26年随访数据临床决策支持

26年随访数据临床决策支持演讲人CONTENTS研究背景与问题提出326年随访数据的核心特征基于26年随访数据的临床决策支持场景与应用价值基于26年随访数据的临床决策支持存在的挑战与未来方向总结目录作为这项历时26年的长三角社区慢病高危人群队列研究的核心参与者，我从1997年队列启动时的年轻住院医师，到如今负责队列数据转化应用的研究员，亲历了这支队列从入组、持续随访到数据转化的全流程，也深刻体会到长期随访数据相对于短期研究数据，对临床决策支持的不可替代价值。本课件将从研究背景、队列构建质量、临床应用场景、现存问题四个维度展开，最终梳理长期随访数据支撑临床决策的核心逻辑与价值。01研究背景与问题提出研究背景与问题提出临床决策的核心本质是基于现有证据对不同患者的风险、获益进行判断，进而选择最适合的干预方案，而证据的可靠性直接决定了决策的科学性。当前临床决策支持体系仍存在明确的痛点，这也是我们启动26年长期随访研究的核心初衷。1当前临床决策支持体系的核心痛点1.1循证医学证据的短期局限性当前主流的临床指南推荐多基于随访5~10年的随机对照试验（RCT），RCT内部效度高，但受研究设计限制，随访时间有限，无法回答慢病发生发展过程中核心的长期问题：比如中青年高血压患者未来20~30年的并发症风险，不同降糖方案对20年后认知功能衰退的影响，长期用药的远期不良反应累积风险等，这些都是影响临床决策的关键问题，但短期研究无法给出可靠答案。1当前临床决策支持体系的核心痛点1.2真实世界研究中纵向数据的质量缺陷近年来真实世界研究快速发展，弥补了RCT外推性不足的问题，但多数现有真实世界数据是基于医保系统或电子病历的回溯性数据，普遍存在暴露信息采集不标准、失访比例高、结局事件未做验证的问题，数据偏倚大，证据等级不足，难以支撑高级别的临床决策。1当前临床决策支持体系的核心痛点1.3中国人群长期预后数据的稀缺当前临床常用的心血管病风险评分、预后模型多基于欧美人群的长期队列数据，中国人的生活方式、疾病谱、遗传背景和欧美人群存在显著差异，直接套用欧美数据会导致明显的风险预测偏差——要么高估低危人群风险导致过度医疗，要么低估中危人群风险错过干预窗口。我们迫切需要本土中国人群自己的长期随访数据，支撑符合中国人群特征的临床决策。2本研究26年随访队列的启动初衷1997年我们团队在导师带领下启动这项研究时，核心目标非常明确：就是通过前瞻性的设计、标准化的采集、持续的长期随访，积累中国慢病高危人群的暴露与结局数据，为中国人群慢病防控的临床决策提供本土证据。一晃26年过去，当年入组的中青年患者大多已经进入老年，我们也拿到了完整的远期结局数据，现在终于可以系统梳理这些数据对临床决策的实际价值。2本研究26年随访队列的启动初衷26年随访队列的构建与数据质量控制长期随访数据的核心价值建立在高质量的基础上，如果数据质量不可靠，不仅无法支撑临床决策，反而会误导判断。我们26年的工作核心，就是始终把数据质量放在第一位。1队列基线入组的标准化设计1.1入组人群的代表性设计我们最终完成基线入组共12178例研究对象，纳入标准为18~70岁常住居民，排除基线已经确诊心脑血管病、恶性肿瘤的患者，采用分层随机抽样的方法，按照年龄、性别、血压水平分层，保证样本能够代表长三角社区慢病高危人群的结构特征。我还记得当年刚入组的时候，夏天跟着社区医生挨家挨户敲门，很多老人不理解为什么要免费给他们做体检，我们一遍一遍解释研究的意义，最多的时候一天走12个小区，衣服湿了干干了湿，现在回头看，正是当年这些扎实的基础工作，才让我们拿到了有代表性的样本。1队列基线入组的标准化设计1.2基线变量的标准化采集所有基线变量都采用统一的采集规范：暴露变量包括血压、血糖、血脂、体重、腰围等体格检查指标，以及吸烟、饮酒、饮食、运动等生活方式信息；混杂变量包括慢性病家族史、既往用药史、月经生育史等；结局变量预设为心脑血管事件发病、全因死亡、恶性肿瘤发病三类核心终点。为了保证血压测量的准确性，我们给所有社区随访点配备了统一校准的水银血压计，所有调查员都经过了一周的统一培训，考核通过才能参与采集，从源头上避免了测量偏差。1队列基线入组的标准化设计226年持续随访的质量控制26年随访最大的挑战是控制失访率，保证结局的准确性，我们为此建立了多渠道的随访体系。1队列基线入组的标准化设计2.1多渠道联动的随访体系搭建我们建立了“年度社区常规随访+每2年免费集中体检+行政系统数据对接+主动电话随访”的四级随访体系：社区医生在日常慢病管理中同步更新研究对象的健康信息，我们每2年为自愿参与的研究对象提供免费的血压血糖血脂检测，对接当地医保报销系统、户籍死亡登记系统、肿瘤登记系统获取结局信息，对失联的研究对象通过预留联系人、社区居委会主动寻找。我自己手上至今还保留着300多例老研究对象的联系方式，每年都会定期跟进。1队列基线入组的标准化设计2.2失访控制的关键措施截止2023年最后一次随访，我们的总失访率仅为8.7%，远低于国际同类长期队列15%~20%的平均失访率，核心的经验有三点：第一，每个研究对象入组时都预留了至少3名直系亲属的联系方式，每5年更新一次联系人信息，避免因研究对象搬家、换号导致失联；第二，和社区建立长期稳定的合作，给配合随访的研究对象提供免费的血压计、血糖试纸等实用福利，提高随访依从性；第三，对失联对象不轻易放弃，我还记得10年前有一位基线42岁的女性患者，随丈夫迁居新疆，原来留的电话停机，我们通过当年入组时登记的原单位工会，辗转联系到她的妹妹，才拿到新的联系方式，接到我们电话的时候她特别惊讶，说“快20年了你们还记着我”，之后一直主动配合我们随访，去年还把自己新发糖尿病的资料寄给我们，这份信任真的是我们完成26年随访最坚实的基础。1队列基线入组的标准化设计2.3结局事件的严格验证所有报告的结局事件我们都必须拿到原始医学证据才能确认：心脑血管事件需要调取医院的出院小结、影像学检查报告或者手术记录，死亡事件需要拿到死亡医学证明，恶性肿瘤需要病理报告，绝不以研究对象的自我报告作为结局确认依据，从根本上避免了结局错分偏倚，保证了数据的可靠性。02326年随访数据的核心特征326年随访数据的核心特征和短期研究数据相比，我们的数据有两个不可替代的优势：第一，纵向暴露信息完整，我们不仅有基线的暴露信息，每2年都会更新一次研究对象的血压、血糖、用药情况、生活方式变化，能够分析长期暴露水平对结局的影响，而不是仅靠基线一次测量的结果推断；第二，远期结局可得，26年的跨度刚好覆盖了中青年慢病发病到老年出现并发症的完整病程，能够观察到不同干预方式的远期获益，这是任何短期研究都做不到的。03基于26年随访数据的临床决策支持场景与应用价值基于26年随访数据的临床决策支持场景与应用价值完成了26年高质量数据的积累后，我们下一步要解决的核心问题，就是如何把这些纵向真实世界数据转化为可落地的临床决策支持工具，目前我们已经在三个核心临床场景实现了应用。1一级预防：高危人群风险分层与干预决策一级预防的核心是识别出远期高风险人群，避免过度干预或干预不足，我们的26年数据解决了原有风险预测偏差的问题。1一级预防：高危人群风险分层与干预决策1.1中国人群ASCVD长期风险评分的校准优化原有基于欧美人群的ASCVD风险评分，对中国人群的预测偏差较大，我们用26年随访数据重新校准了适合中国人群的10年和20年ASCVD风险评分，校准后模型的C指数从0.72提升到0.78，预测准确率提升了8%以上。我印象很深的一个案例：一位45岁男性，血压146/92mmHg，BMI28，吸烟，总胆固醇5.2mmol/L，没有糖尿病和家族史，用原有欧洲SCORE评分计算10年风险为4.2%，属于低危，指南推荐仅做生活方式干预，不需要药物治疗；我们校准后的20年风险评分计算为13.1%，超过10%即为中危，需要启动低剂量降压药物干预。这个患者当时听从了建议，但因为没有症状一年后自行停药，18年后他63岁时发生了缺血性脑卒中，这个案例让我们很多年轻医生印象深刻，也充分说明长期风险预测对临床决策的指导意义——很多中青年患者10年风险低，但远期风险很高，一旦错过早期干预窗口，发生事件就是不可逆的。1一级预防：高危人群风险分层与干预决策1.2长期风险分层对干预决策的指导原有临床决策仅关注10年风险，我们的26年数据显示：基线血压处于正常高值的患者，26年累积心脑血管事件风险是血压正常者的2.1倍，其中45岁以下合并吸烟、肥胖的正常高值人群，26年累积风险达到16.8%，远高于血压正常的同年龄人群。基于这个结果，我们提出对45岁以下合并危险因素的正常高值人群，应该提前启动生活方式干预，对风险持续升高的人群尽早启动药物干预，而不是等血压达到高血压诊断标准再治疗，这个观点已经被我们当地的社区慢病防控指南采纳，改变了很多基层医生的临床决策。2二级预防：慢病患者个体化治疗决策支持对于已经确诊慢病的患者，临床决策核心是选择获益风险比最高的治疗方案，我们的26年数据提供了长期的证据支持。2二级预防：慢病患者个体化治疗决策支持2.1不同干预方案的远期获益风险比验证很多降压、降糖药物的RCT仅随访5年左右，医生和患者都担心长期用药的不良反应，我们的数据显示：坚持规范服药、血压连续10年以上达标的高血压患者，26年全因死亡风险比血压未达标者降低41%，脑卒中风险降低48%，不同大类降压药物之间，严重不良反应的发生率没有统计学差异，这个结果给长期规范用药提供了扎实的远期证据，打消了很多人的顾虑。我们还验证了补充叶酸预防脑卒中的长期效果：对于基线合并高同型半胱氨酸的高血压患者，持续补充叶酸的患者26年脑卒中风险降低21%，进一步验证了补充叶酸对中国高血压人群的长期获益，支持了临床常规补充叶酸的决策。2二级预防：慢病患者个体化治疗决策支持2.2个体化预后预测模型的构建我们基于26年数据开发了高血压患者个体化生存期和并发症风险预测模型，输入患者的年龄、血压水平、合并症、用药情况、生活方式等信息，就可以计算出患者未来10年、20年的事件风险和预期寿命。比如一位60岁的高血压患者，血压控制在130/80mmHg以下，不吸烟，体重正常，模型预测他的预期寿命比同年龄血压未达标的患者高8.7岁，这个结果不仅可以帮助医生制定治疗目标，还可以提高患者的用药依从性，让患者更直观地看到长期控制血压的获益。3公共卫生层面：人群慢病管理决策支持长期随访数据不仅可以支撑个体临床决策，还可以支撑公共卫生层面的人群管理决策，优化医疗资源分配。3公共卫生层面：人群慢病管理决策支持3.1社区高危人群筛查方案的优化我们的数据显示，在社区慢病高危人群筛查中，仅需要血压、空腹血糖、吸烟、BMI四个简单指标，就可以识别出82%的10年ASCVD高风险人群，不需要增加expensive的生化检查项目，基于这个结果我们优化了社区筛查方案，把原来的12项筛查指标简化为4项，降低了筛查成本，提高了社区筛查的覆盖率，这个方案已经在我们当地17个社区推广，筛查覆盖率从原来的52%提升到了87%。3公共卫生层面：人群慢病管理决策支持3.2慢性病分级管理的资源分配方案我们基于长期风险分层结果，把社区慢病患者分为低危、中危、高危三个层级，低危人群每年随访一次，中危每半年一次，高危每季度一次，把有限的社区医疗资源向高风险人群倾斜，这个方案推广5年来，试点社区的心脑血管事件发生率下降了18%，全因死亡率下降了12%，获得了明确的人群获益。04基于26年随访数据的临床决策支持存在的挑战与未来方向基于26年随访数据的临床决策支持存在的挑战与未来方向我们的研究虽然积累了26年的数据，但仍然存在明确的局限性，需要进一步优化完善。1当前存在的核心局限性1.1人群代表性的局限我们的队列样本主要来自长三角地区，90%以上为汉族，80%以上为城市居民，农村人群和少数民族人群占比偏低，因此我们的模型直接推广到其他地区和人群时，需要进一步做人群校准，否则可能存在偏差。1当前存在的核心局限性1.2变量信息的局限性因为队列启动于1997年，受当时的检测条件和研究认知限制，很多新型危险因素比如脂蛋白(a)、同型半胱氨酸、睡眠呼吸暂停、肠道菌群等，基线没有常规采集，因此无法分析这些因素的长期影响，也无法把这些因素整合到预测模型中，限制了模型的精准性。1当前存在的核心局限性1.3临床转化落地的瓶颈目前我们的风险预测模型和决策工具主要还是停留在学术研究层面，还没有普遍整合到医院HIS系统和社区慢病管理系统中，多数基层临床医生对工具的认知和使用率较低，还没有真正成为日常临床决策的常规支撑工具。2未来的优化方向针对这些局限性，我们目前已经启动