美国一项研究发现，在基于传统危险因子的预测模型中，增加一项冠状动脉钙化评分（CACS），可显著改善对心血管疾病危险的预测水平。该论文发表于《美国医学会杂志》。    

该项基于人群的、多种族、队列研究共纳入5878名受试者，采用CT检测其CACS值。中位随访5.8年发现，在所有受试者中，共发生209例冠心病（CHD）事件，其中，122例为心肌梗死、CHD相关死亡或需复苏的心脏停搏。    

根据年龄、性别、吸烟史、收缩压水平、抗高血压药物使用情况、总体和高密度脂蛋白胆固醇水平和种族建立模型1，在这些危险因素的基础上增加CACS建立模型2。    

分析发现，模型1中有69%的受试者、模型2中有77%的受试者被归类为CHD危险最高或最低类别。采用模型2进行分析时，在发生过CHD事件的人群中，有23%被重新归入高危类别，而在未发生过CHD事件的人群中，有13%被重新归入低危类别。    

述评：希腊约阿尼纳大学医学院卫生学与流行病学系约安尼季斯（Ioannidis）等：    

CACS用于预测CHD基本符合一个好的预测因素应具备的若干条件：CHD造成沉重的负担；治疗的绝对疗效因基线时发病危险的不同而有差异；可以对患者进行更明确的分类，达到更好的预测效果；可以被明确定义和检测等。    

但该研究仍存在一些局限性。研究者仅计算了5年的发病危险（标准为10年危险），未对每个变量进行验证； CHD为复合转归；在社区应用时CACS的精确性难以保证。因此，仍需在不同人群中验证该预测方法的作用。    

此外，该研究并非随机干预试验，研究者未能证明其有助于提高疗效、改善转归。CT检查花费较多和辐射伤害也是一个严重的问题。因此，尽管目前的证据表明CACS可作为很有前景的预测工具，但仍需进一步研究，以确定其是否能够广泛应用。