《The American Journal of Cardiology》：Evolution and Advancements in Home Blood Pressure Variability: a Current State-of-the-Art Summary
编辑推荐：
家庭血压变异性（HBPV）研究从早期标准化缺失发展为以证据为基础的"722"监测协议，成为高血压管理核心指标。HBPV显著提升心血管事件、卒中及认知退行性病变的预测价值，新型指标如Time in Therapeutic Range和峰值血压识别高危人群。尽管2025年AHA/ACC指南将HBPV确立为重要参考，但全球设备可及性不均仍是主要挑战，未来需通过干预性试验验证HBPV特异性降低的临床获益。
Igor N Posokhov | Albina T Betuganova
西哈萨克斯坦马拉特·奥斯帕诺夫国立医科大学：哈萨克斯坦阿克托贝
摘要
家庭血压变异性（HBPV）正从一项小众的研究领域发展成为高血压管理中的核心要素。本文探讨了以下问题：HBPV研究是如何从2020年之前的基础阶段发展到当前在临床实践中的地位的？在2020至2026年期间，取得了哪些进展？哪些临床相关性得到了加强？出现了哪些新技术？又发现了哪些挑战？历史上，非标准化的测量方案一直阻碍着这一领域的发展，而现在该领域主要依赖于基于证据的“722”协议。最近的研究表明，HBPV是心血管事件、中风和神经认知功能下降的重要预测指标，新的指标如“治疗范围内时间”和“峰值家庭血压”能够识别高风险患者。尽管2025年的AHA/ACC指南将HBPV提升为主要的参考标准，但在设备获取方面的全球公平性问题仍然存在。总之，未来的研究应侧重于干预性试验，以确定具体降低HBPV是否能够独立改善临床结果。
引言
血压（BP）是一个受多种内部和外部因素影响的动态参数，例如自主神经系统的波动、情绪压力和环境因素。尽管诊所血压测量（OBPM）仍是诊断的主要依据，但其局限性日益明显。家庭血压监测（HBPM）提供了一种更可靠、可重复且具有预测性的方法，在受控环境中可以获取更多测量数据[1]。随着HBPM在临床实践中的广泛应用，人们对血压变异性的理解也显著加快[2]。HBPM有助于评估日常血压变化和长期血压趋势。然而，将家庭血压变异性（HBPV）的研究成果整合到临床实践中受到多种因素的阻碍[1]。最近的研究进展扩展了HBPV的诊断能力，多项证据表明，与OBPM甚至动态血压监测（ABPM）相比，HBPV是预测心血管疾病死亡率和认知功能下降的更有效指标。本文综合了当前的研究成果，以阐明HBPV在高血压管理中的作用。
基础证据
最初，HBPV研究属于小众领域。2020年之前的主要问题是缺乏统一的测量和分析方案。研究人员使用了不同的监测时间表，从2天到几周不等，这阻碍了通用参考值的建立及其在临床中的应用[1]。这些方案的不同之处体现在每次测量的次数、测量间隔以及用于量化变异性的指标上。虽然标准差（SD）是最常用的指标，
测量优化与方案改进
近年来的研究仍采用多种不同的监测时间表（从2天到几周不等）。不过，这些进展使得基于证据的HBPM方案成为现代高血压管理策略的基础。
科学研究的起点可以追溯到1986年的Ohasama研究，该研究首次使用基于人群的队列来克服“白大褂效应”（即诊所测量结果偏高的现象）。1991年，自动血压监测设备的出现使得非专业人员也能进行自我测量，进一步推动了这一领域的发展。
方法学进展
虽然日间家庭血压监测（HBPM）能够提供关于静息血压和日常血压变化的优秀数据，但它通常无法反映睡眠期间的血压情况。因此，夜间家庭血压监测（nocturnal HBPM）的出现是一个重要的方法学进展。J-HOP夜间血压研究证实，通过在家自动测量可以成功识别出“非下降型”和“上升型”血压患者，这两种类型都与较高的心血管疾病发病率和死亡率相关[12]。此外，关于手腕佩戴式夜间血压监测设备的研究也在不断深入。
从补充动态血压监测（ABPM）到超越它
几十年来，动态血压监测（ABPM）一直被视为非诊所环境下的黄金标准，因为它能够记录24小时的血压变化，包括夜间血压数据，从而提供比偶尔的诊所测量更全面的血压状况。因此，国际指南长期以来推荐使用ABPM来诊断高血压和识别高危的昼夜节律模式[2]。
尽管ABPM占据主导地位，但在实际应用和临床效果方面仍面临一些挑战。
结论
本文对相关文献进行了综述，重点介绍了主要的进展和挑战。需要注意的是，本文并未进行系统的荟萃分析，研究选择虽然基于结构化的搜索，但仍可能存在一定的选择偏差。此外，由于该领域发展迅速，一些最新的研究成果可能尚未被充分纳入分析。然而，很明显，血压变异性（BPV）与多器官功能障碍之间的关联具有重要意义。
作者贡献声明
Igor N Posokhov：撰写综述与编辑、撰写初稿、进行数据分析、构建研究概念。Albina T Betuganova：撰写综述与编辑、撰写初稿、进行数据分析。
