SPRINT研究二次分析(吸烟者强化降压更危险)
不过近日发表在JAMA子刊对SPRINT试验二次分析的结果表明,如果高血压患者吸烟,则不能从收缩压降低到<120 mmHg获益,反而心肌梗死、脑卒中和其他心血管事件发生率会增加。
心血管病风险增加或合并慢性肾脏病的≥50岁高血压患者强化降压获益,是收缩压干预试验(SPRINT)的主要发现。
[1] Scarpa J, et al. Assessment of risk of harm associated with intensive blood pressure management among patients with hypertension who smoke. JAMA Net Open, 2019, DOI:10.1001/jamanetworkopen.2019.0005.
[2] Salynn Boyles. SPRINT Re-Analysis Has News for Smokers With Hypertension: Outcomes worse with aggressive blood pressure targets. Medpagetoday. March 08, 2019.
研究者指出,传统的生物统计学方法常常不能明确不同亚组的治疗差异,而随机森林分析却擅于此道,而机器学习的统计学进展也为大样本临床试验中异质性治疗效果的识别提供了方便。
转载:请标明“中国循环杂志”
来源:
研究者表示,如果这项分析中明确的治疗效果异质性在一般人群中存在,如果将SPRINT试验在一般人群推广,那么意味着每年会有88700例急性肾损伤和56100例低血压额外发生。
这项分析的特点是采用了监督学习算法随机森林分析。研究者应用随机森林分析其中一半吸烟者的试验数据确定潜在的异质性治疗效果,应用Cox比例风险回归模型对其余吸烟者数据进行了测试。
而这项最新分析显示,对于吸烟者而言,每强化降压治疗43.7例,就会发生1例主要心血管事件,发生风险是收缩压降低至<140 mmHg的10.6倍。
SPRINT试验表明,对于心血管病风险增加或合并慢性肾脏病的≥50岁高血压患者,将收缩压降低至<120 mmHg要比<140 mmHg可降低30%的心血管事件相对风险,25%的死亡风险。
研究者指出,有必要进一步开展研究来直接评估吸烟高血压患者的强化血压治疗,以更好权衡其中获益与风险。
这项分析中,吸烟受试者基线收缩压均高于144 mmHg,60%为男性,平均年龄约为61岁。
不过研究者也表示,识别随机试验异质性治疗效果,哪种算法最优还需进一步探索。
SPRINT试验中血压测量方法和急性肾损伤增加常被诟病。强化降压会致急性肾损伤在ACCORD试验中也可见。
在伴随的述评中,述评专家也对这种新的分析手段比较感兴趣,认为“突出了机器学习在临床试验分析中的作用”。
气短、吸烟伴咳嗽者寿命短
7月2日,《呼吸病学》杂志发表的一项研究提示,对于老年人来说,某些呼吸道症状可能是早死的预测指标。该研究显示,气短的所有老年人、咳嗽的既往吸烟者、气喘的当前吸烟者寿命均会缩短。据估计,一位从不吸烟、没有任何呼吸道症状的70岁男士,其剩余寿命为16.6年。打鼾,升高血压!吉林大学Meta分析
已经有很多研究表明,打鼾与心血管疾病及诸多危险因素密切相关,包括高血脂、糖尿病、脂肪肝、心梗、脑出血。近期,吉林大学研究人员发表的一项Meta分析进一步发现,打鼾还是高血压的一个独立预测因素。研究显示,与不打鼾者相比,打鼾者高血压风险增32%,男士和女士分别增32%和26%。Circulation子刊:吸烟影响7000多个基因,戒烟后某些基因影响可持续30多年
很多人即使戒了几十年的烟,但之前吸烟所致的癌症、慢性阻塞性肺病以及脑卒中等风险依然长久存在。近期Circulation子刊一项研究结果提示,这都是吸烟对人体基因“做怪”的缘故。DNA甲基化是调节基因表达的一种重要机制。之前有研究在分析DNA甲基化位点和冠心病、肺癌等发生相关的基因间联系时提示,DNA甲基化或在其中伴有重要角色。降压治疗没有跌倒风险!英国医学杂志Meta分析
对于衰弱和有多个合并症的高血压患者来说,指南建议临床医生要尤其注意权衡降压治疗的获益和风险,但如何来评估降压治疗可能的害处,目前少有证据来支持治疗决策的制定。2月10日,英国医学杂志(BMJ)发表的一项覆盖58项随机对照研究的Meta分析提示,降压治疗并没有跌倒风险,但可能会导致高钾血症、低血压等轻度不良反应,以及急性肾损伤、晕厥等严重不良事件。痴呆该从中年开始预防!欧洲心脏杂志研究提出预测图谱
全球有超过4000万人患有痴呆症,估计每年相关医疗费用1万亿美元。由于人口老龄化,痴呆症患者数量预计将每20年翻一番。近期,《欧洲心脏杂志》一项丹麦研究对超过6万人进行了25年追踪,发现痴呆的最强预测因素为老龄、教育程度低、糖尿病、高血压、吸烟和遗传因素(载脂蛋白E基因型和GWAS风险等位基因)。杨进刚阜外2023-09-12 13:52:06
0000