【Hypertension】深度学习 | 收缩压和心血管风险之间是单一线性关系

研究使用了从英国临床实践研究数据链（CPRD）中前瞻性收集的电子健康记录（EHR）数据，该数据已在流行病学研究中得到验证。CPRD数据库覆盖了约7%的英国人口的回顾性匿名患者数据，在性别、年龄和种族方面具有普遍代表性。

研究纳入1990年至2005年期间英国相关EHR中49000例50至90岁的糖尿病患者，使用深度学习方法分析SBP与心血管结局（缺血性心脏病、心力衰竭、卒中和心血管死亡）之前的关系。SBP是暴露变量，根据SBP将患者分为6个暴露组：＜120mmHg、120–129 mmHg、130–139mmHg、140–149mmHg、150–159mmHg和≥160mmHg。

主要结局是致命或非致命性CVD，定义为缺血性心脏病（IHD）、心力衰竭、卒中和心血管死亡的复合结局。次要结局是主要结局的组成部分：（1）IHD，（2）心力衰竭，（3）卒中。

关于深度学习方法，研究使用T-BEHRT对SBP和心血管结局之间的关联进行风险比（RR）估计，SBP<120mmHg视为参考组。T-BEHRT模型除了基线吸烟状态（目前、既往和从未吸烟，由基线前12个月的最后已知状态确定）和性别外，还纳入了研究开始前病史中所有记录的诊断和用药情况。

为了与T-BEHRT进行比较，采用逻辑回归（LR）模型来研究糖尿病患者的SBP和心血管结局之间的关系。此外，为了检查二元回归模型的结果是否仅仅是由于随访期间不明原因的知情失访，采用了与LR模型相同预测因素的Cox比例风险模型。还使用T-BEHRT模型进行了一些额外的敏感性分析。

患者基线中位年龄为65岁，45%为女性，39%的患者现在/既往吸烟。较低SBP组的患者基线IHD患病率较高，使用降压药物的比例较低（表1）。中位随访时间为7.3年，共有16378例（33.4%）患者在随访期间发生心血管事件。

患者基线特征

调整后T-BEHRT模型的RR估计显示，心血管事件风险随着SBP类别的增加而增加。与收缩压＜120mmHg的患者相比，收缩压为120-129、130-139、140-149、150-159、≥160 mmHg的患者心血管事件发生风险分别增加3%、5%、8%、12%、19%。（图1）。

T-BEHRT模型的风险比估计森林图，收缩压与主要复合结局的关联

SBP<120 mm Hg时所有次要心血管结局的风险最低（图2）。

T-BEHRT模型的风险比估计森林图，收缩压和次要结局的关联

相比之下，Crude、LR和Cox比例风险模型描绘了J型模式，所有模型在SBP为130-139 mmHg时都捕捉到最低风险（图3）。这些模式在很大程度上由SBP与心力衰竭和IHD风险的J型关联驱动。对于卒中，Crude和调整后的LR模型估计显示，SBP<120 mmHg时具有与T-BEHRT模型相似的最低风险。调整后的Cox比例风险模型发现，SBP在130-139mmHg之间所有次要结局的风险最低。

各种传统统计模型的相对风险估计的森林图，收缩压与主要结局的相关性

使用T-BEHRT模型对SBP与主要复合结局之间的关系进行敏感性分析显示，SBP与主要结局之间的关联在性别、年龄、暴露期和随访期未服用降压药等各分层患者中所呈现的趋势与主要分析结果相似。

T-BEHRT模型的风险比估计森林图，敏感性分析中收缩压与主要结局的关联

通过使用大规模、相关的EHR，利用深度学习模型进行的调查得出结论，糖尿病患者SBP与心血管风险呈单向关联，SBP<120mmHg的患者心血管风险最低。最近一项荟萃分析也表明，血压每下降5mmHg，心血管事件风险降低10%。无论基线血压如何，是否有心血管病病史，降压药物均可有效降低心血管不良事件风险；并且这种获益在不同人群之间没有差异²。

这些证据共同支持“越低越好”的血压管理模式。既往多项循证研究也证实强化降压具有显著获益^3-5，表明这种管理模式在所有高血压人群中都有类似的获益现象。

在选择降压药物时，常用五大类降压药物（ACEI/ARB/CCB/利尿剂/β受体阻滞剂）均可作为初始治疗用药，应根据有无合并症，特殊人群的类型选择针对性的药物，进行个体化治疗。优先采用长效降压药物，以有效控制24小时血压，更有效预防心脑血管并发症的发生⁶。

单片复方制剂（SPC）是近年来国内外指南一致推荐的降压策略^6,7，SPC治疗血压达标率更高，达标更早，且可保护靶器官，预防心脑血管并发症；此外，SPC服用方便，依从性更高，更有利于高血压的控制⁸。ADVANCE研究显示，与安慰剂相比，SPC（培哚普利/吲达帕胺）能进一步降低血压5.6/2.2mmHg，降低严重大血管或微血管事件风险9%、降低心血管病死亡风险18%、降低全因死亡风险14%⁹。