基于心血管-肾脏-代谢综合征(CKMS)指标的CKM2 S2 -BAG评分系统：一种无需电子设备的临床心血管风险预测工具

本研究针对心血管-肾脏-代谢综合征(CKMS)背景下亟需简易风险评估工具的需求，开发了基于胆固醇(Cholesterol)、肾功能(Kidney function)、男性(Male)、吸烟(Smoker)、血压(Blood pressure)、年龄(Age)和血糖(Glucose)的CKM2 S2 -BAG评分。该工具在社区队列中验证显示，能准确区分低、中、高心血管风险（AUC 0.705-0.762），为临床实践提供无纸化风险评估方案。

　　

心血管疾病(CVD)长期位居全球死亡原因首位，而传统风险评估工具如Pooled Cohort Equations(PCEs)和SCORE2主要关注单一疾病风险，且依赖电子计算设备。随着心血管-肾脏-代谢综合征(CKMS)概念的提出，美国心脏协会(AHA)强调需要整合肾功能、代谢指标的新型预测工具。然而现有模型存在记忆困难、忽略肾功能参数等问题，导致临床适用性受限。

北京安贞医院和北京大学第一医院的研究团队通过两项前瞻性社区队列（CMCS-Beijing和首钢队列），开发了基于7项临床常规指标的CKM₂
S₂
-BAG评分系统。该研究创新性地将肾功能(eGFR)与代谢指标结合，通过分数累加方式实现无设备风险评估，论文发表于《iScience》。

研究采用多阶段建模策略：首先通过竞争风险模型筛选预测因子构建基础模型（含NT-proBNP等12项指标）；继而加入社会经济地位(SES)等增强因子形成增强模型；最终简化为7项核心指标。外部验证采用独立社区队列，通过时间依赖性AUC和校准曲线评估性能，并与PCEs等传统模型对比。

模型开发与验证
基于2,332名基线无CVD的参与者（平均61岁，42.6%男性），基础模型对10年CVD风险的C-statistic达0.717。增强模型通过纳入hs-CRP使判别力提升至0.726（NRI=24.4%）。简化模型仅保留年龄、性别等7项指标后，在外部队列（n=3,349）中5年预测AUC仍保持0.714。

CKM₂
S₂
-BAG评分系统
该评分赋予男性、吸烟者各2分，其余指标按临界值（如SBP≥120 mmHg、FBG≥100 mg/dL）每10单位变化计1分。验证显示：

• 5年CVD风险预测AUC 0.705（95%CI 0.671-0.739）
• 按5/10分阈值分组后，高风险组（≥10分）实际事件率达10.6%，显著高于低风险组（1.5%）
• 对ASCVD和HF的预测AUC分别为0.712和0.762

与传统模型对比
相较于PCEs和Framingham评分，CKM₂
S₂
-BAG在保持相似判别力（C-statistic差值<0.03）的同时：

1. 整合肾功能指标改善风险分层
2. 通过记忆性评分消除设备依赖
3. 同步预测ASCVD和HF风险

讨论指出，该研究首次实现CKMS框架下的"三位一体"风险评估（总CVD、ASCVD、HF），其临床价值体现在：

1. 解决中低收入地区电子设备短缺场景下的应用难题
2. 通过肾功能整合更准确识别糖尿病/肥胖人群风险
3. 评分规则简单（<1分钟完成），适合门诊快速筛查

局限性包括外部验证随访期较短（5年）、未考虑药物干预影响等。作者建议未来在更多族裔群体中验证，并探索将UACR（尿白蛋白/肌酐比值）纳入评分体系。这项研究为落实AHA Presidential Advisory提出的CKMS整合管理策略提供了切实可行的工具。