急性呼吸道感染后心血管事件风险预测工具DASHI的研发与验证：一项基于640万患者的回顾性队列研究

本研究针对急性呼吸道感染(ARI)后短期心血管事件风险预测的临床需求，开发并验证了DASHI评分系统。研究者通过分析英国初级诊疗数据库(CPRD)中640万40岁以上无心血管病史患者的电子健康记录，构建包含糖尿病(Diabetes)、年龄(Age)、吸烟(Smoking)、心衰(Heart failure)和感染类型(Infection)五要素的预测模型。外部验证显示该模型具有优异区分度(AUC 0.85)和校准度，为初级诊疗中识别高危患者提供了首个循证工具，对优化心血管一级预防策略具有重要意义。

　　

急性呼吸道感染与心血管事件的"危险联姻"早已被医学界认知——一场普通感冒可能使心肌梗死风险骤增四倍，这种风险在感染初期尤为显著。然而令人惊讶的是，现行临床指南却对此视若无睹，既未将心血管风险评估纳入呼吸道感染管理流程，也缺乏针对这一特殊高风险期的预测工具。更棘手的是，现有心血管风险模型如QRISK²都聚焦于长期风险预测，对感染触发的短期风险窗口束手无策。这种认知与实践的断层，使得每年数百万呼吸道感染患者暴露在不可预知的心血管事件风险中。

为破解这一临床困境，来自英国牛津大学等机构的研究团队开展了一项里程碑式研究。他们巧妙利用英国临床实践研究数据链(CPRD)两大独立数据库——Aurum和GOLD，构建了覆盖640万40岁以上患者的超级队列。这项发表于《eClinicalMedicine》的研究，不仅首次量化了急性呼吸道感染后28天内心血管事件风险，更开发出名为DASHI的简易评分工具，让基层医生能在诊室快速识别高风险患者。

研究团队采用多阶段混合方法：首先通过系统检索确定57个候选预测因子，由心脏专科全科医生进行临床相关性排序；随后使用CPRD Aurum数据库（380万患者）进行模型推导，采用多重插补处理缺失数据，构建包含不同复杂度变量的两个逻辑回归模型；最终将最优模型转化为五点式DASHI评分（糖尿病1分、年龄60-79岁2分/≥80岁4分、当前吸烟1分、心衰1分、下呼吸道感染1分/肺炎4分），并在CPRD GOLD数据库（260万患者）中进行外部验证。通过C统计量、校准曲线、观察/预期比等多维度指标评估性能，并采用决策曲线分析检验临床实用性。

【研究结果】

1. 人群特征：
   推导队列中0.3%（11,996/3.8M）患者在ARI后28天内发生心血管事件（心肌缺血、卒中/TIA或相关死亡），验证队列发生率相同（6,868/2.6M）。肺炎患者风险最高（占事件总数的22.5%），但76%事件发生在非肺炎患者中，凸显全面风险评估的必要性。

2. 预测模型性能：
   简化模型（含年龄、感染类型等核心变量）与复杂模型（增加胆固醇/HDL比、CRP等）表现相当（C统计量0.86 vs 0.85）。肺炎成为最强预测因子（OR 10.59），而流感诊断意外显示保护效应（OR 0.84），可能与临床编码特征有关。

3. DASHI评分验证：
   该评分在外部验证中展现优异区分度（AUC 0.85）和校准度（观察/预期比0.85）。决策曲线分析显示其临床净收益显著优于"全干预"或"不干预"策略。评分0分者风险仅0.04%，而11分者风险高达35.6%，相当于十年风险>30%的患者。

4. 临床实用价值：
   计算显示，对≥3分患者（28天风险>0.3%）考虑短期抗血小板治疗，其获益可能超过出血风险；而1分即相当于10年风险10%的干预阈值，提示应加强他汀类药物治疗。

【结论与展望】
DASHI评分的诞生填补了感染相关心血管风险预测的空白，其创新性体现在三方面：首次专门针对ARI后短期风险窗口；验证样本量创纪录（640万患者）；采用初级诊疗友好型设计，仅需5个易获取临床变量。尽管存在数据时代局限性（未包含COVID-19时期数据），但其生物学合理性——聚焦感染严重程度（肺炎>LRTI>URTI）和宿主脆弱性（年龄、并发症）的交互作用，使其具有广泛适用性。

这项研究为临床实践带来双重变革：一方面为"高风险期"精准预防提供工具，如对DASHI≥4分患者可考虑短期双抗治疗（类比TIA后干预策略）；另一方面重塑预防理念，将疫苗接种等长期预防措施与急性期风险管理有机结合。未来研究需在COVID-19后人群中验证该模型，并探索抗炎治疗等新型干预策略在高风险患者中的价值。正如研究者强调，在呼吸道感染这个"心血管风暴"的预警期，DASHI评分犹如一盏风险探照灯，照亮了预防医学的盲区。