科学家设计了一种算法 用于健康人的个性化心血管风险评估

国家心血管研究中心 (CNIC) 的科学家设计了一种算法，可根据年龄、血压、饮食以及血液和尿液标记物等一系列变量，对健康中年人的心血管风险进行个性化评估。EN-PESA 算法是一种经济实惠的工具，用于评估亚临床动脉粥样硬化的严重程度(其特征是动脉壁上脂肪物质的沉积)，尤其是对于风险较高的个体。研究人员得出结论，EN-PESA 将“有助于个性化心血管风险的评估，从而制定量身定制的治疗和后续计划。”

这项研究今天发表在《美国心脏病学会杂志》(JACC) 上，是由 Valentín Fuster 博士领导的 PESA-CNIC-SANTANDER 合作项目的一部分。PESA研究于2010年启动，最近延长至2030年，是世界上最重要的心血管预防研究之一。

“机器学习算法将在未来几年彻底改变临床实践，影响从诊断到预防和治疗的方方面面。更准确的风险量化将允许基于每个人的全部可用信息进行高度精确、个性化的风险估计，”恩里克说Lara Pezzi，当前研究的首席研究员，也是 CNIC 心脏病分子调控实验室的负责人。

机器学习算法的成功源于对从大量个体收集的大量数据的分析和系统处理。CNIC 生物信息学部门负责人 Fátima Sánchez Cabo 博士表示，“PESA-CNIC-SANTANDER 是一项开创性的研究，从该研究的所有参与者那里收集了大量详细的表型信息。”

动脉粥样硬化通常在晚期被发现，此时它已经引起心脏病发作或中风等临床事件。在动脉粥样硬化出现症状后，现阶段的治疗效果有限。很大一部分幸存患者的生活质量下降，患者健康状况的恶化导致卫生系统的成本增加。这就是为什么在最早阶段发现这种疾病如此重要。