血运重建或角质症状,则将被排除在外。在心脏MRI评估中,患者被归类为持续的HFREF或心力衰竭,射血分数提高(HFIMPEF,LVEF> 40%,≥10%,≥10%的绝对改善)。临床特征。逻辑回归以识别与LVEF恢复相关的变量。通过接收器操作特征曲线分析确定了QRisk3分数和基线LVEF预测LVEF恢复的最佳截止。结果总共诊断出407例HFREF患者,在心脏MRI评估中(中位数为63天,IQR 41-119天),有139(34%)获得HFIMPEF。患者的平均年龄为63±12岁,男性为260(63.9%)。在多元逻辑回归中,Qrisk3分数(HR 0.978; 95%CI 0.963至0.993至0.993,p = 0.004)和基线LVEF(HR 1.044; 95%CI 1.015至1.073,p = 0.002)都是Hfimpef的独立预测指标。基线LVEF≤25%的患者中,只有22(21.8%)回收。在基线LVEF 25–40%的患者中,Qrisk3评分> 18%与缺乏恢复有关(HR 2.75; 95%CI 1.70至4.48,p <0.001)。此外,QRISK3评分与缺血性高脂蛋白增强的存在有关(HR 1.035; 95%CI 1.018至1.053,p <0.001)。结论Qrisk3评分有助于识别患有未诊断血管疾病的HFREF患者。基线LVEF或高QRISK3评分的患者的左心室恢复的可能性较小,应优先考虑早期心脏MRI和密切监测。
注 1- QRISK 3 在嵌入 QRISK2 的电子临床系统使用 QRISK3 更新之前,可能需要使用 QRISK2。在评估以下风险时使用 QRISK 3(必要时在线): • 服用皮质类固醇或非典型抗精神病药物的人或 • 患有系统性红斑狼疮、偏头痛、严重精神疾病或勃起功能障碍的人 考虑使用终生风险工具(如 QRISK3-lifetime)来指导关于 CVD 风险的讨论并鼓励改变生活方式,特别是对于 10 年 QRISK3 评分低于 10% 的人,以及 40 岁以下有 CVD 风险因素的人。注 2 - NICE CG181(2023 年 5 月更新)建议 - 如果患者有服用他汀类药物的知情偏好或担心风险可能被低估,不要仅仅因为患者的 10 年 QRISK3 评分低于 10% 就排除使用 20 毫克阿托伐他汀治疗 CVD 的一级预防。CKD 患者的二级预防
抽象目标心血管疾病(CVD)是印度最普遍的疾病之一,占总死亡的近30%。对印度人口中CVD风险评分的研究匮乏,常规风险评分的有限表现以及无法重现随机临床试验中的初始准确性的研究,这导致了有关大规模患者数据的这项研究。目的是在未来10年内开发基于人工智能的风险评分(AICVD),以预测CVD事件(例如,急性心肌梗塞/急性冠状动脉综合征),并将模型与Framingham Heart风险评分(FHRS)和QRISK3进行比较。方法我们的研究包括31599名从2009年至2018年的18-91岁的参与者在印度的六家阿波罗医院。使用Spearman相关系数和倾向分数匹配的多步风险因素选择过程产生了21个风险因素。使用多层神经网络预测事件发生(分类)和事件的时间(危害模型)的风险因素建立了一个深度学习危害模型。此外,该模型通过来自印度和荷兰的独立回顾人群进行了验证,并与FHRS和QRISK3进行了比较。结果深度学习危害模型的性能良好(曲线下的区域(AUC)0.853)。验证和比较结果显示,AUC在0.84至0.92之间,阳性似然比(AICVD -6.16至FHRS -FHRS -2.24和QRISK3 -1.16)和准确性(AICVD -80.15%至FHRS至FHRS 59.71%和Qrisk3 51.51.51.51.51.51.51.51.51.57%)。在荷兰队列中,AICVD还优于Framingham心风险模型(AUC -0.737 vs 0.707)。结论本研究得出的结论是,新型基于AI的CVD风险评分对心脏事件的预测性能高于印度人群的常规风险评分。试用注册号CTRI/2019/07/020471。
QRISK2 还是 QRISK3?• 应每 5 年至少为 40 岁以上的成年人提供一次 CVD 风险评估• QRISK2/3 估计患者在未来 10 年内患 CVD 的风险• 不要对 CVD 高风险患者(例如糖尿病、CKD 3-5、既往中风/TIA 或 >85 岁的人群)使用 QRISK,因为他们应该已经接受/已提供脂质调整疗法• QRISK2“计算器”已集成到 EMIS 中。对于几种情况,QRISK2 会低估人们的风险,例如严重的精神疾病和风湿病。• QRISK3 包含更多情况以提高准确性。模板可在 Ardens 中找到。• 如果 QRISK 评分 <10% 或具有 CVD 风险因素 <40,则可以使用 QRISK3-lifetime 来指导有关 CVD 风险的讨论。 • QRISK 2/3 是估算计算器 – 始终将患者风险个性化,并考虑合并症、多重用药、虚弱、预期寿命 • 局限性 – 使用 BMI 而不是腰围,可能低估不同种族的风险,并且不考虑诊断年龄越小,风险越高。未在 25 岁以下人群中验证。
在初级护理检查中:血液(非散发全脂质概况:(TC,TG,HDL-C,LDL-C,LDL-C,非HDL-C)肝功能(LFTS),HBA1C(管理/审查糖尿病糖尿病(DM),如果≥48mmol/mol/mol/mol),甲状腺和肾脏功能蛋白(BP),且体重蛋白(BP),且体重蛋白(均为≥48mmol/mol)指数(BMI),酒精摄入量,吸烟状态并计算简历风险在可能的情况下使用Qrisk3或使用EMIS/内置的系统模板在可能的人中使用QRISK3或QRISK2评分,包括84岁。对CVD风险评分的解释应始终反映明智的临床判断。考虑高脂血症的次要原因并根据需要进行管理,请考虑是否表明脂质曲线是否表示FH-(请参阅第4和13页)。如果在4.5mmol/l上方的非固定甘油三酸酯,请参阅Page(高甘油二酸酯途径 - 请参阅第12页)
