條文本
PDF
摘要
客觀的患者和醫生對心血管風險的準確估計很重要，因為這影響到健康行為和醫療決策。我們的目的是確定醫生和患者是否準確地估計了初級保健患者的絕對心血管風險。
方法2014年，在馬來西亞的初級保健診所開展了一項橫斷麵研究。35歲及以上無已知心血管疾病(CVDs)的患者納入研究。采用結構化問卷的麵對麵訪談來收集社會人口學和臨床數據，以及患者的感知和醫生對患者心血管疾病風險的估計。用χ2相關性和獨立t檢驗。
結果我們招募了1094名患者和57名醫生。僅使用Framingham風險評分(FRS)，高危組為508例(46.4%)。如果將糖尿病列為高風險，則增加到776人(70.9%)。與參考FRS相比，隻有34.4%的患者和55.7%的醫生正確估計了患者的CVD風險。
664例(85.6%)高危患者低估了CV風險。與患者低估相關的因素包括:與作為參考組的馬來人相比，患者沒有心血管疾病家族史(調整後的OR (AOR): 2.705, 95% CI(1.538 ~ 4.757)，腰圍較小(AOR: 0.979,95% CI 0.960 ~ 0.999)和種族(土著/其他人群:AOR: 0.129, 95% CI 0.071 ~ 0.235)。醫生低估了59.8%的高危人群的風險。與醫生低估相關的因素是患者因素，如女性(AOR: 2.232, 95% CI: 1.460 ~ 3.410)、年輕(AOR: 0.908, 95% CI: 0.886 ~ 0.930)、非高血壓(AOR: 1.731, 95% CI: 1.067 ~ 2.808)、非糖尿病(AOR: 1.931, 95% CI 1.114 ~ 3.348)、高密度脂蛋白水平較高(AOR: 3.546, 95% CI 2.025 ~ 6.209)、較低收縮壓(AOR: 0.970, 95% CI 0.957 ~ 0.982)、不吸煙(AOR:2.246, 95% CI 1.354至3.726)和種族(印度:AOR: 0.430, 95% CI 0.257至0.720;本土/其他:AOR: 2.498, 95% CI 1.346至4.636)。
結論大多數發生在醫生和病人之間的會診是由不準確的心血管風險估計所告知的。
- 心血管風險評估
- 溝通
- 共享決策
- 谘詢
- 家庭醫學
這是一篇根據創作共用署名非商業性(CC BY-NC 4.0)許可發布的開放獲取文章，該許可允許其他人以非商業性的方式發布、混編、改編、構建本作品，並以不同的條款許可其衍生作品，前提是原始作品被正確引用且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/
統計數據來自Altmetric.com
本研究的優勢和局限性
這是一項大規模的橫斷麵研究，在9個不同的診所進行，涵蓋了1000多名患者的谘詢。
它收集了在作出醫療決定的初級保健機構的實際會診中發生的看法和做法。
參與者的行為可能因為對正在進行的研究的了解而受到影響。
背景
盡管有國際社會的努力，心血管疾病(CVD)仍然是全球死亡的主要原因，每年造成超過1700萬人死亡。1已確定能夠避免數百萬人死於非傳染性疾病的負擔得起、可行和有效的全球行動，以應對這一持續的危機。2然而，心血管疾病是非傳染性疾病的主要原因之一，非傳染性疾病的發病率正在增加，而且這種增加在發展中國家尤為嚴重。3.在被確定為非傳染性疾病危機優先行動的五項幹預措施中，2隻有一項涉及個別臨床服務，即基本藥物和技術的獲得。這被認為是必要的，特別是對那些被確定為心血管疾病高風險的人。
心血管疾病(CV)風險評分等工具可以識別心血管疾病的高危人群。這些測試的目的是根據從病史、體檢或調查中獲得的風險因素來計算個人發生CV事件的風險。大多數指南建議使用風險評分來預測全球風險，而不是專注於單個風險修正。大多數人主張使用弗雷明漢風險評分或根據弗雷明漢研究數據校準的評分。4 - 6一項係統綜述確定了21項風險評分，用於既往無心血管疾病史的成人。7然而，使用風險評分是令人驚訝的有限。研究報告的使用率在17%-65%之間。8 - 10研究表明，醫生對CV風險的主觀估計是不準確的。16當研究使用實際患者時，他們往往低估了風險16對病例報告或小插曲的風險估計過高。12 - 15患者在估計自己的CV風險時也被發現不準確。8大約40%的普通人群低估了他們的CV風險，20%的人高估了它。11日17日至19日在對那些CV風險較高的人的研究中，隻有大約40%的人意識到他們的風險增加了。20.更高的CV風險認知已被證明與對醫療管理的更好接受度相關，無論這種認知是否準確反映了實際CV風險。21
患者和醫生對CV風險的準確估計非常重要，因為這影響到健康行為和醫療決策。移動醫療技術的普及，包括在線風險計算器和指南，顯示出在臨床會診中提高對CV風險評分的認識和使用的潛力。22但這是否導致了在實踐中使用CV風險評分的相應改進?我們的研究旨在確定醫生和患者是否能夠在初級保健衛生環境中準確估計患者的絕對CV風險。
方法
這是2014年在馬來西亞9個公共初級保健診所進行的一項橫斷麵研究，招募期為2014年11月1日至30日。這9家診所是從馬來西亞的5個地區中方便地選擇的:北部(怡保)、南部(馬六甲)和西部地區(巴生穀)各有兩家診所，馬來半島東部地區(吉蘭丹)有一家診所，東部地區(沙巴)有兩家診所。所有在這些診所就診的35歲及以上的患者在過去一年內進行了CV風險評估。已知有心血管疾病的患者，例如缺血性心髒病和中風，被排除在外。
基於一項研究，發現40%-52%的患者正確估計了他們的CV風險，我們使用50%來計算樣本量，總共有384名參與者。17在按地區分層後，考慮到30%的非應答率，需要998的樣本量。從每個地區招募了大約200名患者。
采用結構化問卷進行麵對麵訪談，收集患者的社會人口學數據和CV危險因素，包括年齡、性別和CVD家族史。研究人員要求患者將自己在未來10年內心髒病發作或中風的風險分為低、中、高三個等級。然後，醫生填寫患者最近1個月的吸煙狀況、糖尿病和高血壓史、近1年的血脂情況、抗高血壓、他汀類藥物和抗血小板使用情況等數據，按照通常做法估計患者未來10年的心血管疾病風險，即低(<10%)、中等(10% - 20%)和高(>20%)。使用經過驗證的數字血壓儀(歐姆龍HEM-7121)測量體重、身高、腰圍和血壓(BP)。醫生們還被要求填寫一份關於他們的社會人口學、行醫年限以及他們用來評估患者CV風險(如果有的話)的方法的問卷。
我們使用D’agostino 2008 Framingham一般心血管風險評分(FRS)作為參考CVD風險。22這已在馬來西亞得到驗證，無需對諸如種族等人口統計學變量進行調整。23日2410年心血管疾病風險分為低風險(<10%)、中等風險(10% - 20%)和高風險(>20%)。在這項研究中，高CVD風險組被定義為FRS >20%和/或存在糖尿病。當患者和醫生的估計與研究小組計算的弗雷明漢評分一致時，就被認為是正確的;當被研究小組評為高風險人群的評估值較低或中等時，就會發生低估。
分析
采用社會科學統計程序(SPSS V.22.0)錄入數據並進行分析。使用完整案例分析，這意味著那些缺失的值被排除在外。使用百分比和比例報告頻率。分類資料間的相關性用χ檢驗2而連續數據的檢驗采用獨立t檢驗和相關檢驗。計算Kappa值，確定患者估計的CV風險與實際風險、醫生估計的CV風險與實際風險的一致性。采用單變量和多變量二元邏輯分析，對高危人群的低估作為感興趣的結果。計算聚類內相關係數(ICC)來確定聚類的同質性。ICC值接近於0時，表明設計效果為1，表明聚類是均勻的。25相關估計和可變膨脹因子(VIF)被用來確定解釋變量之間的多重共線性。
結果
在接觸的1107名患者中，7名拒絕參與，6名不符合納入標準，總共招募了1094名患者。平均年齡57.2歲(SD 9.8)，年齡範圍35 ~ 86歲。女性占62.6%，糖尿病占60.8%，高血壓占76.9% (表1)．共有57名醫生參與了這項研究。醫生的平均年齡為32.3歲(標準差5.5)，平均工作經驗為6.5年(標準差3.8)。婦女占醫生總數的63.4%。
僅使用FRS，高危組508例(46.4%)。如果算上糖尿病，這個數字增加到776人(70.9%)。在所有的會診中，隻有34.4%的患者和55.7%的醫生正確估計了患者的CVD風險組。
計算得到的所有變量的ICC值都很小，在0.001到0.086之間，表明聚類具有同質性。變量之間的最高相關性為<0.85(最高相關性為0.780)，而最高VIF為<5。因此，變量之間不存在多重共線性。
病人的評估
表2顯示患者對其CV風險的估計。在CV高危組中，隻有112例(14.4%)患者正確估計了其風險。其餘664人(85.6%)低估了CV風險。患者感知CV風險與實際風險之間的相關性為kappa=−0.016。與患者低估相關的因素包括:與作為參考組的馬來人相比，患者沒有心血管疾病家族史(調整後的OR (AOR): 2.747, 95% CI(1.566 - 4.818)，較小的腰圍(AOR: 0.980, 95% CI 0.960 - 0.999)和種族(土著/其他;AOR: 0.129, 95% CI 0.071 - 0.235) (表3)．
醫生的估計
表4顯示了醫生對患者CV風險的估計。在CV高危組中，醫生正確估計40.2%，低估59.8%。醫生對患者CV風險的估計與患者實際CV風險之間的相關性為kappa=−0.084。與醫生低估高CV風險相關的因素為患者因素，如女性(AOR: 2.232, 95% CI: 1.460 ~ 3.410)、年輕(AOR: 0.908, 95% CI: 0.886 ~ 0.930)、非高血壓(AOR: 1.731, 95% CI: 1.067 ~ 2.808)、非糖尿病(AOR: 1.931, 95% CI 1.114 ~ 3.348)、高密度脂蛋白水平較高(AOR: 3.546, 95% CI 2.025 ~ 6.209)、較低的收縮壓(AOR: 0.970, 95% CI 0.957 ~ 0.982)、不吸煙(AOR:2.246, 95% CI 1.354至3.726)和種族(印度:AOR: 0.430, 95% CI 0.257至0.720;本土/其他:AOR: 2.498, 95% CI 1.346至4.636)(表5)．
表6總結了醫生用來估計患者CV風險的方法。大約一半的人使用在線風險計算器，四分之一的人使用風險因素計數或手工計算。使用的風險評分包括FRS、QRISK和美國心髒病學會/美國心髒協會風險評分。
討論
我們的研究結果表明，患者和醫生都低估了患者的CV風險。在那些CV高風險的患者中，隻有七分之一的患者認為自己處於高風險。更令人擔憂的是，隻有五分之二的醫生能夠正確識別這些CV高風險患者。這意味著，由於CV風險估計不準確，這些會診期間的醫療決策信息不足。
在線風險計算器和推薦使用風險評估的指南都很方便，這怎麼可能發生呢?很可能對心血管疾病的風險估計仍然知之甚少。許多心血管疾病風險評分建議在開始用藥前使用風險因素的基線水平進行風險計算。對於一些風險評分，如成人治療麵板III風險計算和合並隊列風險評分，糖尿病自動被視為高CV風險，無需計算。然而，QRISK和D’agostino等新的風險計算方法現在考慮了治療的效果，並將目前使用的降壓藥或降脂藥等變量納入計算。26日27日不同風險評分所使用的方法的差異以及時間的推移導致了用戶的誤解、困惑和不確定。
一項探索全科醫生使用CV風險評分的研究發現，醫生對治療患者使用CVD評分有很大的不確定性。28在患者接受治療時使用患者的危險因素水平會導致低估真正的心血管疾病風險。長期暴露在以前的高水平和存在既定的慢性變化將意味著最大程度的減少可能需要超過5年，可能永遠不會達到treatment-naïve患者的水平。但是，醫生很難獲得預處理水平，如果長期控製患者的危險因素，就會出現高估。
通過適當的風險溝通共享醫療決策，確保患者和醫生能夠權衡治療方案的風險和收益。在本研究人群中所見的對風險的低估很可能對他們的管理產生重大影響。在其他研究中也發現了過度樂觀的現象，這些研究描述了人們對未來生活事件不切實際的樂觀傾向。29研究表明，當負麵事件被認為是可控的時，被試者傾向於對自己遭遇負麵事件的機會持樂觀態度。這似乎反映了我們的發現，病人和醫生認為心血管疾病的風險很低，因為治療的可用性和可以采取的行為生活方式改變步驟。危險因素的治療主要是防止疾病的進展。然而，患者和醫生必須明白，殘餘風險仍然存在，盡管風險因素水平已正常化，大多數患者仍應繼續治療。這種理解可能會受到樂觀偏見的威脅，因為堅持服藥和預防行為已被證明與更高的風險感知相關。30 -
研究結果還表明，患者和醫生通過風險因素概況或風險因素計數來估計風險，而不是絕對風險計算。人們似乎對心血管疾病的一些風險因素有很好的認識，因為風險感知與這些因素相關，即年齡、性別、合並症和吸煙。然而，專注於單個風險因素或風險因素計數往往低估了那些可能有多個風險因素水平輕微升高的人的風險，這些風險因素協同增加了CV的整體絕對風險。33這就是為什麼大多數心血管疾病指南提倡使用風險計算器來估計個人風險。5 6 34 35與其他危險因素相比，患者似乎更了解家族史和較高的腰圍作為賦予的危險因素。家族史和肥胖已被證明與風險自我感知的增加有關。12鑒別對病人有更大意義的因素是有用的。否則，醫患雙方對特定危險因素重要性的認知不一致，會影響風險的溝通。我們在這項研究中發現，醫生和患者評估之間的相關性非常低，這表明這種不匹配正在發生。
種族也被發現與風險低估顯著相關。與參考組(馬來患者)相比，醫生對印度裔患者風險低估的AOR為0.430,95% CI為0.257 - 0.720。這表明，與馬來患者相比，印度裔患者的醫生對風險的低估較少。這可能與南亞種族的心血管疾病風險較高的訓練有關。36這一發現可用於針對那些評估不準確的幹預風險較大的人群。
本研究的優勢和局限性
這是一項橫斷麵研究，研究了患者和醫生對單個患者的風險認知。研究設計使我們能夠在初級保健機構的實際會診中捕捉到關於心血管疾病預防和治療管理機構的決策的看法和實踐。這項研究在9個不同的診所進行，涵蓋了1000多名患者的谘詢。
有可能參與這項研究的醫生已經意識到正在進行的研究，並獲得了所有參與者的知情同意，因此有可能促使他們評估患者的CV風險。然而，我們認為這隻會促使他們查看簡曆評估。如果對這項研究的了解使結果產生偏倚，那麼偏倚的方向很可能是對風險的更準確估計。因此，不準確的風險估計率實際上可能比發現的要高。
本研究以經驗證的FRS為參考標準。因此，估計的準確性是基於與參考評分的一致性，而不是基於實際CV結果，這需要隊列研究設計。我們包括75歲及以上的患者，盡管FRS推薦用於30-74歲的患者。做出這一決定是因為它反映了在初級保健中看到的實際患者人數。然而，我們知道，當使用風險評分在推薦的年齡範圍之外時，是不太準確的。
建議
鑒於這些發現，未來的研究應著眼於製定幹預策略，將正式的心血管疾病風險計算落實到會診中，並在實際會診中測試這些策略。例如，將風險計算器合並到電子醫療記錄或在診所桌子上簡單顯示風險圖表的係統流程。32準確的風險估計應該傳達給患者，讓他們在臨床實踐中做出關於他們的管理的決定時充分知情。
結論
大多數發生在醫生和病人之間的會診是由不準確的CV風險估計所告知的。不準確主要是由於低估了患者的CVD風險。需要采取幹預措施改善心血管疾病風險估計，以便為初級保健會診中的共享決策提供信息。
致謝
我們要感謝衛生處長批準這篇論文的發表。我們也要感謝衛生部兒童權利中心主任Goh Pik Pin博士為這項研究提供了平台。我們還要感謝Klinik Kesihatan Ketereh的Zukry醫生和所有診所。該項目由馬來西亞國家衛生研究所資助。
參考文獻
腳注
貢獻者本研究由SML、WKL、EMK、IZI和HY構思，SML、WKL、EMK、IZI、SA、MO、SZS、JS和HY參與了研究的規劃和數據分析。WKL、IZI、SA、MO、SZS、JS輔助數據采集。NFMZ輔助研究數據分析。SML起草了手稿，最終版本經過所有作者的修改和批準。
資金馬來西亞國家衛生研究所。
相互競爭的利益沒有宣布。
病人的同意獲得的。
倫理批準這項研究在馬來西亞國家醫學研究登記處注冊。(NMRR-13-962-17898)，並獲得馬來西亞研究倫理委員會批準。研究人員向潛在參與者提供了有關研究的口頭和書麵信息，並獲得了被招募者的知情同意。
來源和同行評審不是委托;外部同行評審。
數據共享聲明沒有其他數據。