问题：全球首位死因背景下，筛查“入口”仍存误差 冠心病长期位居全球主要死亡原因之首。临床实践中，如何在患者出现胸痛等症状或风险提示时，科学判断其“患冠心病的可能性”，直接决定是否进行冠脉CT、CT血管造影或更有创检查。验前概率作为筛查与诊断路径的关键“入口”指标——一旦估计不准——可能导致两类后果：一是对高风险者低估，延误诊断与干预；二是对低风险者高估，造成不必要检查与医疗资源浪费。 原因：现有工具主要源于西方人群数据，难以覆盖多种族差异 目前广泛使用的验前概率评估模型，多以欧美白人人群为主要样本基础建立。由于遗传背景、生活方式、代谢特点、危险因素暴露水平及医疗可及性各上差异显著，模型亚洲及其他非白人人群中可能出现系统性偏差。研究人员指出，种族与地域不仅影响危险因素构成，也可能影响冠脉钙化、斑块负荷以及阻塞性病变的呈现方式，如果不进行充分校准，模型难以满足全球化诊疗需求。 影响：误差会放大筛查策略的不均衡，增加疾病负担与成本压力 在冠心病高负担国家和地区，诊断路径的效率与精准度直接关系到医疗体系承载力。若验前概率评估偏离真实风险分布，可能形成“该查的不查、不该查的多查”的结构性问题，继而影响早期发现率和二级预防质量。特别是在基层和资源有限地区，筛查手段更依赖风险分层的准确性。提高多种族适用性，有助于在全球范围内实现更加均衡的诊断决策与资源配置。 对策：GPS-CAD构建国际数据库，开发更具普适性的PTP模型 据大会发布信息，GPS-CAD由新加坡国家心脏中心协调，建设覆盖六大洲17个国家的多中心数据库，目标纳入10万例因疑似冠心病而接受冠状动脉CT或CT血管造影的成年患者，目前已完成超过6万例入组。研究人群平均年龄约56岁，女性占比约四成。研究排除既往明确冠心病、既往冠脉介入或搭桥手术史以及植入起搏器等情况，确保样本用于“疑似冠心病人群”的风险评估更具针对性。 研究采集信息包括人口学特征、心血管危险因素、既往病史、实验室指标（如高敏C反应蛋白、肌酐）及用药情况等，并以影像学结果为核心终点，包括冠脉钙化评分阳性、存在任何冠脉斑块以及阻塞性冠心病（狭窄程度达到一定阈值）等指标。通过跨地区、跨种族的表型比较，研究团队发现不同人群冠脉斑块与阻塞性病变的患病率分布存在明显差异，传统模型在部分地区出现低估或高估的现象。基于多维度数据整合，研究开发了新的验前概率算法，旨在提升对不同人群的风险分层能力，提高筛查的敏感性与特异性匹配度。 前景：从“单一人群模型”走向“全球校准”，为精准预防提供支撑 业内普遍认为，多种族、跨地域的证据体系将成为未来心血管风险评估的重要方向。GPS-CAD的价值不仅在于样本规模和覆盖广度，更在于其把临床常用的筛查入口指标放入全球人群框架中重新检验与校准，为不同国家制定更符合本地人群特征的筛查策略提供基础。随着数据继续扩充并在真实世界医疗流程中验证，新模型有望在指南更新、临床决策支持系统与分级诊疗路径中发挥作用：一上减少不必要的检查与辐射暴露，另一方面提高对高风险人群的识别效率，促使早诊早治前移。 同时，需要看到，模型推广仍需在不同医疗环境中开展前瞻性验证与成本效益评估，并与血压、血脂、糖代谢管理等综合防治措施协同，避免将风险评估工具“孤立化”使用。只有将评估结果嵌入标准化诊疗流程，才能真正转化为可衡量的健康收益。
冠心病防治的关键在于前移“窗口期”，而风险评估工具是医疗决策的第一道关口；GPS-CAD基于多种族、多地域的真实数据重构模型，回应了长期存在的适用性与公平性问题。未来，如何在科学证据、临床可操作性及公共卫生可及性之间取得平衡，将决定精准筛查能否从学术成果走向普惠实践，最终转化为更广泛的健康收益。