European Heart Journal
SMART2-HF 模型预测动脉粥样硬化性心血管疾病患者新发心力衰竭风险
小赛推荐：
本研究为 动脉粥样硬化性心血管疾病 患者的 心力衰竭 风险分层提供了精准工具，启发研究者关注 高血压、肥胖 及 心房颤动 等关键风险因素在实验设计与临床干预中的独立预测价值。
文献概述
本文《Prediction of incident heart failure in established atherosclerotic cardiovascular disease: the SMART2-HF model》，发表于《European Heart Journal》杂志，系统探讨了如何利用常规临床特征预测已确诊动脉粥样硬化性心血管疾病（ASCVD）但无心力衰竭病史患者发生新发心力衰竭的风险。文章回顾了现有指南推荐的心血管风险模型在评估心力衰竭风险方面的不足，并介绍了新开发的 SMART2-HF 模型及其在多中心数据中的验证结果。背景知识
心力衰竭是全球范围内日益严重的公共卫生问题，尤其在 动脉粥样硬化性心血管疾病 患者中，其发病率和患病率呈上升趋势。然而，现有的心血管风险预测模型主要关注心肌梗死、卒中及心血管死亡，往往低估了 心力衰竭 的疾病负担。高血压、肥胖 和 心房颤动 是心力衰竭的特异性风险因素，但在传统模型中未被充分捕捉。此外，不同性别和 ASCVD 亚型（如 冠状动脉疾病、脑血管疾病、外周动脉疾病）患者的心力衰竭风险存在显著差异，缺乏针对性的预测工具。本研究旨在填补这一空白，通过开发并验证 SMART2-HF 模型，为早期识别高危患者、优化预防策略提供科学依据。
研究方法与核心实验
本研究基于荷兰乌得勒支大学医学中心的 UCC-SMART 队列（7698 名 ASCVD 患者）进行模型构建，采用 Cox 比例风险模型，引入性别与预测因子的交互作用，并以年龄为时间尺度，同时校正非心力衰竭死亡的竞争风险。预测因子包括年龄、性别、吸烟、糖尿病、收缩压、非高密度脂蛋白胆固醇、冠状动脉疾病、脑血管疾病、外周动脉疾病、腹主动脉瘤、肾小球滤过率、C 反应蛋白、确诊 ASCVD 后的年数，以及额外加入的 心房颤动 病史和 体重指数。模型随后在来自英国、瑞典、挪威、波兰、爱沙尼亚及国际 REACH 注册库的 6 个外部数据源（共 240,741 名患者）中进行验证。
关键证据显示，SMART2-HF 模型在外部验证中表现出良好的区分度（汇总 C 统计量为 0.696）和校准度，且在不同性别、ASCVD 亚型及欧洲不同风险区域中表现一致。模型能够准确预测 10 年及终身 心力衰竭 风险，并计算无心力衰竭预期寿命。决策曲线分析进一步证实，基于该模型的个体化治疗策略在临床阈值范围内优于“治疗所有”或“不治疗”的策略。关键结论与观点
研究意义与展望
从科研视角分析，SMART2-HF 模型的建立推动了 心力衰竭 预防研究从单一心血管事件向多终点综合评估的转变。该发现对 药物开发 具有指导意义，提示针对 高血压、肥胖 及 心房颤动 的干预措施（如 SGLT2 抑制剂、GLP-1 受体激动剂）在 ASCVD 患者中可能带来额外的心力衰竭预防获益。在 临床监测 方面，该模型有助于识别高危亚群，指导更频繁的随访和更积极的危险因素管理。此外，该模型为 疾病建模 提供了新的流行病学依据，未来可结合生物标志物或影像学特征进一步优化预测性能，实现更精准的个体化医疗。
结语
SMART2-HF 模型的问世标志着 动脉粥样硬化性心血管疾病 患者 心力衰竭 风险预测进入新阶段。该研究不仅弥补了现有指南模型在心力衰竭评估上的缺失，更通过纳入 高血压、肥胖 和 心房颤动 等特异性因素，揭示了部分被传统模型低估的高危人群。从实验室到临床转化，该模型为早期识别、风险分层及制定针对性预防策略提供了有力工具，有望显著改善 心力衰竭 的预后。未来，结合多组学数据及人工智能技术，进一步优化模型在不同种族及地域的适用性，将是推动 相关疾病 照护体系完善的关键方向。
