冠状动脉钙化评分能否改善风险预测？
确实如此。冠状动脉钙化（CAC）评分——一种快速、低辐射的CT扫描，用于测量心脏动脉中的钙化斑块——持续为基于传统风险因素的模型增加预测能力。2022年一项涵盖6项队列研究（超过17000名参与者）的荟萃分析发现，将CAC加入标准风险计算器（如弗雷明汉风险评分或汇集队列方程）后，C统计量（衡量模型区分未来是否发生事件人群能力的指标）平均提升了0.036 [2]。尽管这一提升看似不大，但它带来了有意义的重新分类：在美国一项大型研究（MESA）中，将CAC加入汇集队列方程后，C统计量提升了0.09，净重新分类改善率达到19%，这意味着近五分之一的人被划分到了更准确的风险类别中 [5]。
这种改善在特定人群中尤为明显。例如，在一项涵盖超过66,000名一级预防患者的研究中，CAC（冠状动脉钙化评分）对心源性猝死具有强烈的预测作用，随着CAC升高，风险呈阶梯式增加（CAC>1000与CAC=0相比，风险比为4.9），而这种附加价值在10年风险处于低至中等水平（<7.5%和7.5-20%）的人群中最为显著[6]。同样，在一项纳入超过46,000名无糖尿病或既往心脏病史人群的队列研究中，当将CAC加入SCORE2算法时，它成为唯一最强的预测因子[9]。
CAC评分对谁最有益？
CAC评分对处于中等风险（10年内发生心脏病或中风的风险为10%-20%）的人群最有价值，因为这类人群是否启动他汀类药物治疗往往难以确定。对于这些患者，CAC评分为0可安全地降低风险等级，而高评分（如>100）则可提升风险等级，并支持采取更积极的治疗。例如，在一项涵盖近7000名无症状患者的泰国队列研究中，最初被归类为中等风险但CAC≥100的患者，其心血管事件风险增加了3倍；加入CAC评分后，C统计量从0.703提升至0.716 [4]。
CAC在特定高危人群中同样具有重要价值。对于家族性高胆固醇血症（一种导致胆固醇极高的遗传性疾病）患者，将CAC纳入SAFEHEART风险方程后，曲线下面积（AUC）从0.793提升至0.884，净重分类改善指数达到45.4%[3]。在肥胖人群（BMI≥30）中，即使校正传统危险因素后，CAC≥300仍与心血管死亡风险增加3.5倍、冠心病死亡风险增加5.4倍相关[8]。而在心脏性猝死高危群体——消防员中，39%的人检出CAC，其中93%的CAC阳性者动脉粥样硬化性心血管疾病（ASCVD）风险评分低于7.5%，这意味着CAC发现了传统评分未能识别的风险[11]。
有哪些局限性和权衡？
尽管CAC评分能改善风险预测，但其获益并不均衡，且存在重要注意事项。首先，在某些人群中，区分度的提升较为有限。2022年的荟萃分析指出，C统计量的合并提升值为0.036，而在被CAC重新划分为高风险的人群中，85%-96%的人在随访期间（5-10年）实际上并未发生事件，这意味着许多人可能被上调风险等级却未必真正获益[2]。同一分析得出结论：这种有限的提升可能被成本、偶然发现及辐射暴露所抵消，且目前尚无证据表明加入CAC能改善临床结局[2]。
其次，CAC的预测价值并不仅仅取决于总评分——钙化密度同样重要。一项2024年针对5项研究的荟萃分析发现，在调整总钙化体积后，较高的CAC密度（更致密、更紧凑的钙化）实际上与较低的心血管风险相关（每增加一个标准差，风险比为0.80）[1]。这意味着，由致密钙化导致的高Agatston评分，可能比由更大面积但密度较低的钙化导致的相同评分危险性更低。MESA的另一项分析证实，在低钙化体积（≤130 mm³）时，较高的密度具有保护作用（每单位密度风险比为0.57），但在较高体积时这一效应并不显著[7]。这种复杂性无法通过标准的Agatston评分体现，可能导致部分患者的风险被高估或低估。
第三，关于临床获益的证据（即CAC指导的治疗是否真正减少心脏病发作或死亡）仍然不足。尽管一项研究表明，消除CAC的费用障碍可提高他汀类药物使用率并改善胆固醇水平[10]，但目前尚无随机试验证明，与标准风险分层治疗相比，基于CAC指导的治疗能改善死亡率或心肌梗死等硬终点结局[2]。
关于这些来源
该答案基于11篇同行评审研究构建而成——发表于2021年至2024年间，其中1篇为2024年及以后发表，9篇发表于Q1期刊，累计被引333次——这些研究是从通过质量筛选的15项研究中选出的最具相关性的成果，而后者又源自从超过5亿篇论文的数据库中检索到的71篇文献。
本文引用的文献
冠状动脉钙密度与心血管事件风险
一项纳入5项研究（共21,346名参与者）的荟萃分析发现，在校正风险因素和冠状动脉钙化（CAC）体积后，较高的CAC密度与较低的心血管风险相关（风险比每标准差0.80），提示密度对风险的调节作用超越了总钙负荷的影响。
冠状动脉钙化评分在传统心血管风险评估之外的增量价值评估
一项纳入6项队列研究（共17,961名参与者）的系统综述和荟萃分析发现，在标准风险计算器中加入冠状动脉钙化（CAC）评分后，C统计量提升了0.036，但这一改善幅度有限，且未发现临床获益的证据。
冠状动脉钙化评分在预测家族性高胆固醇血症患者心血管事件中的附加价值
在1,624名家族性高胆固醇血症患者中，将冠状动脉钙化（CAC）纳入SAFEHEART风险方程后，AUC从0.793提升至0.884，净重分类改善指数达到45.4%。
冠状动脉钙化在利用泰国心血管风险评分优化10年ASCVD风险预测中的效用
在6964名无症状的泰国患者中，将冠状动脉钙化（CAC）评分纳入泰国心血管风险评分后，C统计量从0.703提升至0.716，净重分类改善指数为0.06。
冠状动脉钙化评分与多基因风险评分在冠心病事件预测中的应用
在两个队列（MESA和鹿特丹研究）中，将冠状动脉钙化评分（CAC）加入汇总队列方程后，C统计量提升了0.09，净重分类改善指数为0.19，表现优于多基因风险评分。
冠状动脉钙化用于心源性猝死的风险分层
在66,636名一级预防患者中，冠状动脉钙化（CAC）对心脏性猝死具有强烈预测作用（CAC>1000对比0的风险比为4.9），其中在10年风险处于低-中水平（<7.5%及7.5-20%）的人群中，C统计量的改善最为显著。
冠状动脉钙密度与按体积分层的心血管事件：MESA研究
在3,316名可检测到冠状动脉钙化（CAC）的MESA参与者中，分别使用CAC体积和密度可改善冠心病风险预测（C指数：0.703 vs. Agatston评分的0.687），且在体积≤130 mm³时，密度具有保护作用（每单位风险比0.57）。
肥胖人群的心血管风险分层：基于冠状动脉钙化联盟的研究
在9,334名肥胖（BMI≥30）个体中，与CAC=0相比，CAC≥300与全因死亡（HR 2.05）、心血管疾病死亡（亚分布HR 3.48）及冠心病死亡（亚分布HR 5.44）风险显著升高相关。
在表面健康的人群中，额外风险因素对改善10年心血管风险预测的价值
在46,285名无糖尿病或既往心血管疾病的个体中，将冠状动脉钙化（CAC）纳入SCORE2算法后，C指数从0.737提升至0.742，且CAC是单一最强的附加预测因子。
无费用冠状动脉钙化评分对心血管预防的影响
在52,151名取消费用障碍后接受CAC检测的患者中，PCE>20%的患者中有21%的CAC<100，而PCE<7.5%的患者中有37%的CAC≥100，这导致了他汀类药物适用性的重新分类，并改善了胆固醇水平。
冠状动脉钙化扫描与消防员心血管风险评估
在487名无症状消防员中，39%的人CAC>0，而其中93%的CAC阳性者ASCVD风险评分<7.5%，这表明CAC识别出了传统评分遗漏的风险。