《Journal of the American Heart Association》：Prevalence of Cardiovascular Risk Factors and Established Cardiovascular Disease Among All of Us Participants: Benchmarking Against National Estimates
编辑推荐：
背景
All of Us (AoU) 研究计划旨在加速精准医学研究。为了为研究结果的可推广性提供背景，研究人员将 AoU 中心血管危险因素和已确立心血管疾病患病率与全国代表性估计进行了基准比较。
方法
研究人员纳入 2017 年 5 月至 2022 年 6
背景
All of Us (AoU) 研究计划旨在加速精准医学研究。为了为研究结果的可推广性提供背景，研究人员将 AoU 中心血管危险因素和已确立心血管疾病患病率与全国代表性估计进行了基准比较。
方法
研究人员纳入 2017 年 5 月至 2022 年 6 月入组的 AoU 参与者以及 NHANES (National Health and Nutrition Examination Survey) 2017 年至 2020 年 3 月周期。AoU Survey 队列包括完成个人与家庭健康史调查的参与者（N=185 232）。AoU EHR 队列包括具有链接电子健康记录（EHR）的参与者（N=287 012）。研究人员通过 AoU Survey 和 NHANES 中的调查问题以及 AoU EHR 的 Systematized Nomenclature of Medicine 编码识别心血管危险因素和心血管疾病。
结果
AoU Survey 和 AoU EHR 参与者比 NHANES 更年长（56.1±17 岁和 57.6±17 岁对比 47.5±18 岁），女性参与者更多（64% 和 60% 对比 51.8%）。Black 参与者在 AoU Survey 中代表性不足（9.1%），在 AoU EHR 中代表性过高（19.9%）；NHANES 中为 11.5%。AoU Survey 与 NHANES 中心血管合并症的患病率相似，但年龄调整后 AoU Survey 较低（例如，高血压 NHANES 31.7% 对比 AoU Survey 19.7%，糖尿病 11.3% 对比 8%）。Black 参与者的未调整高血压、糖尿病、冠状动脉疾病和充血性心力衰竭发生率高于 NHANES。AoU EHR 基于编码识别，其大多数心血管合并症的未调整患病率较高；差异随年龄调整而减弱。
结论
AoU 纳入更多历史上代表性不足的群体，但代表性因队列是由调查还是 EHR 可用性定义而异。此外，疾病患病率可随病情确认方式而变化。
研究人员对 All of Us (AoU) 研究计划参与者中心血管危险因素与已确立心血管疾病患病率进行了方法学对齐的基准研究，并与全国健康与营养调查（National Health and Nutrition Examination Survey, NHANES）同期估计进行比较。AoU 由美国国立卫生研究院（National Institutes of Health, NIH）发起，是大型且多样化的美国队列，旨在加速精准医学研究，整合电子健康记录（electronic health record, EHR）、详细参与者调查、生物样本与基因组学、体格测量和数字健康数据，并优先招募历史上在生物医学研究中代表性不足的群体。对于心血管研究，这些资源可提供跨多样社区的风险因素、疾病进展和治疗反应新见解。
研究背景中的核心问题是：AoU 入组依赖便利抽样和广泛招募，而非概率抽样，因此其参与者可能系统性地不同于美国普通成年人群。进一步，AoU 分析可能依据研究问题和数据可用性使用调查回答或链接 EHR 数据，这些来源定义不同的 AoU 亚队列，其人口学构成和测得的心血管疾病（cardiovascular disease, CVD）负担可能彼此不同，也不同于美国人群，从而影响研究结果的解释。识别这些差异有助于研究者为特定目标选择适当 AoU 亚队列，并校准对外部有效性的预期。因此，研究人员开展观察性横断面研究，以全国参考为基准，比较由可用调查数据和可用 EHR 数据定义的 AoU 亚队列与同期 NHANES 的人口学构成、主要心血管危险因素和已确立 CVD 患病率，并总体及按关键人口学亚组进行分析。研究得出的结论是：AoU 纳入更多历史上代表性不足群体，但代表性因队列由调查还是 EHR 可用性定义而异；疾病患病率可随病情确认方式而变化。其重要意义在于为解释未来利用该里程碑式队列的心血管研究提供关键背景。
为开展研究，作者使用的关键技术方法包括：使用 AoU Controlled Tier Dataset v7，纳入 2017 年 5 月 31 日至 2022 年 6 月 30 日入组、年龄≥18 岁的参与者；依据数据可用性定义 3 个分析队列，即 AoU Overall（所有合格参与者）、AoU Survey（完成 Personal and Family Health History 调查者，N=185 232）和 AoU EHR（具有链接 EHR 者，N=287 012）。NHANES 使用 2017 年至 2020 年 3 月周期成人，纳入完成人口学、吸烟、医学状况、血压、肾脏状况、职业、健康保险、糖尿病和健康状况问卷者，并使用样本权重和设计变量。研究人员通过 AoU 调查自报、AoU EHR 的系统化医学命名临床术语（Systematized Nomenclature of Medicine Clinical Terms, SNOMED CT）编码以及 NHANES 自报和体检定义 9 种心血管状况；采用未加权和年龄调整（2000 Projected US Population 直接标准化）患病率、标准化患病率比、按年龄/性别/种族或族裔分层，并在 R 4.4.0 中分析。
结果部分，AoU 队列构成与人口学特征方面：AoU Overall 队列包括 413 457 名参与者；AoU Survey 为 185 232 名（44.8%），AoU EHR 为 287 012 名（69.4%）。NHANES 包括 9683 名成人，加权后代表约 2.48 亿美国成人。与 NHANES 相比，AoU 参与者更年长（平均±SD 56.1±17.1 岁对比 47.5±17.9 岁），女性更多（60.4% 对比 51.8%），Black 参与者比例更高（18.6% 对比 11.5%）。两个 AoU 亚队列也更年长且女性更多。Black 代表性随亚队列不同：AoU Survey 为 9.1%，低于 NHANES 的 11.5%；AoU EHR 为 19.9%，高于 NHANES。相对 AoU EHR，AoU Survey 参与者略年长、女性更多、White 参与者更多（69.7% 对比 52.4%）、教育程度>12 年者更多（83.5% 对比 67.3%）、就业比例更高（53.3% 对比 45.8%）。
总体未调整患病率方面：AoU Survey 自报未调整患病率与 NHANES 相似或略低，例如高血压 29.6% 对比 31.7%，糖尿病均为 11.3%，冠状动脉疾病（coronary artery disease, CAD）均为 4.1%。总体年龄调整患病率方面：年龄调整后，AoU Survey 所有合并症患病率低于 NHANES；相反，AoU EHR 基于编码的疾病识别具有更高的未调整患病率，例如高血压 41.6%、糖尿病 19.6%、CAD 11.7% 等，但脑血管意外/短暂性脑缺血发作（cerebrovascular accident/transient ischemic attack, CVA/TIA）低于 NHANES。这些差异随年龄调整而减弱，仅糖尿病、CAD、心力衰竭（heart failure, HF）和慢性肾脏病（chronic kidney disease, CKD）在 AoU EHR 中患病率更高。
按年龄、性别和种族/族裔分层的未调整患病率方面：跨年龄组，AoU Survey 的心血管危险因素和已确立 CVD 未调整患病率低于 NHANES，且多数合并症一致；女性中也观察到类似模式。按种族分层，White 参与者在 AoU Survey 中的未调整患病率一致低于 NHANES 中 White 人群，尽管 AoU 中 White 参与者平均年龄更高；但 Black 参与者偏离该模式，其高血压、糖尿病、CAD 和 HF 未调整率更高，而 CKD 患病率更低。按性别和种族/族裔分层的年龄调整患病率方面：年龄调整后，AoU Survey 中所有心血管危险因素和已确立 CVD 在两个性别亚组均低于 NHANES；按种族亚组，年龄调整后多数心血管危险因素和已确立 CVD 在 AoU Survey 低于 NHANES，但 Black 和 Hispanic/Latino/a/x 参与者中糖尿病和肥胖在 AoU Survey 更高。
讨论部分总结：该基准研究显示，AoU 参与者与美国成年人群在构成上不同，表现为更年长、女性比例更高、Black 成人比例更高，且这些差异因参与者是否具有健康调查数据和 EHR 数据而变化。CVD 负担也随确认方法而不同。基于调查的 AoU 估计总体与全国数据大致相似，但年龄调整后较低，提示“健康志愿者”效应；基于 EHR 的 AoU 患病率在大多数疾病中超过 AoU 调查和 NHANES 估计，但与 NHANES 的差异随年龄调整而减弱。亚组模式异质：AoU Survey 女性报告疾病少于 NHANES 女性，而 AoU Survey 中 Black 参与者的高血压、糖尿病和 HF 高于 NHANES 中 Black 成人。研究人员认为，这些发现应结合 AoU 的组建方式和疾病捕获方式解释。AoU 是便利样本，并有意覆盖历史上在研究中代表性不足的群体，因此总体 Black 参与者比例高于 NHANES；但代表性在不同亚队列间不同，AoU Survey 中 Black 比例低于 AoU Overall 和 NHANES。调查定义队列与 EHR 定义队列的差异还延伸到教育和就业，表明选择数据源实际上选择了不同的 AoU 人群。这些差异强调完成调查持续存在社会经济和后勤障碍。社会经济地位是心血管风险主要决定因素，教育、收入、就业和医疗可及性差异可能促成不同 AoU 亚队列及种族和族裔群体间观察到的合并症负担变异。同时，自报和临床编码有不同偏倚：自报可因回忆或健康素养障碍而低估疾病；EHR 捕获依赖医疗可及性、就诊频率和编码实践。研究使用任何既往 SNOMED CT 编码以在概念上与 AoU 和 NHANES 调查中“曾被诊断”措辞对齐，并避免在异质 EHR 观察期下强加任意回看窗口。组成和测量因素可解释年龄层内调查患病率通常较低以及 EHR 患病率较高。不过，AoU EHR 相对 AoU Survey 的更高患病率并非均匀：例如 CVA/TIA 在 AoU EHR 患病率更低，某些事件性诊断可能更易从多个卫生系统链接捕获，而需要处方或详细记录的持续管理慢性病则不同；CKD 自报敏感性差，且可随严重程度或问题措辞变化。该研究通过方法学对齐基准，分别呈现基于调查和基于 EHR 的估计，而不是合并来源，从而增加文献清晰度。先前比较因非平行病例定义、更广多病范围或时间窗口不一致而难以解释。通过对齐“曾诊断”定义、相似时间框架并按年龄、性别和种族或族裔分层，该分析分离出 AoU 与全国基准差异最大的地方，并显示这些差异如何取决于研究所选数据源。相对于 MESA（Multi-Ethnic Study of Atherosclerosis）和 ARIC（Atherosclerosis Risk in Communities）等传统心血管队列，AoU 提供前所未有的规模和多元模式深度；结果澄清在将基于 AoU 的发现推广到美国人群时应考虑其便利抽样和多源确认。实际意义是：使用 AoU 进行心血管研究的研究者应预先指定分析依赖调查还是 EHR 数据，并认识到这一选择带来不同人口学构成和测得的 CVD 负担。由于 AoU 估计未加权且来自便利样本，不应解释为全国患病率；与 NHANES 的对比可指导转化 AoU 发现时差异方向和幅度的预期。按年龄、性别和种族或族裔分层对解释和评估观察到的关联是否可能在更广泛美国人群中成立至关重要。局限性包括：AoU 非概率抽样和未加权分析限制与 NHANES 直接可比性；年龄标准化可去除年龄结构不同的混杂，但 AoU 与 NHANES 在性别、种族或族裔构成、招募机制和调查应答等其他关键特征上显著不同，因此基准应解释为 AoU 研究的背景，而非全国患病率的同类估计；统一的“Other”种族或族裔类别在不同数据集构成不同，未作解释；EHR 数据仅对同意且可通过参与医疗提供者组织链接的参与者可用，扩展链接可能改变未来 AoU 版本中 EHR 定义队列的构成；本研究中 AoU Survey 指完成 Personal/Family Health History，其他调查的应答率和人口学分布会不同；两个来源均可能存在误分类，调查测量可能受回忆或理解影响，EHR 测量可能受不完整捕获或编码变异影响；NHANES 限于 2017 年至 2020 年 3 月疫情前周期，而 AoU 入组持续至 2022 年 6 月，因此结果旨在描述性基准而非完全时间匹配的人群推断；COVID-19 干扰 AoU 现场操作并转向更多远程沟通，可能影响该时期入组人群的人口学和合并症患病率，但未具体分析；未检查调查与 EHR 的个体内一致性，因为目标是比较数据定义 AoU 队列间的人群负担，而非调和来源。
研究结论翻译：AoU 的广度和多样性使其成为心血管研究的强大平台，但谁被纳入以及如何确认疾病塑造了测得的 CVD 负担。通过使用对齐的定义和时间框架，将 AoU 调查定义和 EHR 定义队列与 NHANES 进行基准比较，研究人员提供了可操作背景，帮助研究者为其研究目标选择适当的 AoU 数据源，并判断基于 AoU 的心血管研究结果的普遍性。
