高血压患者广泛腹主动脉钙化风险预测模型的构建与验证：基于NHANES数据库的横断面研究

本研究针对中老年高血压患者广泛腹主动脉钙化(AAC)的早期筛查需求，基于2013-2014年NHANES数据库1,564例患者数据，通过LASSO回归和logistic回归构建包含年龄、BMI、HDL-C等9个参数的列线图预测模型。该模型AUC达0.806，经Bootstrap验证显示良好稳定性，为临床识别AAC高风险人群提供了可视化工具，对降低心血管事件发生率具有重要意义。

　　

血管钙化如同沉默的"定时炸弹"，在高血压患者中尤为危险。随着全球老龄化加剧，60岁以上人群血管钙化发生率显著升高，其中40岁以上高血压患者约8%存在严重腹主动脉钙化(AAC)。这种异常钙磷晶体在血管内膜的沉积，不仅会引发血管平滑肌细胞(VSMCs)向成骨样细胞转化，更与卒中、主动脉夹层等致命心血管事件密切相关。然而临床上仍缺乏简便的AAC风险评估工具，使得许多高风险患者错失早期干预时机。

中国科学技术大学附属第一医院的研究团队基于美国NHANES数据库，对1,564例40岁以上高血压患者展开横断面研究。通过双能X线吸收法(DXA)量化AAC程度（采用ACC-24评分系统），创新性地构建出包含9个临床参数的预测模型。该研究发表于《BMC Cardiovascular Disorders》，为临床早期识别高风险人群提供了重要工具。

研究采用多阶段建模策略：首先通过LASSO回归从29个候选变量中筛选特征指标，再经logistic回归确定独立预测因子，最终构建列线图可视化模型。关键技术包括：1）采用NHANES标准化体检数据（含DXA检测的AAC评分）；2）应用Kauppila评分系统定义广泛AAC（ACC-24≥5分）；3）通过Bootstrap重采样进行内部验证；4）使用决策曲线分析(DCA)评估临床适用性。

研究结果揭示：

1. 单因素分析显示：广泛AAC组（占17.26%）患者年龄更大（70.72±9.46岁 vs 59.92±11.18岁，P<0.001），BMI更低（27.46±4.75 vs 29.62±5.86，P<0.001），且合并心衰、卒中比例显著增高。

2. 特征变量筛选：LASSO回归确定13个关键变量，其中年龄、BMI、婚姻状况等9个指标最终进入预测模型。值得注意的是，睡眠时间延长（OR=1.169）和饮酒史（OR=1.508）成为独立危险因素。

3. 模型性能验证：列线图模型展现出色预测能力（AUC=0.806），校准曲线显示良好拟合度（Hosmer-Lemeshow检验P=0.077）。Bootstrap验证后C统计量仍保持0.798，证实模型稳定性。

4. 临床适用性：DCA曲线表明，当阈值概率在4%-68%区间时，该模型能提供显著临床净获益。例如：40岁未婚患者若合并心衰、冠心病等多项危险因素，其AAC风险可达20%。

讨论部分强调，该研究首次将睡眠时长、婚姻状况等生活因素纳入AAC风险评估。机制上，长期高血压通过增加血管壁压力，促使VSMCs表达成骨转录因子RUNX₂，进而分泌碱性磷酸酶等促钙化物质。而低HDL-C水平（OR=0.530）会减少胆固醇逆向转运，加速血管钙化进程。模型创新点在于整合了生物标志物（如HDL-C）、共病状态（如心衰）和生活方式等多维数据。

该研究的临床价值在于：为中老年高血压患者的AAC筛查提供了简便工具，有助于早期识别高风险个体并实施干预。局限性在于样本仅来自美国人群，未来需多中心数据验证。研究者建议临床重点关注70岁以上、BMI<25且合并心脑血管疾病的高血压患者，这类人群的广泛AAC风险尤为突出。