血脂调节药物停用与不同心血管风险人群LDL-C达标失败：一项基于真实世界数据的队列研究

本研究针对全球心血管疾病(CVD)防治中血脂管理不理想的现状，通过分析澳大利亚4,262例初级预防患者的电子病历数据，首次揭示了不同ASCVD风险人群停用降脂药物(LMA)与低密度脂蛋白胆固醇(LDL-C)达标失败的关系。研究发现尽管LMA使LDL-C平均降低25%，但仅23%患者达到<1.8 mmol/L目标值，且低风险组早期停药率最高(42%)。研究为优化血脂管理策略提供了重要循证依据，论文发表于《Journal of Clinical Lipidology》。

　　

心血管疾病(CVD)长期占据全球死因首位，而低密度脂蛋白胆固醇(LDL-C)升高是动脉粥样硬化性心血管疾病(ASCVD)的关键致病因素。尽管指南明确推荐使用血脂调节药物(LMA)进行初级预防，但现实世界中LDL-C达标率持续低迷——欧洲研究显示仅16%高危患者达到<1.8 mmol/L目标，澳大利亚数据更显示近半数患者在5年内停用LMA。这种"治疗缺口"背后隐藏着怎样的行为模式？不同风险人群的LDL-C控制是否存在差异？这些问题直接关系到数亿人的心血管健康。

为解开这些谜团，来自澳大利亚多个研究机构组成的团队在《Journal of Clinical Lipidology》发表了一项突破性研究。研究人员创新性地将药物依从性轨迹分析与ASCVD风险分层相结合，对IQVIA数据库中的4,262例初级预防患者进行了长达5年的追踪。这些40-79岁的受试者均无ASCVD病史，在2015-2017年间首次接受LMA治疗。研究采用Pooled Cohort Equations(PCE)进行10年ASCVD风险评估，并通过群体轨迹分析(GBTA)识别出三种典型依从模式：早期停药(42%)、快速下降(38%)和逐渐下降(20%)。

关键技术方法包括：1)基于澳大利亚全科电子病历(覆盖12%医疗机构)的回顾性队列设计；2)使用PCE方程进行ASCVD风险分层；3)采用GBTA识别药物依从性轨迹；4)多变量线性回归分析LDL-C相关因素。

主要发现：

1. 总体LDL-C控制欠佳：平均LDL-C从基线3.6 mmol/L降至2.7 mmol/L，但仅23%达到<1.8 mmol/L目标，18%实现≥50%降幅。
2. 风险分层差异显著：高风险组LDL-C降幅最大(30%)且绝对值最低(2.3 mmol/L)，而低风险组降幅最小(24%)且绝对值最高(2.9 mmol/L)。
3. 依从性轨迹决定疗效：早期停药组LDL-C始终最高，较逐渐下降组平均高0.44 mmol/L(p<0.05)，这种差异在低风险人群中尤为突出。
4. 特征关联模式：男性、年轻、非吸烟、无糖尿病、未治疗高血压、高总胆固醇/低高密度脂蛋白胆固醇(HDL-C)者LDL-C更高，且关联强度随风险等级变化。

讨论与意义：
这项研究首次绘制出ASCVD初级预防中"风险-依从性-疗效"的三维图谱，揭示出两个关键矛盾：一方面，低风险人群最易停药却最需持续干预；另一方面，高风险人群虽更坚持用药，但绝对风险仍居高不下。早期停药行为与0.44 mmol/L的LDL-C差值，相当于约10%的ASCVD风险变化，这一发现为临床决策提供了量化依据。

研究结果对全球血脂管理具有三重启示：首先，需开发针对低风险人群的依从性干预工具，如数字化提醒系统；其次，高风险患者可能需要更强化的降脂策略；最后，应建立动态监测体系，将LDL-C检测频率与依从性轨迹挂钩。这些措施有望缩小指南与实践的鸿沟，为"后他汀时代"的心血管预防开辟新路径。