五年心血管风险达到10%，为什么会改变是否开始预防用药？

Geoffrey Chen

《当数字开始做决定》· 第三季“平均数没有看见的人”· 第八篇

一、9.9%与10.0%之间，药物为什么从“考虑”变成“建议”？

一名没有已知心血管疾病的人接受评估。医生把年龄、出生性别、吸烟、收缩压、总胆固醇与高密度脂蛋白比例、糖尿病、用药、心房颤动和邮编等资料输入Australian CVD Risk Calculator。屏幕给出未来五年发生心血管事件的估计概率。

2023澳洲指南把风险分成三类：低风险低于5%，中等风险为5%至低于10%，高风险为10%或以上。低风险者通常不建议药物预防；中等风险者根据临床情境考虑降压和调脂药；高风险者在没有禁忌或临床不适合、并与本人讨论利弊后，建议处方降压和调脂治疗。Australian CVD Risk Guideline：Overview

因此，9.9%与10.0%可能进入不同默认建议。可是，没有人的动脉会在显示器从9.9跳到10.0时突然改变。这个百分数也不是在身体中直接测量出来，而是人群模型对未来的估计。

预测为什么能够影响一个人是否长期服药？模型错了，谁来纠正？

二、10%表示什么，又不表示什么？

五年风险10%不是说这个人有10%的动脉已经堵塞，也不是说事件会在五年后按时发生。它表示在模型认为相似的人群中，大约有相应比例可能在五年内经历指南定义的心血管事件。

新版澳洲计算器基于新西兰大型PREDICT队列的风险方程，再针对澳洲人口定制与重新校准。它取代旧Framingham方程，因为旧模型随人口风险变化逐渐高估一般人群风险，却可能低估原住民和托雷斯海峡岛民风险。Medical Journal of Australia：2023 Australian guideline for assessing and managing CVD risk

这段历史很重要。风险不是一个永久的人体属性；它依赖采用哪一组结局、什么时间范围、哪些变量和哪一代人群资料。一个人在旧计算器上可能属于较高类别，在新模型上得到不同百分数，身体没有因此改变，知识结构却更新了。

模型仍比只看单一血压或胆固醇更合理。药物绝对获益取决于基础风险：相同相对风险下降，对高风险者避免的事件更多。把多个因素综合，能够让治疗强度与预期获益更相称。

三、为什么选择五年与10%？

时间范围影响数字。五年风险比十年风险小，也更受年龄影响；年轻人即使终生风险高，五年绝对风险仍可能低。指南选择五年，是为了与澳洲基层评估周期和现有证据协调，但不能把五年窗口当成人生全部。

10%同样不是自然悬崖，而是获益、药物负担、不良反应、成本和可执行性的规范选择。新版10%阈值被设计为大致对应旧Framingham模型15%的治疗范围。数字改变并不必然表示社会突然更愿意用药，也可能是模型校准改变后，为保持相近治疗人群而重设门槛。

这里可以看见预测与决定的两层：方程回答“相似人群中事件多常见”，指南回答“多大风险值得默认建议治疗”。前者是经验估计，后者包含价值判断。把两者写成一个10%，容易让价值选择伪装成纯科学结果。

四、邮编为什么进入心脏风险？

计算器使用邮编来获得地区社会经济信息。社会环境确实与心血管风险相关：收入、教育、住房、食品、工作条件和医疗可及性会影响疾病。但邮编是代理变量，不能描述每个居民。

这与本季第一篇的SEIFA问题相连。把地区资料用于校准总体风险，可能比完全忽略社会决定因素更公平；同时，住在劣势地区的富裕个人与住在优势地区的困难个人都可能被误分。

模型还使用出生性别等变量，因为群体事件率不同。这提高总体预测，却会引出更深问题：当一个群体平均风险较高，具体个人是否应承受相应药物建议？答案只能是有限的“可以”：群体关系可以作为起点，不能阻止个体证据修正。

五、指南已经为边界保留了哪些修正？

新版流程没有要求医生机械服从计算器。对接近门槛的人，可以考虑族裔、冠状动脉钙化、早发心血管病家族史、eGFR与尿白蛋白、严重精神疾病等重分类因素，把风险上调或下调。某些已知极高风险状况也无需再靠计算器证明。

中等风险者的药物决定明确取决于临床情境；高风险建议也附有“无禁忌、临床适当、与本人讨论利弊”的限制。风险沟通和共同决策不是礼貌性附加，而是模型正当性的组成部分。

这套结构承认两个事实：模型能整合人类难以直觉权衡的多项资料；模型也不包含所有相关事实。临床修正不应成为随意推翻科学的借口，而应有可说明证据。反过来，计算器也不能成为“电脑已经决定”的挡箭牌。

六、平均模型最容易在哪里失灵？

第一是校准漂移。吸烟率、治疗普及和事件率变化后，旧方程会系统性高估或低估。模型必须定期在澳洲不同群体中检验。

第二是代表不足。原住民、特定族裔、偏远居民或复杂合并症人群若在开发资料中不足，平均表现不能保证其准确。指南因而降低原住民开始评估年龄，并允许族裔重分类，但持续验证仍必需。

第三是变量错误。血压一次测量、吸烟状态、药物清单、糖尿病年限或邮编录错，都可改变结果。预测精密不可能弥补输入错误。

第四是时间窗口。年轻人的五年数字可能低，却已有长期暴露；老年人的年龄权重可能把风险推高，但预期寿命、虚弱和药物偏好又影响净获益。

第五是临界值幻觉。9.9与10.0的估计本身有不确定性，却在界面上显得精确。若系统只显示一个小数，不展示风险区间和对关键变量的敏感性，使用者容易高估确定性。

七、一个人怎样挑战风险分数？

复核应从看见输入开始。病人应能知道计算使用了哪些血压、化验、诊断、药物和邮编，能够更正错误。医生应说明使用的是哪一版计算器、五年风险包含哪些事件，以及类别对治疗建议的影响。

第二步是边界复核。接近5%或10%时，重复可靠测量，检查重分类因素和临床情境。指南本身建议中等风险者若接近高风险线，应更早重新评估。

第三步是决定复核。即使分数正确，药物仍涉及绝对获益、不良反应、相互作用、成本和个人偏好。共同决定不是让病人自己解决统计学，而是由临床人员把模型翻译成可承担的选择。

第四步是系统审计。医疗体系应监测预测与实际事件是否在性别、原住民身份、地区和年龄群中校准一致，并记录临床重分类与治疗差异。若某群体被持续低估，个案医生的谨慎不能代替模型更新。

八、预测可以委托知晓，不能委托承诺

Australian CVD Risk Calculator体现Delegated Knowing：方程保存了庞大队列中风险因素与结局的关系，使医生无需凭直觉相加。它可以提高判断一致性，也可以提醒我们社会环境属于健康风险的一部分。

但模型不会相信一个人应该服药，也不会承担副作用或漏治后果。处方是一项Commitment as the Human Remainder：临床人员与病人要在不完全预测下作出承诺，并能说明为什么这个结果足以支持这项行动。

我的判断是，五年10%门槛应保留为强有力的治疗起点，而不是自动处方开关。模型应显示版本与输入，临界结果应允许重测和重分类，处方必须结合净获益与本人偏好，不同人群校准需持续公开审计。

群体模型可以告诉一个人更像哪些过去的人。它不能告诉他未来必然发生什么，更不能替任何人承担今天开始治疗的理由。

主要资料

了解 Geoffrey Chen 的更多信息

订阅后即可通过电子邮件收到最新文章。