双概率模型在低临床可能性冠心病患者中的风险分层价值：PROMISE最小风险评分(PMRS)的验证研究

来自国际多中心团队的研究人员针对稳定性胸痛患者中低临床可能性(>5-≤15%)群体的风险分层难题，创新性验证了PROMISE最小风险评分(PMRS)的调整价值。通过4,298例诊断队列和14,013例预后队列的双重验证，发现PMRS≥34%可将18%低风险患者安全降级至极低风险组(≤5%)，其阻塞性CAD患病率(4.7% vs 3.8%)和主要终点事件风险(HR 0.91, 95%CI 0.52-1.52)均无统计学差异，为精准医疗决策提供了新工具。

　　

这项突破性研究揭示了风险分层工具的精妙应用。针对临床评估中处于"灰色地带"的低临床可能性冠心病患者(>5-≤15%)，研究者巧妙采用双队列验证策略：诊断队列(n=4,298)通过有创性血流储备分数(FFR≤0.80)确认阻塞性CAD，预后队列(n=14,013)则以非致死性心肌梗死或全因死亡为主要终点。

令人振奋的是，PROMISE最小风险评分(PMRS)展现出卓越的"筛选器"功能——当设定34%为截断值时，成功识别出18%的低风险患者(301/1,669)，其4.7%的阻塞性CAD患病率与极低风险组(≤5%)的3.8%相当(p=0.21)。预后数据更印证了这一发现：PMRS≥34%组与极低风险组的主要终点风险比(HR)为0.91(95%CI 0.52-1.52，p=0.77)，形成完美的风险连续谱。

该研究首次证明，在传统风险因子加权模型基础上引入PMRS，可实现动态风险校准，使每6例低风险患者中就有1例可安全降级至极低风险范畴。这种"双概率模型"的创新应用，为临床决策提供了更精细的导航仪，既能避免过度医疗，又可确保高危患者不漏诊。