《JACC: Asia》：Race and Ethnicity in Cardiovascular Disease Risk Prediction for Multiethnic Populations
编辑推荐：
心血管疾病（cardiovascular disease，CVD）是全球首位死亡原因，某些种族/族裔群体面临更高风险。全球心血管疾病预防临床指南在如何处理患者种族/族裔差异方面存在差异。研究人员比较了美国心脏协会（American Heart Associat
心血管疾病（cardiovascular disease，CVD）是全球首位死亡原因，某些种族/族裔群体面临更高风险。全球心血管疾病预防临床指南在如何处理患者种族/族裔差异方面存在差异。研究人员比较了美国心脏协会（American Heart Association，AHA）2024年PREVENT（Predicting Risk of Cardiovascular Disease Events）方程、欧洲心脏病学会（European Society of Cardiology，ESC）2021年系统性冠状动脉风险评估2（Systematic Coronary Risk Evaluation 2，SCORE2）模型，以及新加坡修订Framingham风险评分（Singapore-modified Framingham risk score），重点分析其在种族与族裔处理路径上的不同。PREVENT模型移除了种族和族裔这一因素，转而纳入社会剥夺指数（Social Deprivation Index，SDI）以反映健康社会决定因素（social determinants of health，SDoH）。SCORE2针对不同族裔引入乘数校正因子，而新加坡修订Framingham风险评分则保留族裔作为变量。诸如PREVENT之类的种族中性（race-neutral）模型旨在避免强化将种族视为生物学构念的倾向，同时仍考虑与种族高度相关的健康社会决定因素。在亚洲，迈向种族中性风险预测的路径始于加强数据基础设施建设，并提高临床试验参与度，以确保充分代表性。
Overview of International Clinical Practice Guidelines on Primary ASCVD Prevention
文章首先从国际心血管疾病（cardiovascular disease，CVD）一级预防指南切入，指出动脉粥样硬化性心血管疾病（atherosclerotic cardiovascular disease，ASCVD）风险分层工具在不同地区采用了不同的种族/族裔处理逻辑。作者强调，随着国家内部及跨国迁移增加，现有指南必须回应人口构成日趋多样化的现实。文中明确区分“种族”与“族裔”两个概念：前者属于社会—政治建构，后者更多指向基于共享文化特征形成的群体身份。该概念澄清构成全文后续比较不同风险评估工具的理论基础，也揭示出在临床实践中纳入或排除种族/族裔变量所涉及的方法学与伦理张力。
PCE
文中回顾了美国既往广泛使用的汇总队列方程（pooled cohort equations，PCE）。该工具由美国心脏病学会（American College of Cardiology，ACC）/美国心脏协会（American Heart Association，AHA）于2013年提出，并在2019年一级预防指南中继续采用，用于估计成人10年ASCVD风险。PCE基于国家心肺血液研究所队列数据建立，按性别与种族进行风险分层，主要区分非西班牙裔白人、非西班牙裔黑人以及“其他”类别。文章指出，这种分类框架的局限在于，“其他”人群实际上沿用非西班牙裔白人的系数，导致对部分群体，尤其是亚洲人与西班牙裔人群的风险高估。这一部分为后续PREVENT模型的提出提供了问题背景，即传统风险模型中基于粗粒度种族分类的校准偏差。
PREVENT
随后文章介绍2024年PREVENT（Predicting Risk of Cardiovascular Disease Events）工具，将其定位为PCE的种族中性替代方案。该模型用于评估美国成年人10年和30年、按性别分层的总CVD、ASCVD及心力衰竭（heart failure，HF）风险。PREVENT的建模基础显著扩大，来源于28个数据集、超过300万名个体，并结合传统队列与大规模电子健康记录。与PCE相比，PREVENT不仅延长了风险预测时程，还整合了心血管、肾脏与代谢健康（cardiovascular-kidney-metabolic，CKM）相关变量。必需变量包括年龄、总胆固醇、高密度脂蛋白（high-density lipoprotein，HDL）、收缩压（systolic blood pressure，SBP）、糖尿病诊断、当前吸烟状态、体重指数（body mass index，BMI）、降脂药物使用及估算肾小球滤过率（estimated glomerular filtration rate，eGFR）；可选变量包括糖化血红蛋白（glycated hemoglobin，HbA1c）、尿白蛋白/肌酐比（urinary albumin/creatinine ratio，uACR）和社会剥夺指数（Social Deprivation Index，SDI）。
文章特别强调，PREVENT放弃将种族/族裔直接纳入模型，原因在于AHA担忧这会强化“种族具有内在生物学差异”的误解。取而代之的是使用5位邮政编码对应的SDI，作为健康社会决定因素（social determinants of health，SDoH）的代理指标。作者认为，这一做法具有重要进步意义，因为种族/族裔不平等往往通过贫困、教育机会、居住环境与医疗可及性等社会结构机制影响CVD结局。然而，文中也指出其不足：邮政编码不能充分捕捉社区联结、医疗质量可及性等更细致的社会暴露；此外，SDI在非西班牙裔白人与非西班牙裔黑人中的校准较充分，但对非西班牙裔亚洲人与西班牙裔群体并未完成同等校准。由此可见，PREVENT虽然在规范层面迈向种族中性，但在预测性能层面仍存在族群间差异。
SCORE2
在欧洲情境中，文章介绍ESC 2021年指南采用的系统性冠状动脉风险评估2（Systematic Coronary Risk Evaluation 2，SCORE2）模型。该模型用于评估健康成人按性别分层的CVD发生风险，是对早期SCORE模型的扩展。与仅预测致死性心血管事件的旧模型不同，SCORE2将非致死性心肌梗死、卒中及HF也纳入终点，并为70岁及以上人群设置独立风险估计图表。其方法学特点在于根据世界卫生组织（World Health Organization，WHO）心血管死亡率，将欧洲国家划分为低、中、高和极高4类风险区域，以实现国家或区域层面的再校准。
文章进一步讨论了SCORE2在亚太地区的重校准版本。SCORE2 Asia-Pacific保留原始预测系数，但依据当地CVD死亡率、危险因素分布和发病模式进行基线风险调整，以适配亚太人群。尽管ESC指南承认印度、中国、北非和巴基斯坦移民之间CVD及危险因素负担存在显著异质性，但由于用于建模的队列与登记数据中缺乏族裔资料，SCORE2并未直接纳入族裔变量。取而代之，指南建议借鉴英国QRISK3的做法，利用特定族裔乘数对风险进行修正。作者指出，这类乘数法虽然提供了务实折中方案，但难以反映族群内部异质性，也无法覆盖全球复杂多样的人口结构。
Singapore: A Multiethnic Population
在亚洲案例部分，文章将新加坡作为多民族国家的代表进行分析。新加坡人口近600万，官方采用华人—马来人—印度人—其他（Chinese-Malay-Indian-other，CMIO）分类框架，这一制度既服务于行政管理，也深刻影响公共卫生数据采集和人群风险评估。文章指出，该分类体系具有殖民历史渊源，但至今仍是国家层面疾病监测与风险建模的重要基础。由于华人、马来人和印度人长期在同一国家、相对一致的医疗可及条件下生活，新加坡为比较亚洲不同族裔间慢性病发生机制提供了相对独特的观察场景。
Ministry of Health clinical practice guidelines and SG-FRS-2023
文章随后介绍新加坡卫生部采用的SG-FRS-2023，即新加坡修订Framingham风险评分2023（Singapore-modified Framingham risk score 2023，SG-FRS-2023）。该模型是一个按性别及族裔分层的风险模型，用于估计健康个体10年冠心病（coronary heart disease，CHD）风险。其前身源于Framingham CHD风险评分，通过年龄、吸烟状态、总胆固醇、HDL胆固醇和SBP等因素赋分。为适配新加坡人群，该模型在风险解释阶段加入族裔变量，并依据2004年至2010年新加坡人群队列资料，对较早版本进行再校准。作者指出，SG-FRS-2023较旧版模型准确性更高，纠正了既往对10年ASCVD风险明显高估的问题。与此同时，作者也提醒，SG-FRS-2023仅预测CHD，而不包括卒中、HF或非CHD所致CVD死亡，因此在解释其结果时不能与PREVENT或SCORE2的“总CVD”风险作简单等同。
Ethnicity and CVD in Singapore
这一部分集中讨论新加坡族裔与CVD之间的关系。文中指出，印度裔与马来裔人群的急性心肌梗死（acute myocardial infarction，AMI）发病率和死亡率均高于华人；在2007年至2014年期间，华人ASCVD发病率相对稳定，而印度裔与马来裔则呈上升趋势。由于新加坡地域小、医疗资源充足，诸如经皮冠状动脉介入治疗（percutaneous coronary intervention，PCI）和症状至球囊时间等关键医疗指标不存在显著族裔差异，因此部分差异可能与危险因素负担更重有关。文中列举，60岁以上成年人中2型糖尿病在印度裔、马来裔和华人中的患病率分别约为60%、50%和25%；同时，马来裔和印度裔超重/肥胖更常见，马来裔和华人高血压患病率也较高。
作者进一步指出，不利的健康社会决定因素虽与较高CVD发病率和死亡率相关，但并不能完全解释族裔差异。马来裔在教育程度、居住条件和家庭收入方面总体处于不利地位，但即便校正收入、教育、就业和住房类型后，马来裔院外AMI死亡风险仍高于华人和印度裔。与此同时，印度裔虽与华人社会经济地位相近，却仍是AMI的独立危险因素，尤其在较年轻人群中更为突出。文章认为，这说明单纯社会经济校正不足以穷尽影响CVD差异的全部因素。此外，家族早发CVD病史信息缺失，也会限制风险模型对部分个体的准确识别。
在解释潜在机制时，作者提到已有研究开始关注血清生物标志物、可能与遗传因素相关的生理差异以及文化因素。文化被视为特定族裔内部规范、信念和行为模式的集合，可能影响疾病易感性。但文章同时警惕对文化的过度简化。例如，将马来裔较高ASCVD风险归因于传统饮食中椰浆、糖和饱和脂肪较多，可能导致刻板印象并将健康责任不公平地转嫁给少数族裔群体，而忽视结构性因素的作用。
Discussion
讨论部分系统比较了PREVENT、SCORE2和SG-FRS-2023在纳入或排除种族/族裔时的理论与实践后果。作者指出，全球尚无统一标准来规定临床指南如何处理种族和族裔。不同模型即便面对相同临床特征，也可能给出截然不同的风险估计。文中以一名45岁新加坡非肥胖个体为例，显示PREVENT和SCORE2 Asia-Pacific对CHD及总CVD的风险估计通常低于SG-FRS-2023，且高危特征个体中差异更明显。这一现象提示，风险工具的选择本身即可影响预防性治疗适应证的判定。
作者进一步论证，现行种族类别难以充分捕捉真实多样性，因此种族中性路径具有必要性。其理由包括：同一“种族/族裔”在不同国家和大陆具有不同疾病流行病学模式；混合族裔人群比例上升使传统单一分类框架愈加不适用；较小少数群体常被并入更大类别，导致其特异风险被掩盖。然而，文章并未将“去种族化”简单视为终点。作者强调，尽管种族是社会建构，但其可承载种族主义所造成的生活经验及其生物学后果。表观遗传学（epigenetics）等研究也提示，疾病模式可能同时受到遗传祖源与历史性歧视暴露影响。因此，若完全删除种族/族裔指标，也可能掩盖结构性不平等。
在未来方向上，文章提出可借助个体化医学（personalized medicine）与更丰富的生物标志物改进风险预测。除常规参数外，脂蛋白（a）[lipoprotein(a)]、高敏心肌肌钙蛋白T（high-sensitivity cardiac troponin T）及N末端B型利钠肽原（N-terminal pro–B-type natriuretic peptide）等新兴指标，均被认为有助于提升CVD风险分层，特别是在识别亚临床动脉粥样硬化方面。此外，冠状动脉钙化积分、颈动脉和股动脉超声、踝肱指数（ankle-brachial index，ABI）等影像或血管评估方法，也可能使风险评估从10年事件预测拓展至终生风险识别。但作者同时指出，这些高级检测在可及性、费用覆盖、认知普及和治疗配套方面存在障碍，并可能进一步加剧种族与族裔健康不平等，因为多数族群通常拥有更好的检测机会。
Conclusions
在结论中，作者总结认为，多民族人群CVD风险预测面临多重挑战，包括国际指南中“种族/族裔”术语使用不一致、现有数据不足，以及种族主义经验所致复杂生物学影响难以被充分建模。将种族纳入指南常常无法真实呈现多样性，反而可能强化种族具有生物同质性的错误观念；而种族中性指南虽然方向重要，却也可能忽视与种族相关的细微生物学效应、遗传祖源及SDoH。PREVENT代表了种族中性风险分层的重要进展，但仍需进一步研究其在不同人群中的表现。在亚洲，真正迈向种族中性风险预测的前提是加强数据基础设施、完善疾病登记系统、提升临床试验参与度，并通过更具代表性的研究设计实现公平证据积累。
