建立慢性病風險評估模型預測罹患心血管疾病的風險

精準預防健康服務(Precise Preventive Health Services)是以預防為導向,藉由篩檢危險因子預測疾病風險,並在生命週期中整合各式健康促進方式,落實慢性病個人化管理及照護。心血管疾病(CVD)已名列全世界死亡和殘疾的主因,雖然世界衛生組織知道其嚴重性,但仍認為大多數心血管疾病是可以預防的。而且,袖珍指南(pocket guide)可用來篩選出高危險族群,並提供相關指引以預防心臟病或中風的發生。

在美國,最初是針對CVD盛行率較高的地區開發出Framingham Risk Score(FRS)風險評估工具,但在不同的國家、種族中可能有預測能力不足的問題。有鑒於此,國際動脈硬化症學會(International Atherosclerosis Society, IAS)提供了校正係數給不同國家校正自己的風險。然而對於台灣,在觀察各個亞洲國家中冠狀動脈心臟病(CHD)的危險因子,並套入「台灣地區高血壓、高血糖、高血脂之追蹤調查」資料至FRS後發現,該預測結果不適合台灣人;因此,本院群體健康科學研究所張新儀研究員發展了更符合國人的心血管疾病風險評估模型。

張博士研究團隊選擇1993至1996「國民營養健康狀況變遷調查」中35至70歲為目標族群(包含1,658位男性和1,652位女性未罹患冠心病與腦中風者),串連健保資料庫及死因檔,取得疾病發生及死亡的資訊後,估計十年後的罹病機率。另外,再以「2002年台灣地區高血壓、高血糖、高血脂之追蹤調查」資料串連健保資料庫及死因檔,作為外部應證模型;最後選出以年齡、收縮壓、總膽固醇、高密度膽固醇、低密度膽固醇、尿酸、身體質量指數(BMI)、腰圍、腰臀比和吸菸與否作為評估因子,估計十年後每個人罹患血管不良事件(Major adverse cardiovascular events(MACEs)包含冠心病(ICD-9: 410-414或ICD-10: I20-I25)與腦中風(ICD-9:430-438或ICD-10: I60-I69))風險機率值。

在評估預測模型的表現上,D’Agostino學者提出應考慮模型的區分能力(discrimination)和風險值測定能力(calibration)二方面能力,而風險值測定能力則是將預測的十年風險分為10組,然後劃出每組的預測和實際觀察值,並以χ2統計量檢定預測值與觀察值的差異;研究同時考慮C-statistics和χ2統計量找出最適模型,並考慮競爭風險後估計罹病的風險。研究團隊比較1993至1996「國民營養健康狀況變遷調查」的後續疾病發生及死亡資料後發現,所開發的模型均明顯優於FRS和由中國大陸所提供的校正係數結果。

張博士研究團隊的最終模型包括男性的年齡、性別、收縮壓、腰臀比、總膽固醇/高密度膽固醇比率和尿酸,由於腰臀比的係數比重很重,這意味著肥胖可能有很大程度上會造成男性的主要心血管事件(major cardiovascular event, MACE)的發生。女性模型中使用了腰圍、總膽固醇/高密度膽固醇比率、收縮壓和吸菸,其重要的MACE係數為總膽固醇/高密度膽固醇比率。

發展風險評估模型的目的是為了預防風險,希望藉由風險評估的結果,使個體能改變生活方式進而降低未來的罹病風險。目前模型已用於衛生福利部的慢性疾病風險評估平台中(https://cdrc.hpa.gov.tw/index.jsp),未來希望此模型可以直接套用在政府所提供的40歲以上成人免費健康檢查中,除了可作為醫療人員對民眾衛教的依據與工具,民眾亦可藉由不同年度的檢查報告瞭解自己未來的罹病風險變化,成為追求健康生活的動力。研究成果已發表於Int. J. Environ. Res. Public Health 2022, 19(3), 1319; https://doi.org/10.3390/ijerph19031319

 

文/圖:群體健康科學研究所張新儀研究員

Comments are closed.