编者按：心血管疾病是最常见的慢性非传染性疾病，发病率和死亡率均较高，而通过早期识别高危人群后及时干预是减少心血管致死率的重要保证。遗传因素和生活环境因素共同导致早发冠心病，遗传相关性风险因素与机体内残留炎症风险均可诱发或促进冠心病的发生和发展。近日，ESC 2024大会上，本刊特邀巴黎Bichat医院、狄德罗大学Philippe Gabriel Steg教授分享有关冠状动脉疾病的识别和风险分层进展。

 

《国际循环》:当前在冠心病识别和风险评估方面有哪些最新进展？

Philippe Gabriel Steg教授：现阶段我们所拥有的是非常粗糙的风险分层方法，例如基于人口统计学和临床信息的风险评分、SCORE2和SCORE2-OP，可以通过钙化评分、亚临床动脉粥样硬化或合并症等证据来完善这些方法，但因为风险分层方法较为粗糙，并不是很有效。如何处理这些信息？基于大部分证据，我们必须非常小心地治疗患者的风险因素，特别是高血压和需要他汀类药物治疗的低密度脂蛋白胆固醇（LDL-C）。

 

事实上，已经完成的研究和试验结果表明，在稳定的患者中采用侵入性治疗方法不太可能改善结局。当然，对于无症状的受试者，在让他们暴露于不适、并发症和成本的情况下，不太可能改善结局。未来，我认为这种情况很可能会改变，因为在所有风险分层、预防和检测环节中都在进行改进。

 

《国际循环》:在临床实践中，哪些生物标志物或成像技术对于冠心病的早期识别和风险评估尤为重要？

Philippe Gabriel Steg教授：目前的方法主要使用脂质和炎症生物标志物预测结局，但它并不完美。生物标志物的未来将是使用多组学方法整合生物信息与临床信息——整合蛋白质组学，基因组学，脂质组学，代谢组学，多基因风险评分。要做到这一点，人工智能将是关键。关于成像技术，我们过去认为是冠状动脉狭窄和阻塞的成像。现在知道，这些严重病变，可造成梗阻，心绞痛和缺血，可能不会导致患者死亡或导致突发心肌梗死。

 

大多数心血管事件将发生在易损斑块的轻度病变患者中，如果我们能更好地改善易损病灶的成像，而非严重病灶的成像，可能会更好地预防不良结局。有一些技术可以做到这一点，例如在CT血管造影上的血管周围炎症成像。当然，理想的策略是两全其美，整合临床信息，包括基因组学在内的基因组学信息，无创易损斑块成像，人工智能，并将这些整合在一起，例如最近发表的ORFAN试验表明，可能是一种非常有效的患者风险分层方法，包括在预防方面。

 

《国际循环》:针对不同风险级别的冠心病患者，应采取哪些个性化的管理策略？

Philippe Gabriel Steg教授：我相信他汀类药物是一种非常价廉和安全的方法，应全面使用它们，降低人群中的低密度脂蛋白胆固醇。如果是中高风险患者，需要更精细化治疗，并采取多管齐下的方法，针对生活方式和药物的所有风险组成部分——包括高血压、甘油三酯和炎症。目前，有效的治疗方法还包括糖代谢和肥胖，SGLT2抑制剂和GLP-1受体激动剂。在药物治疗方面，现在在预防领域发生了很多变化。研究表明，预防干预可能会发挥作用。最近韩国PREVENT试验首次结果证明，对无症状、无缺血或心绞痛的患者进行预防性干预实际上可以改善患者预后。虽然这项研究存在一定局限性，但这是一项里程碑式的研究，因为它首次表明侵入性治疗方法可能对特定患者有用。

 

《国际循环》:未来，冠心病识别和风险评估领域有哪些值得期待的新技术或新方法？

Philippe Gabriel Steg教授：正如上述提到的，整合所有信息——临床、生物标志物、基因、成像，将是关键环节。新技术必须是非侵入性、必须超越形态而发挥作用，我们将会它看到检测易损斑块和脆弱患者的能力。如果能真正识别出脆弱的患者，那么我们就可以提前采取有效的预防措施。