2025AHA、ACC科学声明：风险评估指导心血管一级预防的血压管理策略PPT课件.pptxVIP

2025AHA/ACC科学声明：在心血管疾病一级预防中使用风险评估指导血压管理决策精准评估，科学降压

目录第一章第二章第三章引言与背景概述风险评估框架与方法血压管理决策指南

目录第四章第五章第六章证据基础与支持数据临床实施与应用结论与未来方向

引言与背景概述1.

科学声明的目的和范围明确风险评估工具的应用：本科学声明旨在为临床医生提供基于必威体育精装版证据的指导，明确PREVENT风险预测模型在心血管疾病（CVD）一级预防中的核心作用，并规范其在血压管理决策中的适用范围。更新临床实践标准：声明通过对比既往模型（如FRS和PCEs），提出PREVENT模型的优势，为2025年高血压指南的更新提供理论依据，推动血压管理策略的精准化和个体化。覆盖人群与结局扩展：声明不仅针对普通人群，还纳入糖尿病、慢性肾病等高风险群体，并将预测结局从动脉粥样硬化性心血管疾病扩展至总CVD风险（含心衰），增强临床相关性。

01一级预防的核心是通过早期识别高风险个体（如10年CVD风险≥7.5%），采取干预措施（如降压治疗）以延缓或避免CVD发生，而非仅依赖症状或晚期诊断。风险评估的核心地位02FRS和PCEs模型因人群代表性和校准度不足逐渐被淘汰，PREVENT基于当代多样化人群数据开发，更符合当前流行病学特征。从传统模型到PREVENT的演进03除血压管理外，声明强调需结合血脂控制、糖尿病管理等综合措施，形成多维度预防策略，而非单一指标干预。多因素综合干预04声明引用多项大型队列研究和随机对照试验（如SPRINT研究），支持PREVENT模型的高证据等级和强推荐级别。证据等级与推荐强度心血管疾病一级预防核心概念

010203强化降压目标值：基于必威体育精装版证据，声明推荐所有非特殊人群（如衰弱老年人）的血压目标值130/80mmHg，以显著降低CVD事件和全因死亡率。风险分层指导治疗时机：对于10年CVD风险≥7.5%的个体，即使血压处于1级高血压范围（130-139/80-89mmHg），也需立即启动药物治疗；低风险者则优先生活方式干预。动态监测与模型迭代：声明指出需定期更新风险预测模型参数（如新增生物标志物或社会决定因素），并动态校准以适应人群变化和医疗技术进步。血压管理在预防中的关键角色

风险评估框架与方法2.

Framingham风险评分（FRS）：2001年胆固醇指南首次引入，基于传统心血管危险因素（如年龄、性别、血压、胆固醇）预测10年冠心病风险，但未涵盖心衰和部分当代人群特征，校准度随时代变迁逐渐下降。汇集队列模型（PCEs）：2017年高血压指南推荐，扩展了FRS的预测范围至动脉粥样硬化性心血管疾病（ASCVD），但存在对高风险人群过度预测的问题，且未整合心衰和肾功能等关键指标。PREVENT模型：2025年指南新推荐，基于美国当代多样化人群数据开发，覆盖ASCVD和心衰复合结局，采用更新的危险因素权重（如社会健康决定因素、慢性肾病），统计学区分度（C统计量0.82）和校准度（Brier评分0.03）显著优于PCEs。常用风险评估工具介绍

血压与风险正相关：收缩压≥180mmHg或舒张压≥110mmHg直接划入高危，反映血压水平是核心分层依据。多因素叠加效应：中危到高危的跃迁需≥3个危险因素（如年龄+糖尿病+吸烟），体现综合评估必要性。靶器官损害权重高：即使血压未达3级，合并肾功能不全/左室肥厚即可升级为极高危。糖尿病特殊地位：糖尿病患者合并任一危险因素即达高危，凸显代谢异常对血管的加速损害。风险模型辅助决策：10年风险≥20%作为极高危阈值，为降压强度选择提供量化支持。动态分层管理：慢性肾病3期（eGFR30-59）属高危，进展至4期（eGFR30）自动升级为极高危。风险等级血压范围(mmHg)危险因素数量靶器官损害10年心血管风险低危140-159/90-990-1无5%中危160-179/100-1091-2轻度5%-9%高危≥180/≥110≥3明显10%-19%极高危任意级别合并疾病严重≥20%风险分层标准与阈值原则

风险整合指导决策流程将PREVENT模型输出的数值风险与患者偏好、合并症负担（如痴呆、癌症）、社会健康决定因素（SDOH）共同纳入决策矩阵，通过共享决策（SDM）工具实现个体化选择。多维度数据整合高风险患者推荐联合用药（如ACEI+CCB）快速达标，低风险患者采用单药阶梯治疗；所有方案均需匹配动态血压监测（ABPM）结果，避免白大衣效应干扰。治疗强度分级建立电子健康记录（EHR）嵌入式决策支持系统，自动抓取风险因素数据并生成可视化报告，同时追踪降压治疗后的实际CVD事件率，持续优化模型预测性能。质量控制闭环

血压管理决策指南3.

基于风险的血压目标设定PREVENT模型的核心优势：该模型基于美国当代大规模人群数据开发，