点击蓝字 | 进入Med Wiki器械百科 前沿资讯 一网打尽
PACAS风险模型在临床环境中有效识别高风险的严重无症状颈动脉狭窄（ACAS）患者。患者的PACAS总分越高，随访期间中风和心血管疾病（CVD）的发生率越高。选择性筛查高风险患者可帮助预防未来的中风或CVD。
——摘自文章章节
无症状颈动脉狭窄（asymptomatic carotid artery stenosis，ACAS）与显著的缺血性中风和心肌梗死风险相关，但目前的指南并不推荐对ACAS进行常规筛查。为了有效识别高风险患者并进行筛查，研究人员开发了基于多种风险因素的预估模型——无症状颈动脉狭窄的流行病学风险模型（Prevalence of ACAS，PACAS，表1）。本研究旨在验证PACAS模型在临床人群中识别严重ACAS（≥70%狭窄）及其后续中风和心血管疾病（cardiovascular disease ，CVD）风险的有效性。
表1
我们验证了PACAS风险模型的区分度和校准度，以从持续健康注册的动脉粥样硬化血栓减少症患者中检测出严重（≥70 %狭窄）的ACAS。我们随后计算了4个风险组（低、中、高、很高分别对应总分≤9、10 ~ 13、14 ~ 17、≥18）随访期间卒中和CVD的发生率（致死性和非致死性卒中或心肌梗死或血管性死亡）。
本研究利用来自“持续健康的动脉粥样硬化减少”注册的患者数据，验证了PACAS模型的外部有效性。研究采用了Cox比例风险模型，计算了不同PACAS风险组的中风和CVD发生率，并评估了筛查特征（如阳性预测值、阴性预测值和筛查所需人数）。
26384例患者的基线特征见表2。1662例（6.3 %）患者存在严重的基线ACAS。通过AUROC曲线评估，PACAS点图的判别性能为0.65（95 % CI : 0.64 ~ 0.67）。这略高于使用风险方程，其AUROC曲线为0.67（95 % CI : 0.65 ~ 0.68）。原始模型低估了REACH登记册中严重基线ACAS的患病风险，但在重新校准（通过调整截距）后，校准图显示严重基线ACAS患病率的预测值与观测值具有较好的一致性。在预测风险的最高分位数中，风险被高估了（图1）。
表2
图1
ACAS患者卒中发生率随PACAS总分的增加而增加，风险比（HR）从1.0 ( [ 95 % CI , 0.3 ~ 3.0 ]总分,≤9分)、2.7 ( [ 95 % CI , 2.0 ~ 3.5 ]总分，10 ~ 13分)、3.3 ( [ 95 % CI , 2.5 ~ 4.4 ]总分，14 ~ 17)上升至4.6 ( [ 95 % CI , 2.9-7.4 ]总分，≥18分) / 100人年（图2）。总分10 ~ 13分的患者发生脑卒中的风险比为2.69 ( 95 % CI为2.03 ~ 3.56)；与总分≤9（P< 0.017；图2）的患者相比，总分14 ~ 17的患者（95 % CI , 2.54 ~ 4.37）卒中率为3.33，总分≥18的患者（95 % CI , 2.89 ~ 7.28）为4.58。
图2
在PACAS总分≥18分的患者中选择性筛查重度ACAS的患病率为23.9 %，导致NNS为4。这项选择性筛查通过对2.1%的所有患者进行筛查，确定了10.2%的严重基线ACAS患者（表3）。在重度ACAS患者随访期间发生的所有卒中和CVD事件中，总和评分≥18分的ACAS患者分别占14.8%和17.0%（图3）。
表3
图3
-更多精彩内容-
版权声明：本平台旨在帮助医疗卫生专业人士更好地了解相关疾病领域最新进展。本平台对发布的资讯内容，并不代表同意其描述和观点，仅为提供更多信息。若涉及版权问题，烦请权利人与我们联系，我们将尽快处理。仅供医疗卫生专业人士为了解资讯使用，该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。如该等信息被用于了解资讯以外的目的，本平台及作者不承担相关责任。合作联系邮箱：vascular@edoctor.work。
