初发性高血压预后模型:从开发到临床实施的转化时机——一项伞状综述

《Diagnostics》:Prognostic Models for Incident Hypertension: Time to Move from Development to Implementation—An Umbrella Review

【字体: 大 中 小 】 时间:2026年09月24日 来源:Diagnostics 3.8

编辑推荐:

  高血压是可干预的主要心血管危险因素之一,其全球患病率持续上升。尽管已有大量针对初发性高血压(incident hypertension)的预后模型被开发出来,但其临床应用仍然有限,提示模型开发与实际应用之间存在差距。本研究旨在综合来自系统评价的证据,评估用于预

  
高血压是可干预的主要心血管危险因素之一,其全球患病率持续上升。尽管已有大量针对初发性高血压(incident hypertension)的预后模型被开发出来,但其临床应用仍然有限,提示模型开发与实际应用之间存在差距。本研究旨在综合来自系统评价的证据,评估用于预测基线血压正常个体未来发生高血压风险的多个变量预后模型,重点考察方法学质量、预测性能、验证状态、校准报告情况及临床实用性。研究人员采用伞状综述设计,检索了六个数据库,时间范围为2000年1月至2026年3月。纳入标准为:对具有外部验证证据的初发性高血压多变量预后模型进行评价的系统评价(SRs);若某篇系统评价同时纳入了预后模型与横断面诊断筛查模型,则仅在能够区分出符合条件的预后证据时才予以保留,并在敏感性合成中进行检验。方法学质量采用ROBIS工具进行评估,原始研究的偏倚风险则从所纳入系统评价中报告的PROBAST/CHARMS评估结果中提取。共纳入六篇系统评价(其中三篇包含荟萃分析),识别出162个被报告为预后模型的独特模型。模型分类如下:传统统计模型占60%,机器学习模型占30%,遗传/多基因风险评分模型占10%。传统模型的汇总AUC为0.78(95% CI 0.76–0.80),机器学习模型为0.82(95% CI 0.77–0.86),但所有定量汇总均显示出极高的异质性(I2 > 99%),因此应将其视为描述性结果,而非稳定的临床性能估计值。在94个可提取验证信息的模型中,仅有21个(22%)经历了至少一次外部验证;在162个独特模型中,仅有7个接受了超过一次的外部验证。少数模型报告了校准情况,且未发现任何已发表的临床影响研究评估这些模型在日常实践中的应用效果。该领域应避免在已有充分研究的场景中优先开展额外的新模型推导,而应将资源重新导向至外部验证、再校准、临床影响评估以及在初级保健中最稳健现有模型的实施。

1. 引言

高血压是可干预的主要心血管疾病危险因素之一,全球患病率达30–45%,尤其在低收入和中等收入国家呈上升趋势。由于该病在晚期之前常无症状,因此基于多变量预后模型的风险分层和早期识别对于预防策略至关重要。近年来,这类模型从传统统计方法(如逻辑回归)发展到机器学习技术和遗传生物标志物,但方法学质量、外部验证和临床适用性仍存在问题。尽管已有若干系统评价尝试综合证据,但其方法、纳入标准和检索时期各异,结论存在分歧。初级保健是全球高血压检测和管理的基础,约70–90%的高血压诊断和初始管理在此层面完成,然而大多数模型的开发和验证主要发生在专科研究中心和三级医疗机构,形成了显著脱节。本伞状综述旨在综合现有系统评价的证据,批判性评估方法学质量、预测性能、外部验证及临床适用性,以促进模型向临床实践的转化。

2. 材料与方法

2.1. 研究设计

本伞状综述遵循PRIOR声明进行撰写,PRISMA 2020指导检索和研究筛选流程,并参考了伞状综述和预测模型评估的方法学指南。

2.2. 资格标准

纳入评估多变量预后模型(预测基线血压正常成人未来发生高血压)的系统评价(含或不含荟萃分析)。为确保模型泛化性的最低证据,纳入的评价必须至少评估过一个有记录外部验证的预后模型。排除标准包括:仅关注横断面筛查或当前诊断的模型、仅评估已确诊高血压患者并发症预后的模型、纯方法学分析、无系统方法的叙述性综述,以及仅包含无外部验证模型的综述。初发性高血压的操作定义采用各纳入评价的标准,主要为JNC-VII和ESH/ESC标准(收缩压≥140 mmHg和/或舒张压≥90 mmHg或开始降压治疗),部分2017年后发表的评价也考虑了AHA/ACC的较低阈值(≥130/80 mmHg)。

2.3. 信息来源与检索策略

系统检索了MEDLINE、Embase、Scopus、Web of Science、LILACS和Epistemonikos六个电子数据库,时间跨度为2000年1月至2026年3月,无语言限制。检索策略由三个概念模块组成:高血压、预测或预后模型、系统评价,并使用了经过验证的方法学过滤器。

2.4. 研究筛选程序

除电子检索外,还通过手动检查纳入评价的参考文献列表和查阅PROSPERO注册库来补充检索。检索结果导入Rayyan QCRI进行去重。两名研究者独立筛选标题/摘要和全文,分歧通过讨论解决。

2.5. 数据提取

使用REDCap格式的标准化模板进行数据提取,涵盖六个模块:基本书目特征、系统评价方法学、预后模型属性、预测性能指标、验证方法及结论与建议。模板经预试验后优化,两名研究者独立提取数据,复杂统计指标咨询生物统计学专家。

2.6. 方法学质量与偏倚风险评估

采用ROBIS工具评估纳入系统评价的偏倚风险,涵盖四个关键领域:研究资格标准、研究的识别与选择、数据收集与研究评价、综合与发现。此外,提取并综合了纳入评价中报告的PROBAST-AI和PROBAST评估结果,以了解原始研究的偏倚风险。

2.7. 证据重叠

构建研究-评价矩阵以评估纳入系统评价间的重叠程度,并计算校正覆盖面积。CCA的解释标准为:0–5%为轻微重叠,6–10%为中度,11–15%为高度,>15%为非常高。

2.8. 结果综合

通过结构化叙述方式综合六篇纳入系统评价的发现,包括一般特征、方法学质量、重叠程度、模型分类、预测变量、预测性能、外部验证程度和临床影响证据。由于Sun(2017)和Chowdhury(2022)将横断面诊断筛查模型与真正的预后模型混合在一起,因此进行了排除这两篇评价的限制性预后敏感性合成。小样本效应和发表偏倚的评估依赖于纳入评价的报告,未构建新的漏斗图或进行Egger检验。

3. 结果

3.1. 研究筛选

初步检索获得19727条记录,去重后得到14844条。经标题/摘要筛选和全文评估后,最终纳入六项研究进行叙述性综合。

3.2. 纳入系统评价的特征

六篇评价发表于2013年至2024年间,检索时间范围覆盖1990/1992年至2022年12月。它们共同识别出215项原始研究(含重复计数),描述了162个独特的初发性高血压预后模型。最古老的评价聚焦于传统统计模型,2022年之后的评价开始系统纳入机器学习算法。多数模型在北美、欧洲和亚洲队列中开发,非洲和大洋洲的代表性极低。高血压定义一致采用JNC VII和国际指南标准,预测时间范围从1年到30年不等,以4至10年最为常见。

3.3. 系统评价的方法学质量

ROBIS评估显示,仅Schjerven(2024)在所有领域均为低偏倚风险,是最稳健的评价。Chowdhury(2022)有三个领域为低风险,但在综合领域被评为“不清楚”。其余四篇评价总体偏倚风险高,常见局限包括检索和筛选方法报告不完整、原始研究偏倚风险评估不一致、异质性探索有限以及透明度不足。评估确认了近期评价的方法学改进趋势,但整体证据仍存在重要局限性。

3.4. 系统评价间的重叠

重叠分析显示CCA为17.8%,表明重叠度非常高。Echouffo-Tcheugui(2013)的原始研究被后续多篇评价重复纳入,Chowdhury(2022)和Schjerven(2024)之间的共享研究高达68%。高重叠通过在三个层面进行管理:唯一计数、按质量和时效性加权叙述、以及进行限制性预后敏感性合成。

3.5. 评估的预后模型类型

模型分为三大类:传统统计模型(97个,60%)、机器学习模型(48个)和遗传/多基因风险评分模型(17个,10%)。传统模型以逻辑回归、Cox回归为主,常用Framingham高血压风险评分等;机器学习模型包括支持向量机、随机森林、神经网络和XGBoost等,但外部验证有限且可重复性受限于报告不完整;遗传模型整合数十至数百个SNPs,但缺乏共识性标记物面板和标准化加权方法。

3.6. 模型中包含的预测因子

核心临床预测因子包括年龄、基线收缩压、体重指数、性别、基线舒张压、高血压家族史、吸烟、血糖标志物、血脂谱和体力活动。传统统计模型通常依赖紧凑的预测因子集,而机器学习模型更频繁地纳入实验室生物标志物、详细生活方式指数、社会经济变量和高维特征集。

3.7. 模型的预测性能

三项评价报告了基于AUC的荟萃分析。Schjerven(2024)估计传统统计模型的汇总AUC为0.78(95% CI 0.76–0.80),机器学习模型为0.82(95% CI 0.77–0.86)。但这些汇总AUC应被视为描述性摘要而非稳定的临床性能估计,因为所有贡献评价均合并了异质模型、人群、预测时间和验证环境,且表现出极高异质性(I2 ≥ 99%)。校准指标远不如AUC常见:162个独特模型中仅24个报告了校准斜率或观测-期望曲线。关于临床效用,仅七个模型接受过不止一次外部验证,且大多数只有一个额外队列。阴性预测值普遍较高(>80%),而阳性预测值范围为25%至65%。

3.8. 外部验证

外部验证稀缺。在94个可提取验证信息的模型中,仅21个(22%)经历过至少一次外部验证。162个独特模型中仅七个被外部验证超过一次。传统统计模型更可能被外部验证(27.3%),而机器学习模型(8.7%)和PRS模型(20.0%)较低。Framingham模型验证记录最强,有17次验证报告,但性能不一(AUC介于0.537至0.840)。现有外部验证经常显示预测性能下降,平均AUC降低0.05–0.10。地理和种族代表性方面存在显著差异:验证主要在欧美和亚洲高收入国家进行,拉丁美洲仅有一项验证研究,非洲未见外部验证。

3.9. 临床影响与效用

六篇评价均未识别出分析这些模型在医疗实践中使用效果的临床试验或观察性评价,无论是随机试验还是观察性评价。Schjerven(2024)和Chowdhury(2022)明确强调了这一缺失并将其列为研究优先事项。

3.10. 原始研究的方法学质量

三篇纳入评价正式评估了原始研究质量。Schjerven(2024)分析的53项研究中仅四项总体偏倚风险低,分析领域集中了最高比例的高风险研究。Chowdhury(2022)审查的52项传统回归研究中,19项为低总体风险,其余存在适用性问题。综合分析显示,分析领域高风险比例最高(80%),其次是参与者领域(53%),预测因子和结局领域表现较好。一致的薄弱环节包括:缺失数据处理不当、选择偏倚(过度代表白种人或亚洲人群)、缺乏盲法、过拟合、内部验证程序有限或报告不全、以及选择性报告性能(强调区分度而常忽略校准)。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号