STRATIFY模型：预测高血压治疗患者低血压、晕厥和骨折风险的个性化工具

《Nature Communications》：Predicting hypotension, syncope, and fracture risk in patients indicated for antihypertensive treatment: the STRATIFY models

本研究针对抗高血压治疗相关不良事件（低血压、晕厥和骨折）的风险预测难题，开发并验证了STRATIFY系列临床预测模型。研究利用英国临床实践研究数据链（CPRD）超过500万患者数据，构建了包含31-37个预测因子的三个模型，在外部验证中表现出优异的判别能力（10年C-statistic：低血压0.824、晕厥0.819、骨折0.790）。该模型可为高血压治疗决策提供个性化风险评估，有助于识别高风险患者并增强低风险患者的治疗信心。

　　

在当今心血管疾病防治领域，高血压作为最重要的可干预危险因素，其药物治疗已成为临床常规实践。然而，抗高血压药物在降低心血管事件风险的同时，也伴随着一系列令人担忧的不良反应，特别是低血压、晕厥和骨折等严重事件。这些风险在老年患者和衰弱人群中尤为突出，使得临床医生在处方时常陷入"两难境地"——如何平衡治疗的获益与潜在危害？

目前临床实践主要依赖心血管疾病（CVD）风险预测工具（如QRisk2）来指导治疗决策，但这些工具并未充分考虑治疗可能带来的不良反应风险。尽管已有研究开发了预测严重跌倒和急性肾损伤的模型，但针对抗高血压治疗相关特定不良事件的综合预测工具仍属空白。正是基于这一临床需求，由牛津大学领衔的研究团队开展了这项大规模研究，旨在为个体化治疗决策提供更全面的风险评估依据。

该研究发表于《Nature Communications》杂志，通过分析英国两大初级保健数据库（CPRD GOLD和Aurum）中超过500万患者的电子健康记录，构建了三个分别预测低血压、晕厥和骨折风险的STRATIFY模型。研究团队采用竞争风险模型（Fine-Grey subdistribution hazards regression）来准确估计在存在死亡竞争风险情况下的累积发病率，确保预测结果更符合临床实际情况。

研究方法的核心在于利用大规模真实世界数据建立临床预测模型。研究纳入40岁以上、收缩压130-179 mmHg的患者，终点事件定义为10年内导致住院或死亡的首次低血压、晕厥或骨折事件。模型开发队列包含1,773,224名患者，验证队列包含3,805,366名患者，确保了结果的可靠性和泛化能力。研究人员采用多重插补处理缺失数据，并通过伪值法（pseudo-values）评估模型校准情况。

研究人群特征

开发队列的平均年龄为59岁（标准差13岁），平均基线收缩压为144 mmHg（标准差12 mmHg）。10年内低血压、晕厥和骨折的发生率分别为1.6%、2.2%和4.1%，中位随访时间6年。验证队列的基本特征与开发队列相似，证实了研究人群的代表性。

模型开发

STRATIFY-低血压模型包含31个预测因子，其中高社会剥夺、当前吸烟状况、既往低血压史、慢性肾病和帕金森病是强预测因子。所有类型抗高血压药物均与低血压风险增加相关，特别是ACE抑制剂（SHR 1.41）、血管紧张素II受体拮抗剂（SHR 1.36）和α受体阻滞剂（SHR 1.35）。

STRATIFY-晕厥模型同样包含31个预测因子，预测因子与低血压模型相似，但南亚 ethnicity、其他 ethnicity、痴呆和心力衰竭与晕厥风险降低相关，而抗精神病药物处方与风险增加相关。

STRATIFY-骨折模型包含37个预测因子，其中14个为骨折特有预测因子。强预测因子包括基线大量饮酒、女性、慢性肝病、既往骨折史、多发性硬化、癫痫、骨质疏松和类风湿关节炎。抗高血压药物与骨折的关联较弱或无关联。

外部验证

模型在验证队列中表现出优异的判别能力：低血压模型10年C-statistic为0.824，晕厥模型为0.819，骨折模型为0.790。低血压和晕厥模型的预测风险与观察风险高度一致，骨折模型在低概率区间存在轻微低估。

高风险患者重叠分析

使用5%风险阈值时，41%的患者至少对一种不良事件属于高风险。其中38%同时具有三种事件高风险，39%仅骨折高风险，4.3%仅晕厥高风险，0.4%仅低血压高风险。这种风险分布模式为针对性干预提供了重要依据。

临床效用分析

决策曲线分析表明，三个模型在所有时间点均具有临床效用。与"全治疗"或"全不治疗"策略相比，使用STRATIFY模型指导处方决策可获得更高的净获益。

与CVD风险比较

使用10%风险阈值时，未发现不良事件高风险但CVD低风险的患者。使用5%阈值时，在CVD低风险患者中，0.01%具有低血压高风险，0.2%晕厥高风险，1%骨折高风险。大多数患者（39-56%）为CVD高风险但不良事件低风险，提示对多数人而言治疗获益大于风险。

研究结论与意义

STRATIFY模型首次为抗高血压治疗相关不良事件提供了可靠的个性化风险评估工具。研究表明，仅极少数患者（<1%）同时具有不良事件高风险和CVD低风险，这为大多数患者接受抗高血压治疗提供了安全性 reassurance。模型的主要临床价值在于识别真正需要密切监测的高风险个体，同时增强低风险患者的治疗信心。

该研究的突出优势在于使用大规模真实世界数据进行模型开发和外部验证，确保了结果的可靠性和泛化能力。然而，研究也存在一定局限性，如电子健康记录可能无法完全准确捕捉所有终点事件，且模型预测的是基线风险而非治疗效应。临床应用中需结合其他证据来评估治疗调整对风险的影响。

STRATIFY模型的推出标志着高血压管理向更精细化、个性化方向迈出了重要一步。通过将不良事件风险评估整合到临床决策过程中，医生能够更全面地权衡治疗利弊，特别是在复杂患者群体中实现更精准的风险-获益平衡。未来，这些模型可整合到电子健康记录系统中，与现有CVD风险分层工具协同工作，共同优化高血压治疗策略。