CAC积分加进PREVENT方程，总体区分度只提升0.02，价值全在中危人群

心血管疾病一级预防的核心动作，是给一个还没发病的人估一个风险数字，再据此决定要不要干预、干预到什么程度。风险方程算得准不准，直接决定了多少人被过度治疗、多少人被漏掉。

美国心脏协会推出的PREVENT方程是这类工具的新一代代表。而冠状动脉钙化积分，则是通过影像直接看到冠脉钙化沉积、反映亚临床动脉粥样硬化负荷的客观指标。把后者加进前者，能让预测更准吗？2026年8月26日，《美国医学会杂志》发表了一项基于多民族动脉粥样硬化研究队列的前瞻性分析，共纳入6098名基线无已知心血管疾病的成年人，年龄45至79岁，随访10年。答案比一句能或不能要有意思得多。

总体看,提升是有限的

队列基线平均年龄61.4岁，女性占52.0%，按PREVENT基础方程估算的10年心血管风险平均为6.4%；基线钙化积分大于0者接近半数。10年随访期内共发生366例心血管事件，累积发生率6.0%。

把钙化积分加进方程后，模型区分度的Harrell C统计量从0.73升到0.75，净增幅0.02。这个提升在统计学上成立，但从临床意义上讲相当有限，对一个未经筛选的全人群而言，多做一次CT检查换来两个百分点的区分度，性价比是要打问号的。

这个结果本身并不意外。当一个基础模型已经把年龄、血压、血脂、血糖、肾功能等主要危险因素都纳入之后，再叠加任何单一新指标，能榨出的增量空间都很有限，这是风险预测建模的普遍规律，而不是钙化积分不够好。

但区分度不是唯一的评价维度

只盯着C统计量，会错过这项研究真正的发现。

先看校准度。基础模型的校准斜率为1.09，加入钙化积分后调整为0.92，这意味着原模型存在一定的高估倾向，而新增指标把预测值往真实发病风险上拉回了一些。对一个用来决定要不要用药的工具来说，不高估，和分得开，同样重要。

再看重分类。分类净重分类改善指数为0.095，置信区间不跨0。这个数字的含义是：加入钙化积分后，有相当一部分人被移到了更符合其真实风险的分层里，有人从中危上调，也有人下调。而分层一变，临床决策就跟着变。

一个新指标值不值得加，不能只看整体区分度涨了多少，要看它改变了谁的决策。

真正的用武之地,在中危与边界风险人群

把上面两点合起来，结论就清楚了：钙化积分的价值不在于对所有人都做，而在于用在那些本来就难以决断的人身上。

低危人群，方程已经能给出足够明确的答案，加做检查改变不了什么；高危人群同理，干预指征本就成立。真正纠结的是中危和处于决策边界附近的那一群人，风险数字卡在灰区，用药与否两可。对这部分人，钙化积分提供的额外信息，才有机会把决策从凭感觉推向有依据。

这也符合一级预防影像学检查的通行逻辑：它不是普筛工具，而是决策辅助工具，用在最需要额外信息的地方。

从卫生经济的角度看，这个定位同样成立。钙化积分需要一次CT检查，有成本也有辐射暴露；把它限定在中危与边界人群，既避免了全人群普筛的资源消耗，又把检查用在最可能改变决策的地方。评价一项检查的价值，归根结底要看它能不能改变处理方式，而不只是能不能提供更多信息。

需要说明的是，该研究基于美国多民族队列人群，中国人群的钙化积分分布、事件发生率与风险方程适用性均可能不同，相关结论向国内实践外推时需谨慎。具体的检查指征与用药决策，应遵循我国现行指南与临床判断。

参考文献

Shah NS, et al. Coronary Artery Calcium and the PREVENT Equations for Cardiovascular Risk Prediction. JAMA, 2026.

本文由穆景循证 MJonline 编辑部原创。信息仅供医疗卫生专业人士参考，不作为诊疗建议。