SCORE2 | ماشین حساب ریسک قلب-عروقی | ریسک خود یا عزیزانتان را محاسبه کنید.

کلیدواژه ها و توضیح آنها

HDL, Hypertension, LDL, آترواسکلروز, استاتین, اندوتلیوم, اندوکارد, بیماری‌های قلبی عروقی, چربی خون, فشار خون سیستولیک, کاردیولوژی, هولتر فشار خون

🔵مقدمه

بیماری‌های قلبی‌عروقی (CVD) همچنان یکی از اصلی‌ترین علل مرگ و ناتوانی در جهان هستند. تشخیص این‌که یک فرد طی ۱۰ سال آینده چقدر احتمال دارد دچار حمله قلبی، سکته مغزی یا مرگ قلبی‌عروقی شود، یکی از مؤثرترین ابزارها برای پیشگیری است. به همین دلیل، انجمن قلب اروپا (ESC) مدل‌های SCORE2 و SCORE2-OP را ارائه کرده است؛ مدل‌هایی دقیق، استاندارد و هماهنگ که برای افراد ۴۰ تا ۸۹ ساله طراحی شده‌اند. با ارائه اطلاعات زیر مقدار خطر قلبی تا ده سال آینده را مطابق این دو مدل می‌توانید برای خود یا عزیزانتان محاسبه کنید ولی ادامه مقاله به شما کمک می‌کند تا نتایجه را تفسیر کنید.

🔵مدل SCORE2 و SCORE2‑OP

🔶 مدل SCORE2

این مدل برای افراد ۴۰ تا ۶۹ سال استفاده می‌شود و احتمال بروز اولین حادثه قلبی‌عروقی در ۱۰ سال آینده را تخمین می‌زند.

🔶مدل SCORE2‑OP

OP کوتاه‌شده Older Persons است و برای افراد ۷۰ تا ۸۹ سال به کار می‌رود. ریسک در این سنین رفتار متفاوتی نسبت به میانسالی دارد، به همین دلیل مدل اختصاصی طراحی شده است. چون با افزایش سن، ساختار ریسک تغییر می‌کند، نقش عوامل خطر متفاوت می‌شود، احتمال پایه (baseline risk) بالاتر است و اثر برخی عوامل مانند سن یا فشار خون، شدت بیشتری پیدا می‌کند.

تاریخچه توسعه و بروزرسانی مدل SCORE و SCORE2 برای پایش سلامت قلب و محاسبه خطر قلبی در اروپا

🔶پارامترهای مدل

این مدل از داده‌های کاملاً مشخص، قابل اندازه‌گیری و استاندارد استفاده می‌کند:

سن
جنس (زن/مرد)
سیگار (سیگاری/غیر سیگاری)
فشار خون سیستولیک (SBP) : فشار خون هنگام پمپاژ (عدد بالاتر)
کلسترول تام (TC) : مقدار کلسترول کل
کلسترول HDL : گلسترول خوب
دیابت (در SCORE2‑OP و برخی نسخه‌های SCORE2 کاربرد دارد) به صورت بله/خیر؟
منطقه جغرافیایی (برای تنظیم ریسک کشور)

🔶چرا منطقه اهمیت دارد؟

کشورها از نظر شیوع سکته و بیماری قلبی باهم فرق دارند. برای همین، مدل SCORE2 چهار دسته ارائه می‌دهد:

Low risk : ریسک کم.
Moderate risk : ریسک متوسط.
High risk : ریسک بالا.
Very high risk : ریسک بسیار بالا

مثلاً اروپای شمالی اغلب low است و اروپای شرقی very high.

نتیجه نهایی همیشه برای کشور محل زندگی فرد تنظیم می‌شود. ایران را می‌توان جزو کشورهایی با ریسک بالا رده‌بندی کرد.

نقشه ریسک منطقه‌ای کشورهای اروپایی در مدل SCORE2 و SCORE2-OP

🔶کشورهای عضو هر گروه (طبق SCORE2 – رسمی)

🔸گروه ۱: کم‌خطر (Low-risk)

این کشورها کمترین میزان مرگ‌ومیر ناشی از بیماری‌های قلبی را دارند و سیستم‌های بهداشتی پایدارتر هستند. کشورهای شاخص:

سوئیس، اسپانیا، ایتالیا، نروژ، هلند، سوئد، ایسلند، ایرلند، فرانسه، بریتانیا
آلمان (بخش غربی و شمالی)
دانمارک، لوکزامبورگ

چرا؟ مرگ‌ومیر قلبی‌–‌عروقی پایین، کنترل موفق فشار خون، دیابت و سیگار، چربی‌خون پایین‌تر، و دسترسی بهتر به درمان.

🔸گروه ۲: متوسط‌خطر (Moderate-risk)

کشورها با وضعیت اپیدمیولوژیک متوسط. کشورهای شاخص:

پرتغال، اتریش، بلژیک، قبرس
اسلوونی، چک، مالت
آلمان (شرق)، استونی

چرا؟ ریسک کمی بالاتر از گروه کم‌خطر، اما همچنان پایین‌تر از کشورهای شرقی اروپا.

🔸گروه ۳: پرخطر (High-risk)

کشورهایی که مرگ‌ومیر قلبی بالاتر از میانگین اروپای غربی دارند.

کشورهای شاخص:

مجارستان، کرواسی، اسلواکی
لهستان، لیتوانی، لتونی
یونان

چرا؟ شیوع بالاتر فشار خون، چاقی، دیابت و سیگار، همراه با مراقبت‌های پیشگیری کمتر مؤثر.

🔸گروه ۴: بسیار پرخطر (Very-high-risk)

بالاترین نرخ مرگ‌ومیر قلبی. کشورهای شاخص:

روسیه (اروپایی)، اوکراین، بلاروس
رومانی، بلغارستان
صربستان، بوسنی، مقدونیه، مولداوی
آذربایجان، ارمنستان، گرجستان (کشورهای اروپایی/اوراسیایی)

چرا؟ بالاترین شیوع فشار خون کنترل‌نشده، شیوع بالای دیابت و چربی خون، نرخ بالای مصرف دخانیات، دسترسی محدودتر به مراقبت‌های پیشرفته، تفاوت‌های اقتصادی و سلامت عمومی، بار تاریخی بیماری‌های قلبی عروقی پساشوروی

🔶چرا دسته‌بندی ضروری است؟

چون اگر کشورها تفکیک نشوند، مدل اشتباه برآورد می‌دهد:

مثال:

یک مرد ۵۰ ساله با SBP=140 و سیگار

در سوئیس ≈ ۴%
در رومانی ≈ ۸–۱۰%
در اوکراین ≈ ۱۲%

ولی فاکتورهای فرد یکی هستند. تفاوت فقط «ریسک پایه جمعیت» است.

🔶آیا این دسته‌بندی سیاسی است؟

خیر. تمام‌محور آن دادهٔ واقعی، آمار مرگ‌ومیر، و نتایج مطالعات اپیدمیولوژیک است. کشورها با افزایش یا کاهش بار بیماری، ممکن است در به‌روزرسانی‌های آینده جابه‌جا شوند.

🔵نتیجه SCORE2 چه چیزی را نشان می‌دهد؟

نتیجه مدل یک عدد درصدی است که بیان می‌کند: «احتمال دارد طی ۱۰ سال آینده اولین حادثه قلبی‌عروقی کشنده یا غیر کشنده در شما رخ دهد.»

مثلاً:

۲٪ یعنی از هر ۱۰۰ نفر مشابه شما، ۲ نفر طی ۱۰ سال آینده دچار حمله قلبی/سکته می‌شوند.
۱۰٪ یعنی ۱۰ نفر از ۱۰۰ نفر مشابه.

این عدد پیش‌بینی آینده نیست بلکه احتمال آماری است و برای اقدام‌های پیشگیرانه کاربرد دارد.

🔵دسته‌بندی ریسک – نمره شما در کدام گروه است؟

ESC نتیجه را به چهار دسته تقسیم می‌کند:

🔶ریسک کم (Low)

کمتر از حدود ۵٪ : در این گروه معمولاً تنها توصیه‌های سبک زندگی کافی است.

🔶 ریسک متوسط (Moderate)

حدود ۵٪ تا ۱۰٪ : پایش منظم و بررسی‌های بیشتر توصیه می‌شود.

🔶ریسک بالا (High)

۱۰٪ تا ۱۵٪ : در این افراد معمولاً نیاز به درمان دارویی (مثلاً برای LDL یا فشار خون) مطرح است.

🔶ریسک بسیار بالا (Very high)

بالاتر از ۱۵٪ : این گروه بیشترین نیاز را به پیشگیری پزشکی دارند.

(مقادیر دقیق ممکن است بسته به کشور کمی تغییر کند.)

🔵چگونه نتیجه را تفسیر کنیم؟

در تفسیر نتیجه SCORE2 چند نکته کلیدی وجود دارد:

🔶عدد کوچک یا بزرگ را مطلق نبینید

مثلاً ۲٪ شاید کوچک به نظر برسد، اما دو برابر ۱٪ است! تغییرات کوچک برای قلب مهم‌اند.

🔶ریسک با افزایش سن به‌طور طبیعی بالا می‌رود

طبیعی است که نمره فرد در ۶۵ سالگی بسیار بالاتر از ۴۵ سالگی باشد.

🔶HDL بالا همیشه محافظت‌کننده است

HDL بالاتر، ریسک را کاهش می‌دهد.

🔶سیگار یکی از قوی‌ترین عوامل خطر است

حتی ترک سیگار برای چند سال، ریسک را به شکل قابل توجهی کاهش می‌دهد.

🔶ریسک قابل تغییر است

به‌خصوص با:

کاهش LDL
کنترل فشار خون
ترک سیگار
کاهش وزن
فعالیت بدنی
کنترل دیابت

🔵برای چه کسانی استفاده از SCORE2 دقیق نیست؟

این مدل برای افراد زیر مناسب نیست:

کسانی که قبلاً سکته یا حمله قلبی داشته‌اند
افراد با بیماری‌های شدید کلیوی
کسانی که داروهای کاهنده چربی مصرف می‌کنند (نتیجه باید با احتیاط تفسیر شود)
افرادی با کلسترول بسیار غیرطبیعی (مثل FH)
سن زیر ۴۰ یا بالای ۸۹ سال

این مدل فقط برای ارزیابی اولیه جمعیت سالم طراحی شده است.

🔵اگر نمره شما بالا باشد، چه باید کرد؟

این بخش فقط یک راهنمای عمومی است:

🔶در ریسک پایین

یعنی احتمال حادثه قلبی در ده سال آینده کم است، اما همچنان مهم است عوامل خطر را کنترل کنید.

اصلاح سبک زندگی کافی است
چکاپ ۳ تا ۵ سال آینده کافی است

🔶در ریسک متوسط

یعنی خطر شما قابل توجه است. معمولاً تغییر سبک زندگی به‌تنهایی کافی نیست و ممکن است پزشک درمان دارویی را پیشنهاد کند.

ارزیابی LDL
بررسی عوامل خانوادگی
شاید نیاز به درمان دارویی خفیف

🔶در ریسک بالا

یعنی احتمال وقوع حادثه قلبی زیاد است و کنترل دقیق فشار خون، چربی‌ها و سیگار الزامی است.

بررسی LDL دقیق‌
کنترل فشار خون
معمولاً نیاز به درمان دارویی ضدچربی

🔶در ریسک بسیار بالا

نیاز فوری به درمان دارویی
اهداف سختگیرانه‌تر LDL (معمولاً زیر ۵۵ mg/dL معادل ۱.۴ mmol/L)

🔵چه عواملی باعث بالا رفتن ریسک می‌شود؟

پنج عامل اصلی:

سن بالاتر
فشار خون بالا
کلسترول بالا یا HDL پایین
سیگار
جنس مرد

حتی اگر یکی از این عوامل نرمال نباشد، می‌تواند عدد ریسک را بالا ببرد.

🔵اگر ریسک من عدد کم باشد، یعنی مشکلی ندارم؟

نه.

ریسک پایین به این معنی نیست که:

«حتماً هیچ اتفاقی نمی‌افتد»، یا
«نیازی به مراقبت ندارم».

معنی آن این است که در حال حاضر احتمال حادثه کم است، اما همچنان:

تغذیه سالم،
فعالیت بدنی،
کنترل وزن،
چکاپ دوره‌ای

اهمیت دارد.

🔵اگر ریسک من متوسط یا بالا باشد چه؟

این یعنی قلب شما در ده سال آینده در معرض خطر بیشتری قرار دارد.

در این حالت:

ممکن است پزشک داروهایی مثل استاتین یا داروی فشار خون تجویز کند.
ممکن است لازم باشد سیگار را کامل ترک کنید.
ممکن است نیاز به آزمایش‌های دقیق‌تر مثل تکرار LDL، نوار قلب یا اکو داشته باشید.

خبر خوب: در اکثر افراد، ریسک به‌راحتی قابل کاهش است.

🔵چگونه می‌توانم ریسک خود را کاهش دهم؟

سه عامل بیشترین اثر را دارند:

قطع کامل سیگار (یا ویپ)

بزرگ‌ترین و مهم‌ترین کار. اثر آن از هر دارویی بیشتر است.
کاهش LDL و تری‌گلیسیرید

با تغذیه سالم، ورزش و در صورت نیاز دارو.
کنترل فشار خون

با رژیم کم‌نمک، کاهش وزن و دارو در صورت نیاز.

حتی کاهش کوچک در LDL یا فشار خون می‌تواند درصد خطر شما را چند واحد کم کند.

🔵آیا کاهش ریسک واقعاً معنی‌دار است؟

کاملاً. مثلاً اگر ریسک شما از ۸٪ به ۵٪ برسد، یعنی: «احتمال حمله قلبی تقریباً یک‌سوم کمتر شده است.» این کاهش هم برای سلامتی و هم برای کیفیت زندگی اهمیت زیادی دارد.

فرآیند استفاده از مدلهای ریسک نظیر SCORE2، محاسبه ریسک، مداخله، اندازه گیری مجدد ریسک و رسیدن به هدف سلامتی مورد نظر برای افزایش کیفیت زندگی افراد در کاردیولوژی پیشگیرانه

🔵آیا عدد ریسک همیشه دقیق است؟

نه، این یک برآورد علمی است. دقت آن به سه چیز بستگی دارد:

داده‌هایی که وارد مدل شده (فشار خون دقیق؟ LDL صحیح؟)
الگوی خطر کشور شما
ویژگی‌های فردی شما که در مدل نیستند (خواب، استرس، ژنتیک و…)

بنابراین این عدد فقط «راهنما»ست، نه پیش‌بینی قطعی.

🔵این عدد برای من چه فایده‌ای دارد؟

ریسک شما به پزشک کمک می‌کند:

توصیه‌های شخصی‌سازی‌شده برای شما بدهد
تصمیم بگیرد دارو لازم دارید یا نه
تصمیم بگیرد چه آزمایش‌هایی لازم است
مسیر بهبود شما را در طول زمان دنبال کند

و به شما کمک می‌کند بفهمید:

چرا باید تغییراتی در سبک زندگی‌تان بدهید
درمان‌های پیشنهادی پزشک چه فایده‌ای دارند
چطور می‌توانید سلامت قلب خود را حفظ کنید

🔵چگونه تغییراتم را پیگیری کنم؟

می‌توانید:

پس از ۶ ماه مجدد اندازه‌گیری انجام دهید (فشار خون، چربی، وزن)
دوباره عدد ریسک را محاسبه کنید
کاهش خطر را مشاهده کنید

دیدن پیشرفت واقعی، بهترین انگیزه برای ادامهٔ مسیر است.

🔶در نهایت به خاطر داشته باشید:

ریسک شما قابل تغییر است. حتی اگر عدد اولیه بالا باشد، می‌توانید آن را با تغییرات ساده و درمان مناسب به شدت کاهش دهید. قلب شما در طول زندگی به مراقبت مداوم نیاز دارد، و این عدد تنها یک ابزار است تا مسیر درست را انتخاب کنید.

🔵بررسی علمی شاخص

مفهوم پیش‌بینی خطر در پزشکی قلب و عروق

در پزشکی پیشگیرانهٔ قلب و عروق، پیش‌بینی خطر قلبی‌عروقی از بنیادی‌ترین ارکان تصمیم‌گیری بالینی محسوب می‌شود و بر مبنای مدل‌های آماری توسعه‌یافته است که داده‌های جمعیت‌های گوناگون را در گذر زمان بررسی کرده‌اند. این مدل‌ها تلاش می‌کنند بر اساس ترکیبی از متغیرهای فردی مانند سن، جنس، سیگار، کلسترول، فشار خون و دیابت، احتمال بروز حوادث قلبی در آینده را تخمین بزنند. اهمیت این امر در این است که کار پزشک را از قضاوت شهودی به تصمیم مبتنی بر شواهد تبدیل می‌کند. در دهه‌های گذشته، پزشکان اغلب با تکیه بر حس بالینی و تجربهٔ شخصی میزان خطر را برآورد می‌کردند و این امر به اختلاف نظرهای گسترده در درمان بیماران منجر می‌شد.

با توسعهٔ مدل‌های آماری مانند فرامینگهام (Framingham) در آمریکا و Q‑Risk در بریتانیا، نخستین گام در استانداردسازی پیش‌بینی خطر برداشته شد. این مدل‌ها از داده‌های طولانی‌مدت هزاران نفر طی ده‌ها سال استفاده کردند و توانستند روابط کمّی میان متغیرهای زیستی و وقوع حمله قلبی را بیابند. کیفیت این داده‌ها سبب شد که رویکرد مبتنی بر خطر به اساس پیشگیری تبدیل گردد. هدف از این مدل‌ها درمان فردی نیست بلکه تنظیم سیاست‌های سلامت و تعیین آستانهٔ مداخله است.

پزشک با استفاده از برآورد عددی ریسک تصمیم می‌گیرد که آیا باید درمان دارویی آغاز شود یا اصلاح سبک زندگی کفایت دارد. بنابراین جایگاه مدل‌های آماری در قلب پزشکی مدرن نه به عنوان جایگزین قضاوت بالینی بلکه به عنوان تکیه‌گاه منطقی آن تعریف می‌شود.

از نیمهٔ قرن بیستم، مطالعات جمعیت‌محور مانند مطالعهٔ فرامینگهام مسیر جدیدی را در درک علل بیماری‌های قلبی گشودند. در آن زمان، مفهوم «عامل خطر» برای نخستین بار وارد ادبیات پزشکی شد و بعد از چند دهه مدل‌های متعددی برای پیش‌بینی خطر توسعه پیدا کردند. مدل‌های اولیه عمدتاً بر جمعیت‌های آمریکای شمالی بنا شده بودند و بنابراین در سایر مناطق جهان دقت مطلوب نداشتند. اروپایی‌ها با مشاهدهٔ اختلافات فاحش در میزان شیوع و مرگ‌ومیر قلبی در کشورهای مختلف، به این نتیجه رسیدند که باید مدل‌های منطبق با شرایط جمعیتی خود را بسازند.

این تلاش‌ها منجر به ارائهٔ مدل نخستین SCORE توسط انجمن قلب اروپا شد؛ طرحی که بر پایهٔ داده‌های ۱۲ کشور اروپایی در دهه‌های هشتاد و نود میلادی شکل گرفت. این مدل نسبت به همتایان آمریکایی‌اش ساده‌تر بود اما فقط خطر مرگ قلبی را پیش‌بینی می‌کرد. محدودیت‌های SCORE نخست موجب شد که در گذر زمان نیاز به مدل جدیدتری حس شود؛ مدلی که هم مرگ و هم حوادث غیرکشندهٔ قلبی را در نظر گیرد و بتواند برای سالمندان نیز به کار رود. بدین ترتیب پروژهٔ SCORE2 و بعدها SCORE2‑OP شکل گرفت. این دو مدل، ادامه و تکامل منطقی دهه‌ها پژوهش در پیش‌بینی خطر هستند و امروزه به عنوان سنگ‌بنای راهنماهای بالینی اروپا شناخته می‌شوند.

منطق آماری در پس SCORE2 و SCORE2‑OP

ساختار این مدل‌ها بر پایهٔ تحلیل رگرسیون بقاء (Survival Regression) طراحی شده است که به کمک آن می‌توان فراوانی رویدادهای قلبی را در یک بازهٔ زمانی پیش‌بینی کرد. داده‌های ورودی از چندین مطالعهٔ طولی بزرگ گردآوری شدند و سپس با روش‌های بازهم‌سازی (Recalibration) برای مناطق کم‌خطر، متوسط، پرخطر و بسیار پرخطر تنظیم شدند. اساس مدل بر تفاوت تأثیر نسبی متغیرها در سنین مختلف بنا شده است. در سنین پایین‌تر اثر سیگار و کلسترول پررنگ‌تر است، در حالی‌که در سنین بالاتر نقش سن و فشار خون غالب می‌شود. SCORE2 با این منطق ساخته شد تا بتواند این تغییرات را به‌درستی لحاظ کند.

در مدل آماری، متغیرها به‌صورت لگاریتمی (log‑transform) تبدیل می‌شوند تا توزیع نرمال پیدا کنند و بر اساس ضریب‌های به‌دست‌آمده، نمرهٔ خطر خام محاسبه می‌شود. سپس این نمره از طریق تابع بقاء پایه (Baseline Survival) و فاکتورهای تصحیح منطقه‌ای به درصد احتمال ده‌ساله ترجمه می‌گردد. برای سنین بالاتر از ۷۰ سال، از SCORE2‑OP استفاده می‌شود که ضرایب متفاوتی دارد و اثر سن را به‌صورت منحنی صاف‌شدهٔ پیوسته اعمال می‌کند. این دو مدل از نظر آماری بسیار دقیق‌تر از SCORE اولیه‌اند و قدرت پیش‌بینی آن‌ها در چندین پایگاه دادهٔ اروپایی مجدداً تأیید شده است.

تفاوت ساختاری SCORE2 با مدل‌های آمریکایی و آسیایی

مدل‌های آمریکایی مانند فرامینگهام یا Pooled Cohort Equations از داده‌های جمعیتی ایالات متحده استخراج شده‌اند و به مثابه شاخص خطر «سراسری» در آن کشور به کار می‌روند، اما در اروپا و آسیا به‌خوبی تطبیق نمی‌یابند. برای مثال در آسیای شرقی سطح کلسترول عموماً پایین‌تر اما بروز سکته مغزی بالاتر است، لذا ضرایب آمریکایی ریسک را دچار خطا می‌کند. در مقابل، مدل SCORE2 با در نظر گرفتن تفاوت‌های اپیدمیولوژیک (همه‌گیرشناسی) هر منطقه ساخته شد.

کشورها برحسب میزان مرگ‌ومیر قلبی در چهار گروه کم، متوسط، زیاد و بسیار زیاد طبقه‌بندی شدند تا تطابق محلی به‌دست آید. این رویکرد باعث شد پزشک بتواند بر اساس محل زندگی بیمار، مقدار واقعی‌تری از خطر را مشاهده کند. در آمریکا مدل PCE هنوز مبنای تجویز استاتین‌ها است، اما در اروپا، راهنمای ESC استفاده از SCORE2 را الزامی می‌داند. کشورهای آسیایی نیز اکنون تلاش دارند با استفاده از داده‌های داخلی، نسخه‌های بومی از این مدل توسعه دهند، مانند China‑PAR در چین و J‑Atherosclerosis در ژاپن. بدین‌سان SCORE2 نه تنها یک ابزار محلی بلکه الگویی جهانی برای طراحی مدل‌های آینده محسوب می‌شود.

نقش مدل SCORE2 در تصمیم‌گیری بالینی روزمره

در عمل بالینی، پزشک با استفاده از SCORE2 یا SCORE2‑OP می‌تواند چشم‌اندازی ده‌ساله از خطر بیمار پیش‌رو داشته باشد و بر همان اساس میزان شدت مداخله را تعیین کند. بیمار ۵۰ سالهٔ غیرسیگاری با کلسترول و فشار نرمال احتمالاً در بازهٔ خطر پایین قرار می‌گیرد و اصلاح سبک زندگی کفایت می‌کند، در حالی‌که فرد هم‌سن سیگاری با کلسترول بالا شاید در ریسک بالا تا بسیار بالا باشد و نیازمند درمان دارویی بشود. این تفاوت‌گذاری علمی از مصرف غیرضروری دارو جلوگیری می‌کند و باعث تمرکز منابع بر افرادی می‌شود که بیشتر از درمان سود می‌برند.

پزشک علاوه بر نمرهٔ مطلق، روند تغییر ریسک در طی زمان را نیز ارزیابی می‌کند؛ مثلاً کاهش کلسترول یا ترک سیگار می‌تواند ریسک محاسبه‌شده را تا نصف تقلیل دهد. این عدد برای آموزش بیمار نیز ابزار قدرتمندی است، زیرا ترجمهٔ آماری را به زبان قابل لمس تبدیل می‌کند. هنگامی‌که بیمار می‌بیند احتمال حملهٔ قلبی‌اش از ده درصد به پنج درصد کاهش یافته، انگیزهٔ بیشتری برای ادامهٔ درمان پیدا می‌کند. بدین ترتیب SCORE2 نه تنها ابزاری محاسباتی بلکه عنصر ارتباطی میان پزشک و بیمار است.

ساختار مفهومی عوامل خطر در مدل‌های آماری

در مدل‌های آماری پیش‌بینی خطر، مفهوم «عامل خطر» نه به‌عنوان یک ویژگی ثابت بلکه به‌عنوان یک متغیر پویا شناخته می‌شود و ارتباط آن با حوادث قلبی‌عروقی همیشه خطی نیست. در بسیاری از مطالعات مانند MRFIT و INTERHEART نشان داده شده است که اثر تجمعی فشار خون بالا یا کلسترول در طول زمان بسیار بیشتر از اثر لحظه‌ای آنها است و مدل‌های جدید مانند SCORE2 این پویایی را بهتر در نظر می‌گیرند. این مدل‌ها خطر را بر اساس وزن نسبی هر عامل و نحوهٔ تعامل آن با متغیرهای دیگر برآورد می‌کنند. برای مثال، اثر سیگار در سنین پایین قوی‌تر است اما در سنین بالا همچنان قابل توجه باقی می‌ماند و مدل SCORE2 این تفاوت را با دقت لحاظ کرده است.

همچنین مشخص شده که اثر LDL در بیماران با سابقهٔ خانوادگی بیماری زودرس قلبی بیشتر است و مدل‌های جدید سعی دارند این اثر افزوده را در ضریب‌های خود بگنجانند. برخی عوامل خطر مانند چاقی، فعالیت بدنی و رژیم غذایی هنوز به‌طور مستقیم در مدل وارد نمی‌شوند، زیرا اندازه‌گیری‌های آنها استاندارد نشده اما اثر غیرمستقیم‌شان از طریق تأثیر بر فشار خون و چربی‌ها دیده می‌شود. در مدل‌های آماری جدید، تأکید بر متغیرهایی است که قابلیت اندازه‌گیری دقیق دارند و خطای بین ناظری در آنها کمتر است. این منطق سبب شده که مدل‌های پیش‌بینی خطر از نظر آماری پایدارتر شوند و برای تصمیم‌گیری بالینی مناسب‌تر باشند.

مدل‌های گذشته و چرایی ناکارآمدی آنها در جمعیت‌های جدید

مدل‌های قدیمی‌تر مانند فرامینگهام زمانی طراحی شدند که الگوی اپیدمیولوژیک بیماری‌ها بسیار متفاوت از امروز بود و مصرف سیگار گسترده‌تر، فشار خون درمان‌نشده شایع‌تر و طول عمر کمتر بود. این مدل‌ها ضرایبی داشتند که بر اساس داده‌های دهه‌های قدیمی آمریکا استخراج شده بود و به همین دلیل در جمعیت‌های امروزی که الگوی زندگی و درمان متفاوت شده، دچار بیش‌برآورد یا کم‌برآورد خطر می‌شدند. مطالعات متعددی نشان دادند که فرامینگهام در اروپای شرقی خطر را کم‌برآورد و در اروپای شمالی خطر را بیش‌برآورد می‌کند.

به همین ترتیب در آسیا، به‌ویژه چین و ژاپن، این مدل دقت کافی نداشت زیرا الگوی سکته مغزی در آن مناطق بسیار متفاوت است و سهم سکته مغزی از کل حوادث قلبی‌عروقی بالاتر است. مدل‌های Q‑Risk در بریتانیا پیشرفت مهمی بودند، اما آنها نیز مختص جمعیت بریتانیا هستند و برای بسیاری از کشورهای دیگر کاربرد دقیق ندارند. علت اصلی ناکارآمدی این مدل‌ها نبودِ فرآیند سازگار‌سازی منطقه‌ای بود. SCORE2 این مشکل را با دسته‌بندی مناطق بر اساس داده‌های واقعی حل کرده است و هر کشور را در یکی از چهار گروه خطر قرار می‌دهد. این نوآوری باعث شد مدل نه‌تنها دقیق‌تر باشد، بلکه توان استفاده بین‌المللی پیدا کند.

سازوکار منطقه‌ای‌سازی در مدل SCORE2

منطقه‌ای‌سازی یا تعیین ضرایب خاص هر منطقه یکی از مهم‌ترین ویژگی‌های SCORE2 است که باعث دقت بالا و کاربرد گستردهٔ آن شده است. برای این منظور، داده‌های مرگ‌ومیر و بروز حوادث قلبی در کشورهای مختلف تحلیل و با ضرایب اصلی مدل هماهنگ شد. هر کشور بر اساس نرخ مرگ‌ومیر استاندارد‌شدهٔ سنی در یک بازهٔ چندده‌ساله وارد تحلیل شد و سپس کشورها به چهار طبقهٔ خطر تقسیم شدند. این طبقه‌بندی برای روش محاسبهٔ درصد نهایی ریسک حیاتی است، زیرا خطر پایه در کشورهای مختلف تفاوت قابل توجه دارد.

برای مثال کشورهای اسکاندیناوی و سوئیس در گروه کم‌خطر قرار می‌گیرند ولی کشورهای اروپای شرقی و بخش‌هایی از آسیای میانه در گروه پرخطر یا بسیار پرخطر تعریف می‌شوند. سپس تابع بقاء پایه برای هر گروه محاسبه شد و فرمول تبدیل نمرهٔ خام به خطر ده‌ساله بر اساس آن تنظیم گردید. این فرآیند منطقه‌ای‌سازی موجب شده که اگر دو بیمار با مشخصات یکسان در دو کشور متفاوت زندگی کنند، عدد ریسک آنها مطابق واقعیت متفاوت شود. چنین ابتکاری سبب شد SCORE2 نسبت به مدل‌های غیرمنطقه‌ای بسیار برتر عمل کند و از نظر علمی و بالینی معتبرتر باشد.

جایگاه SCORE2 در راهنماهای علمی اروپا و مقایسه با استانداردهای جهانی

راهنمای انجمن قلب اروپا SCORE2 را به‌عنوان ابزار اصلی تخمین خطر در گروه سنی ۴۰ تا ۶۹ سال و SCORE2‑OP را برای گروه سنی ۷۰ تا ۸۹ سال معرفی می‌کند و این توصیه مبتنی بر ده‌ها مطالعهٔ اعتبارسنجی است. در مقابل، راهنماهای آمریکایی همچنان از مدل Pooled Cohort Equations استفاده می‌کنند که با وجود دقت قابل قبول، فاقد منطقه‌سازی است و در برخی گروه‌های نژادی دقت محدودی دارد. در استرالیا و نیوزیلند از مدل‌های ترکیبی اختصاصی منطقه استفاده می‌شود که گرچه دقیق هستند اما مانند SCORE2 بازتولیدپذیری بین‌المللی ندارند.

در آسیا، مدل‌هایی مانند China‑PAR یا J‑ASCVD به‌عنوان جایگزین‌های مناسب مطرح شده‌اند، ولی این مدل‌ها گسترهٔ قاره‌ای ندارند و به کشورهای خاص محدودند. SCORE2 نخستین مدلی است که هم سادگی، هم دقت و هم مقیاس‌پذیری منطقه‌ای را در یک ساختار واحد ترکیب کرده است. استفادهٔ گستردهٔ آن در راهنماهای اروپا سبب شده که بسیاری از کشورها حتی خارج از اروپا نیز آن را به‌عنوان مبنای پیش‌بینی خطر بپذیرند. این هماهنگی جهانی به افزایش کیفیت درمان و مدیریت بیماری‌های قلبی‌عروقی کمک می‌کند.

اهمیت SCORE2 به‌عنوان زبان مشترک ارتباط بالینی

یکی از کاربردهای مهم SCORE2 این است که به پزشک و بیمار یک زبان مشترک برای گفت‌وگو دربارهٔ خطر می‌دهد. بسیاری از بیماران مفهوم خطر را به‌صورت مبهم درک می‌کنند و نمی‌توانند تصور کنند که چرا باید دارویی را سال‌ها مصرف کنند. زمانی که پزشک خطر ده‌سالهٔ بیمار را با یک عدد دقیق نشان می‌دهد، بیمار بهتر می‌تواند تصمیم‌گیری کند. همین عدد به پزشک کمک می‌کند شدت درمان را توجیه کند و توضیح دهد که چرا کاهش کلسترول یا ترک سیگار به معنای کاهش خطر واقعی و قابل اندازه‌گیری است.

این مدل همچنین به رزیدنت‌ها و کارآموزان کمک می‌کند که در تصمیم‌گیری هماهنگ‌تر عمل کنند و اختلاف نظر بین پزشکان کمتر شود. در تیم‌های درمانی بزرگ، استفاده از مدل‌های پیش‌بینی خطر موجب کاهش خطا، یکپارچگی تصمیم‌ها و افزایش کیفیت درمان می‌شود. علاوه بر این، سیستم‌های الکترونیک بیمارستانی اکنون SCORE2 را به‌طور خودکار محاسبه می‌کنند و همین موضوع فرآیند تصمیم‌گیری را روان‌تر می‌سازد.

مبانی فیزیولوژیک و پاتوفیزیولوژیک عوامل واردشده در مدل

در مدل‌های پیش‌بینی خطر مانند SCORE2، هر عامل خطر بر پایهٔ ارتباط زیستی و پاتوفیزیولوژیک خود با آسیب عروقی انتخاب شده است و این انتخاب حاصل ده‌ها سال پژوهش تجربی، مولکولی و اپیدمیولوژیک است. فشار خون بالا با ایجاد تنش بر دیوارهٔ شریان‌ها موجب سفتی عروق و گسترش ترک‌های اندوتلیال می‌شود و این آسیب مسیر آغازین تشکیل پلاک آترواسکلروتیک را فعال می‌کند. افزایش کلسترول به‌ویژه LDL باعث نفوذ ذرات چربی به زیر لایهٔ اندوتلیوم می‌شود و التهاب مزمن در پلاک را تشدید می‌کند.

سیگار علاوه بر تسریع التهاب، خاصیت انقباضی عروق را افزایش می‌دهد، ظرفیت ضدانعقادی را کاهش می‌دهد و به‌طور هم‌زمان بر ده‌ها مسیر زیستی تأثیر می‌گذارد. دیابت نیز با ایجاد گلیکوزیلاسیون غیرآنزیمی پروتئین‌ها، کارکرد عروقی را مختل می‌کند و میزان اکسیداسیون LDL را افزایش می‌دهد. همهٔ این مسیرهای فیزیولوژیک یک چرخهٔ تقویت‌کننده می‌سازند که در نهایت به انسداد عروقی منجر می‌شود.

دلیل وارد شدن این متغیرها به مدل آن است که هم قابل اندازه‌گیری‌اند و هم نقش علّی آنها اثبات شده است. این عوامل علاوه بر نقش منفرد، اثر تعاملی دارند و وجود چند عامل خطر در کنار هم، اثر افزوده‌ای می‌سازد که شدت آن از مجموع اثرهای جداگانه بیشتر است. مدل SCORE2 این تعامل‌ها را در ضرایب رگرسیونی خود منعکس کرده است و بدین ترتیب یک بازنمایی ریاضی از یک پدیدهٔ زیستی پیچیده ایجاد شده است.

روند اعتبارسنجی مدل SCORE2 در مطالعات بزرگ

اعتبار یک مدل آماری زمانی تثبیت می‌شود که عملکرد آن در جمعیت‌هایی خارج از جمعیت اولیهٔ توسعه آزموده شود و SCORE2 دقیقاً از چنین آزمون‌هایی سربلند بیرون آمد. پژوهشگران مدل را در چندین پایگاه دادهٔ بزرگ اروپایی شامل ده‌ها هزار نفر بررسی کردند و این آزمون‌ها نشان داد که مدل قدرت خوبی در پیش‌بینی حوادث دارد. یکی از شاخص‌های ارزشمند در اعتبارسنجی، توان تفکیک است که نشان می‌دهد مدل چقدر قادر است بین افراد کم‌خطر و پرخطر تفاوت بگذارد.

در اغلب مطالعات، SCORE2 توان تفکیک قابل توجهی داشت و خطای پیش‌بینی آن از مدل‌های قدیمی کمتر بود. شاخص دیگری که بررسی شد، میزان کالیبراسیون بود که نشان می‌دهد آیا مقدار پیش‌بینی‌شده با مقدار واقعی اتفاقات منطبق است یا خیر. نتایج مطالعات نشان داد که با وجود تفاوت‌های منطقه‌ای، مدل پس از فرآیند منطقه‌ای‌سازی عملکرد مناسبی دارد. آزمون‌های طولی طولانی‌مدت نیز تأیید کردند که حتی با تغییرات سالانه در الگوهای بیماری، مدل پایداری نسبی خود را حفظ می‌کند. این یافته‌ها باعث شد راهنمای اروپا به‌طور رسمی SCORE2 را جایگزین مدل قبلی کند و آن را به عنوان ابزار استاندارد معرفی نماید.

نقش مدل‌های آماری در سیاست‌گذاری سلامت عمومی

مدل‌های پیش‌بینی خطر صرفاً ابزارهای بالینی فردی نیستند و در سطح جمعیت نیز نقش مهمی ایفا می‌کنند. سیاست‌گذاران سلامت با استفاده از این مدل‌ها می‌توانند تخمین بزنند که کاهش متوسط چهار میلی‌متر در فشار خون یا کاهش ده میلی‌گرم در دسی‌لیتر LDL در کل جامعه چه مقدار از وقوع حوادث قلبی در ده سال آینده می‌کاهد. این اطلاعات برای برنامه‌ریزی ملی بسیار ارزشمند است و می‌تواند تعیین کند سرمایه‌گذاری در کدام حوزه بیشترین اثر را خواهد داشت.

کشورهایی مانند فنلاند و هلند با استفاده از مدل‌های خطر توانستند برنامه‌های موفق کاهش سیگار و تنظیم تغذیهٔ عمومی را طراحی کنند. در این کشورها، تغییرات مواد غذایی مانند کاهش نمک صنعتی، بر اساس پیش‌بینی آماری طراحی و اجرا شد. استفاده از مدل‌های خطر همچنین به بیمه‌ها کمک می‌کند تا ساختار پوشش دارویی را بهینه کنند و منابع را به گروه‌های پرخطر اختصاص دهند. این مدل‌ها تصویر بزرگ‌تری از آیندهٔ سلامت جمعیت ارائه می‌دهند و نقش مهمی در توزیع منابع دارند.

محدودیت‌های مدل و موارد نیازمند قضاوت بالینی

با وجود دقت بالای SCORE2، هیچ مدل آماری نمی‌تواند جایگزین قضاوت بالینی شود و همیشه وضعیت‌هایی وجود دارد که پزشک باید فراتر از مدل تصمیم بگیرد. برخی بیماران دارای سابقهٔ خانوادگی بسیار جدی از بیماری‌های زودرس قلبی هستند ولی نمرهٔ آنها در مدل متوسط است. در چنین مواردی قضاوت بالینی اقتضا می‌کند که شدت درمان افزایش یابد. بیماران مبتلا به بیماری کلیوی نیز معمولاً خطر بسیار بیشتری نسبت به مقدار محاسبه‌شده دارند. در افراد مبتلا به چاقی شدید یا سندرم التهابی مزمن، اثر متغیرها بر مسیرهای زیستی پیچیده‌ای وارد می‌شود که مدل قادر به لحاظ کامل آنها نیست.

همچنین نوسانات درمانی مانند مصرف استاتین یا داروهای فشار خون می‌تواند در مقدار ورودی متغیرها تأثیر بگذارد و نتیجه را دچار خطا کند. پزشک باید بداند که مدل یک تخمین آماری ارائه می‌دهد نه یک پیش‌گویی قطعی. همیشه باید شرایط خانوادگی، عوامل اجتماعی، دسترسی به درمان و وضعیت روان‌شناختی بیمار نیز در نظر گرفته شود. این نکته برای رزیدنت‌ها بسیار مهم است تا مدل را ابزار کمکی بدانند نه جایگزین تصمیم‌گیری انسانی.

آینده مدل‌های پیش‌بینی خطر و نقش فناوری‌های نوین

آیندهٔ مدل‌های خطر به سمت استفاده از داده‌های عظیم و الگوریتم‌های پیشرفته‌تر مانند یادگیری ماشین می‌رود، اما هدف همچنان ایجاد مدل‌هایی ساده، قابل استفاده و مبتنی بر شواهد باقی می‌ماند. پژوهشگران اکنون در حال بررسی این هستند که آیا می‌توان نشانگرهای زیستی جدید مانند CRP یا لیپوپروتئین(a) را وارد مدل‌های جمعیتی کرد یا خیر. همچنین ترکیب داده‌های ژنتیکی و امتیازهای خطر چندژنی می‌تواند قابلیت پیش‌بینی را افزایش دهد، اما همچنان چالش‌هایی مانند هزینه و عدم دسترسی عمومی وجود دارد. سیستم‌های الکترونیکی بیمارستان‌ها نیز نقش مهمی در توسعهٔ مدل‌های آینده دارند.

این سیستم‌ها قادرند داده‌های بیمار را به‌طور خودکار دریافت و مدل را در لحظه محاسبه کنند. در کشورهای پیشرفته، مدل‌های پویا در حال توسعه‌اند که تغییرات زمان‌مند مانند کاهش وزن یا ترک سیگار را در محاسبهٔ خطر وارد می‌کنند. آینده احتمالاً شامل مدل‌هایی خواهد بود که اطلاعات حاصل از تصویربرداری مانند ضخامت اینتیما-مدیا با سونوگرافی یا میزان رسوب کلسیم در CT را وارد محاسبه کنند. هدف نهایی ایجاد ابزاری است که خطر را نه فقط در سطح جمعیت، بلکه در سطح دقیق فردی نشان دهد.

چگونگی تحلیل تعامل بین سن و سایر عوامل خطر در SCORE2

در مدل SCORE2، سن نه‌فقط یک متغیر مستقل بلکه عاملی است که اثر سایر متغیرها را نیز دگرگون می‌کند و این مسئله در ساختار ریاضی مدل به‌خوبی بازتاب یافته است. پژوهش‌ها نشان داده‌اند که اثر فشار خون بر خطر قلبی‌عروقی با افزایش سن قوی‌تر می‌شود و همین موضوع باعث شده تعامل فشار خون با سن در ضرایب مدل لحاظ شود. این تعامل کمک می‌کند که تخمین خطر برای فرد پنجاه‌ساله با فشار خون ۱۴۰ بسیار متفاوت از فرد هفتادساله با همان فشار خون باشد. همین منطق دربارهٔ کلسترول نیز دیده می‌شود، زیرا اثر تجمعی آن در سنین بالا شدیدتر است. مدل SCORE2 با تبدیل لگاریتمی متغیرها و افزودن عبارت تعاملی، اثرات واقعی را بهتر نشان می‌دهد.

این طراحی باعث شده که رشد خطر در سنین مختلف دارای شیب متفاوت باشد. به عبارت دیگر، مدل نه‌تنها مقدار عوامل خطر بلکه «سناریوی زیستی» هر فرد را نیز در نظر می‌گیرد. اهمیت این طراحی زمانی آشکار می‌شود که بیمار با عوامل خطر متوسط اما سن بالا را با بیمار جوان و دارای عوامل خطر شدید مقایسه می‌کنیم.

مدل SCORE2 این تفاوت‌ها را دقیق‌تر از مدل‌های قدیمی منعکس می‌کند و همین دلیل اصلی برتری آن در سنین بالاتر است. به‌ویژه در SCORE2‑OP، وزن سن در فرمول مدل به‌شدت افزایش یافته زیرا ساختار عروقی سالخورده به‌طور طبیعی دچار تغییرات گسترده است. همین فرآیند تحلیل تعامل‌ها، دقت مدل را بالا برده و آن را برای استفاده در سنین مختلف مناسب‌تر ساخته است.

منطق استفاده از تبدیل‌های ریاضی در ورودی‌ها

در مدل SCORE2، استفاده از لگاریتم و تبدیل‌های ریاضی تنها یک انتخاب فرعی نیست بلکه بخشی اساسی از طراحی آماری به‌شمار می‌رود. مقادیر خام مانند فشار خون یا کلسترول اغلب رابطه‌ای غیرخطی با خطر دارند و افزایش آنها همیشه با یک شیب ثابت در خطر همراه نیست. تبدیل لگاریتمی این مقادیر باعث می‌شود رابطهٔ زیستی واقعی به شکل خطی‌تر نمایش یابد و مدل بهتر بتواند روند تغییرات خطر را پیش‌بینی کند. این تبدیل همچنین حساسیت مدل را نسبت به تغییرات کوچک کاهش می‌دهد و اجازه می‌دهد فقط تغییرات معنی‌دار بر خروجی اثر بگذارند.

افزون بر این، لگاریتم‌گیری از متغیرها باعث می‌شود خطاهای اندازه‌گیری یا نوسانات طبیعی در فشار خون و چربی‌ها اثر کمتری بر خروجی بگذارند. این موضوع سبب پایداری بیشتر مدل در عمل می‌شود. در بسیاری از مدل‌های مدرن، تبدیل‌های ریاضی به‌عنوان راهکاری برای نزدیک کردن داده‌های زیستی به ساختار آماری ایده‌آل استفاده می‌شوند. SCORE2 یکی از مدل‌هایی است که به‌شکل حرفه‌ای از این روش بهره گرفته است. همچنین این تبدیل‌ها به مدل اجازه می‌دهد که اثرات عوامل خطر را در محدوده‌های بالا و پایین به‌صورت متفاوت بازتاب دهد. به همین دلیل، تغییر فشار خون از ۱۶۰ به ۱۵۰ اثر متفاوتی نسبت به تغییر آن از ۱۳۰ به ۱۲۰ دارد و مدل این تفاوت‌ها را به‌شکل صحیح ثبت می‌کند.

چرایی نقش محوری سیگار در ساختار خطر SCORE2

سیگار در مدل SCORE2 یکی از پرقدرت‌ترین عوامل خطر است زیرا اثرات آن تنها به یک مسیر بیولوژیک محدود نمی‌شود و چندین محور حیاتی را هم‌زمان درگیر می‌کند. دود سیگار موجب افزایش التهاب سیستمیک می‌شود و این التهاب زمینهٔ فعال‌شدن سلول‌های ایمنی و تخریب لایهٔ اندوتلیال را فراهم می‌کند. آسیب اندوتلیال باعث نفوذ بیشتر لیپوپروتئین‌ها به زیر لایهٔ داخلی شریان‌ها می‌شود و تشکیل پلاک آترواسکلروتیک را تسریع می‌کند. سیگار همچنین ظرفیت ضدانعقادی طبیعی بدن را کاهش می‌دهد و این موضوع خطر لخته‌سازی را افزایش می‌دهد. یکی از مسیرهای کمتر شناخته‌شده، افزایش تون عروقی و ایجاد اسپاسم شریانی است که می‌تواند حتی در غیاب پلاک وسیع نیز منجر به حوادث قلبی شود.

اثرات سیگار به‌صورت تجمعی عمل می‌کند و حتی مصرف چند نخ در روز نیز خطر را به‌شدت افزایش می‌دهد. نکتهٔ مهم این است که اثر سیگار با افزایش سن قوی‌تر می‌شود و مدل SCORE2 این تعامل را به‌خوبی در ضرایب خود منعکس کرده است. ترک سیگار در همهٔ سنین باعث کاهش سریع خطر می‌شود، اما این کاهش در سنین پایین بسیار پرشتاب‌تر است. مدل SCORE2 با وزن قابل‌توجهی که برای سیگار قائل شده، به پزشکان کمک می‌کند اهمیت مداخلهٔ رفتاری را به بیماران توضیح دهند. در عمل بالینی، این متغیر غالباً تعیین‌کنندهٔ تصمیم نهایی دربارهٔ شروع درمان دارویی است.

ارتباط کلسترول تام و HDL با خطر و منطق آماری ترکیب آنها

در مدل SCORE2، کلسترول تام و HDL به‌صورت یک نسبت یا تعامل ریاضی مؤثر در نظر گرفته می‌شوند، زیرا اثر واقعی آن‌ها تنها با مقدار مطلق قابل توصیف نیست. کاهش HDL با افزایش فعالیت التهابی و ضعف در پاک‌سازی چربی‌های رسوب‌یافته همراه است و این فرآیند موجب افزایش سرعت رشد پلاک آترواسکلروتیک می‌شود. از سوی دیگر، افزایش کلسترول تام و به‌ویژه LDL اثر مستقیم بر نفوذ ذرات چربی به دیوارهٔ شریان دارد.

پژوهش‌ها نشان داده‌اند که نسبت کلسترول تام به HDL شاخص قابل اعتمادی برای پیش‌بینی خطر است و مدل SCORE2 با بهره‌گیری از تبدیل لگاریتمی این دو متغیر، ارتباط آن‌ها را به‌صورت دقیق‌تری نمایش می‌دهد. این رویکرد باعث می‌شود که تغییرات کوچک در HDL یا کلسترول تام تأثیر نامتناسبی بر مدل نگذارد.

همچنین ترکیب این دو متغیر از نظر زیستی معنای روشنی دارد، زیرا بیانگر تعادل بین ورود چربی به شریان و پاک‌سازی آن است. به همین دلیل HDL بالا مانند یک عامل محافظتی عمل می‌کند و اثر منفی کلسترول تام را تا حدودی تعدیل می‌کند. مدل SCORE2 با وزن‌دهی مناسب به این دو متغیر این تعامل زیستی را در فرم آماری قابل استفاده برای بالین بازسازی کرده است. بدین ترتیب پزشک می‌تواند در مشاوره با بیمار تغییرات در سبک زندگی یا درمان دارویی را بهتر تبیین کند.

منطق بازهٔ سنی ۴۰ تا ۶۹ سال در SCORE2 و ۷۰ تا ۸۹ سال در SCORE2‑OP

انتخاب محدوده‌های سنی در طراحی SCORE2 بر اساس بررسی دقیق تغییرات ساختاری، همودینامیک و اپیدمیولوژیک انجام شده است. در سنین ۴۰ تا ۶۹ سال، اثر عوامل خطر رفتاری و متابولیک بر بروز حوادث قلبی بیشتر قابل تفکیک است و همین موضوع مدل‌سازی را دقیق‌تر می‌کند. پس از سن ۷۰ سالگی، نقش عوامل ژنتیک، تخریب طبیعی بافت عروقی و تغییرات ناشی از فرایند پیری بسیار پررنگ‌تر می‌شود. بنابراین مدل SCORE2‑OP بر اساس ضرایب متفاوت و تابع بقای جداگانه طراحی شده است تا این دگرگونی را در ساختار آماری منعکس کند.

در سنین بالا، اثر فشار خون و کلسترول در بسیاری از موارد نسبت به اثر خودِ سن کمتر می‌شود و همین موضوع سبب شده در SCORE2‑OP وزن سن و ضرایب وابسته به سن افزایش قابل توجهی یابد. این دو مدل مکمل یکدیگرند و با طراحی جداگانه، دقت پیش‌بینی در هر گروه سنی حفظ می‌شود. اگر یک مدل واحد برای همهٔ سنین استفاده می‌شد، دقت در جوان‌ترها کاهش می‌یافت و در مسن‌ترها بیش‌برآورد خطر رخ می‌داد. بنابراین تفکیک مدل اقدامی کاملاً علمی، مبتنی بر داده و مورد تأیید مطالعات اپیدمیولوژیک گسترده است.

چگونگی تبدیل نمرهٔ خام به خطر ده‌ساله در ساختار مدل

در SCORE2 نمرهٔ خام یا همان شاخص خطی، تنها یک مقدار میانی است و به‌تنهایی بیانگر خطر واقعی نیست. این مقدار باید با تابع بقاء پایه ترکیب شود تا احتمال وقوع حادثهٔ قلبی‌عروقی در ده سال آینده محاسبه شود. تابع بقاء پایه بر اساس داده‌های واقعی از هر منطقه تعیین می‌شود و نشان می‌دهد که اگر فرد هیچ عامل خطر اضافی نداشته باشد، احتمال وقوع حادثه چقدر است. سپس با اعمال نمرهٔ خام، منحنی بقاء برای هر فرد به‌طور اختصاصی تغییر داده می‌شود.

این تبدیل باعث می‌شود که افراد در مناطق مختلف با نمرهٔ خام یکسان، خطر نهایی متفاوتی داشته باشند. این فرآیند در عمل بالینی بسیار مهم است، زیرا خطر واقعی در کشورهای مختلف بسیار متفاوت است. مدل SCORE2 با این روش از اشتباهات رایج مدل‌های قدیمی جلوگیری کرده است. تبدیل نمرهٔ خام به خطر نهایی بخش اصلی فرآیند محاسبه است و یکی از دلایل دقت بالاتر مدل به شمار می‌رود.

کاربرد عملی مدل SCORE2 در کلینیک و تصمیم‌گیری دارویی

یکی از مهم‌ترین ویژگی‌های SCORE2 آن است که محاسبهٔ عددی خطر به‌صورت مستقیم بر تصمیم‌گیری درمانی تأثیر می‌گذارد. هنگامی که خطر ده‌ساله از حد مشخصی بالاتر باشد، تجویز داروهایی مانند استاتین یا داروهای کاهندهٔ فشار خون توصیه می‌شود. این مدل به پزشک اجازه می‌دهد شدت درمان را بر اساس یک عدد مشخص و قابل دفاع تعیین کند. همچنین در بیمارانی که خطر متوسط دارند، پزشک می‌تواند با استفاده از نتایج مدل به بیمار نشان دهد که تغییرات رفتاری چگونه خطر را کاهش می‌دهد. این نمایش عددی باعث افزایش انگیزهٔ بیمار برای ترک سیگار یا اصلاح رژیم غذایی می‌شود.

در کلینیک‌های تخصصی، مدل SCORE2 بخشی از فرایند استاندارد ارزیابی اولیه است و در بسیاری از پرونده‌های الکترونیک به‌طور خودکار محاسبه می‌شود. این مدل علاوه بر تصمیم‌گیری دارویی، به انتخاب شدت پیگیری، نوع آزمایش‌های لازم و حتی سنجش نیاز به ارجاع به کلینیک‌های تخصصی کمک می‌کند.

نقش آموزش حرفه‌ای در استفادهٔ بهینه از مدل‌های پیش‌بینی خطر

کارآمدی مدل SCORE2 تا حد زیادی وابسته به میزان آموزش و درک درست کاربران حرفه‌ای آن است. پزشکانی که با مفاهیم آماری مانند ریسک نسبی، بقاء ده‌ساله و تعامل متغیرها آشنا باشند، می‌توانند نتایج مدل را دقیق‌تر تفسیر کنند و تصمیمات درمانی هدفمندتری بگیرند. آموزش صحیح نه‌تنها نحوهٔ استفاده از نرم‌افزار یا جدول را شامل می‌شود، بلکه باید مفاهیم پشت‌صحنهٔ مدل را نیز توضیح دهد. در بسیاری از کشورها کارگاه‌های آموزشی برای پزشکان عمومی و متخصص برگزار می‌شود تا بتوانند نتایج SCORE2 را در پرونده‌نویسی روزمره ادغام کنند.

این آموزش‌ها اغلب شامل نمونه‌های بالینی، تحلیل داده‌های واقعی و تمرین تصمیم‌گیری بر اساس سطوح مختلف خطر است. آموزش حرفه‌ای باعث می‌شود پزشکان به جای تکیه بر عدد خام، تفسیر بالینی مناسبی داشته باشند. همچنین، درک محدودیت‌های مدل، مثل عدم‌کاربرد آن برای بیماران با بیماری‌های مزمن یا شرایط خاص، مانع تصمیم‌گیری اشتباه می‌شود. وجود راهنماهای گام‌به‌گام و آموزش ضمن خدمت برای پرستاران، پزشکان خانواده و متخصصان قلب، باعث ثبات در کاربرد مدل در محیط‌های بالینی می‌گردد. این سطح از دانش، شرط لازم برای اجرای هوشمندانهٔ برنامه‌های پیشگیری قلبی‌عروقی محسوب می‌شود.

اهمیت تطبیق مدل با ویژگی‌های جمعیتی و منطقه‌ای

هرچند SCORE2 برای استفاده در اروپا طراحی شده است، پژوهش‌ها نشان داده‌اند که دقت آن در جوامع مختلف بسته به الگوهای بیماری و سبک زندگی متفاوت است. نرخ پایهٔ مرگ‌ومیر قلبی در شمال اروپا متفاوت از جنوب اروپا است و همین تفاوت باعث شد مدل به چهار منطقهٔ خطر تقسیم شود. این رویکرد منطقه‌ای مانع برآورد بیش‌از‌حد خطر در کشورهای کم‌ریسک یا کم‌برآورد خطر در کشورهای پرریسک می‌شود. در مناطق خارج از اروپا نیز نیاز به تطبیق ضرایب و توابع بقاء وجود دارد تا مدل بتواند واقعیت اپیدمیولوژیک را منعکس کند.

مطالعات تطبیقی در آسیا و خاورمیانه نشان داده‌اند که با تنظیم نسبی ضرایب، مدل می‌تواند نتایج معتبر ارائه دهد. این فرآیند به‌اصطلاح «کالیبراسیون بومی» نامیده می‌شود و کلید گسترش جهانی مدل محسوب می‌گردد. در آینده، انتظار می‌رود نسخه‌های منطقه‌ای SCORE2 برای کشورهای مختلف منتشر شود تا دقت پیش‌بینی در بسترهای متنوع حفظ گردد. به‌کارگیری داده‌های جمعیتی محلی در این فرآیند، پایهٔ اصلی اعتبار علمی و بالینی مدل در سطح بین‌المللی است.

کاربرد SCORE2 در ارزیابی تأثیر درمان و پایش پیشرفت بیمار

مدل SCORE2 تنها برای پیش‌بینی اولیهٔ خطر استفاده نمی‌شود؛ بلکه ابزاری برای پایش تغییرات خطر در طول زمان نیز هست. هنگامی که بیمار درمان دارویی را آغاز می‌کند یا شیوهٔ زندگی خود را اصلاح می‌نماید، پزشک می‌تواند پس از چند ماه داده‌های جدید را وارد مدل کرده و خطر تازه را محاسبه کند. این مقایسهٔ عددی به بیمار نشان می‌دهد که درمان واقعاً مؤثر بوده و انگیزهٔ او را برای ادامهٔ آن افزایش می‌دهد. چنین کاربردی SCORE2 را از صرفاً یک مدل آماری به ابزار آموزشی و تقویتی رفتار تبدیل کرده است.

در مطالعات بالینی، تغییر در خطر محاسبه‌شده با SCORE2 گاهی به‌عنوان یکی از شاخص‌های موفقیت درمان به‌کار می‌رود. برای مثال، کاهش خطر ده‌ساله از ۱۵٪ به ۹٪ نشانگر اثربخشی قابل توجه مداخله است. این نوع پایش کمک می‌کند که تصمیمات درمانی آینده بر مبنای پاسخ واقعی بیمار تنظیم شود. افزون بر این، مدل می‌تواند در طراحی برنامه‌های کنترل جمعیتی و ارزیابی نتایج سیاست‌های بهداشت عمومی کاربرد داشته باشد.

محدودیت‌های ذاتی مدل‌های آماری و تفسیر بالینی نتایج

با وجود دقت بالای مدل SCORE2، نباید آن را جایگزین کامل قضاوت بالینی دانست. هیچ مدل آماری نمی‌تواند همهٔ ویژگی‌های منحصر‌به‌فرد یک بیمار را در نظر بگیرد. برای مثال، بیماران با اختلالات التهابی مزمن یا بیماری‌های خودایمنی ممکن است خطر واقعی متفاوتی از آنچه مدل نشان می‌دهد داشته باشند. از سوی دیگر، داده‌های ورودی ممکن است دارای خطا یا نوسان باشند؛ یک اندازه‌گیری اشتباه فشار خون می‌تواند کل نتیجه را تغییر دهد. همچنین، مدل تنها خطر ده‌ساله را نشان می‌دهد و پیش‌بینی درازمدت یا خطر عمرانه را در نظر نمی‌گیرد.

به همین دلیل، استفاده از SCORE2 باید همواره در کنار ارزیابی بالینی کامل، بررسی آزمایش‌های اضافی و گفت‌وگو با بیمار انجام شود. فهم محدودیت‌های مدل به پزشک کمک می‌کند از آن به‌صورت ابزاری مکمل استفاده کند، نه به‌عنوان یک قاعدهٔ مطلق. تعادل بین مدل و تجربهٔ بالینی، قلب فلسفهٔ استفادهٔ هوشمندانه از ابزارهای پیش‌بینی است.

چشم‌انداز آیندهٔ مدل‌های خطر و جایگاه SCORE2 در پزشکی هوشمند

پیشرفت علم داده و یادگیری ماشین، مسیر تکامل مدل‌هایی مانند SCORE2 را به مرحلهٔ جدیدی هدایت کرده است. انتظار می‌رود نسخه‌های آیندهٔ این مدل بتوانند داده‌های ژنتیکی، تصویربرداری‌های قلبی و الگوهای رفتاری را نیز در محاسبهٔ خطر وارد کنند. ترکیب هوش مصنوعی با داده‌های الکترونیک سلامت می‌تواند پیش‌بینی خطر را برای هر فرد با دقتی چند برابر افزایش دهد. SCORE2 به‌عنوان پایهٔ معتبر و بین‌المللی می‌تواند به الگویی برای توسعهٔ مدل‌های هوشمند در سایر زمینه‌های بیماری‌های مزمن تبدیل شود.

چشم‌انداز این است که ابزارهای پیش‌بینی در قالب سامانه‌های دیجیتال بالینی، هم‌زمان خطر را محاسبه و پیشنهاد درمانی مناسب ارائه دهند. در نهایت، هدف از این همه توسعه، ایجاد پزشکی پیش‌نگر مبتنی بر داده است، جایی که تصمیمات درمانی نه تنها بر تجربهٔ پزشک، بلکه بر پیش‌بینی علمی رفتار بیماری استوار باشد. مدل SCORE2 نقطهٔ پایانی نیست، بلکه آغازی برای نسل تازهٔ سیستم‌های پیش‌بینی خطر در پزشکی شخصی محسوب می‌شود.

📕منابع

SCORE2 risk prediction algorithms: new models for estimating 10‑year cardiovascular risk in Europe (EHJ 2021)

مقالهٔ اصلی معرفی‌کننده مدل SCORE2 است و روش ساخت، ضرایب، داده‌های جمع‌آوری‌شده و فرمول‌ها را کامل توضیح می‌دهد. این مقاله مرجع شماره یک برای درک اساس مدل است.

SCORE2‑OP risk prediction algorithms for individuals aged ≥۷۰ years (EHJ 2021)

این مقاله نسخهٔ ویژه افراد بالای ۷۰ سال را ارائه می‌کند که با داده‌های مستقل ساخته شده است. روش مدل‌سازی گروه سالمندان و نتایج معتبرسازی آن را کامل توضیح می‌دهد.

ESC Clinical Practice Guidelines 2021 for Cardiovascular Disease Prevention

این راهنما SCORE2 را به‌عنوان مدل رسمی اروپا معرفی و نحوهٔ استفاده از آن در تصمیم‌گیری درمانی را مشخص می‌کند. همچنین سطوح ریسک و توصیه‌های درمانی مرتبط با هر سطح را ارائه می‌دهد.

Supplementary Material for SCORE2 (EHJ)

این سند شامل ضرایب دقیق، ماتریس منطقه‌ای، فرمول‌های لگاریتمی و روش اعتبارسنجی است. توسعه‌دهندگان نرم‌افزار معمولاً از همین فایل برای پیاده‌سازی مدل استفاده می‌کنند.

Supplementary Material for SCORE2‑OP (EHJ)

نسخهٔ حرفه‌ای داده‌های تکمیلی SCORE2‑OP برای افراد بالای ۷۰ سال است. تمام جزئیات محاسباتی و کالیبراسیون در آن آمده است.

U‑Prevent SCORE2 Calculator

این ابزار رسمی و آنلاین برای محاسبه دقیق SCORE2 است. رابط کاربری آن امکان مقایسه قبل و بعد از درمان را نیز فراهم می‌کند.

U‑Prevent Documentation

این بخش تمامی توضیحات فنی مدل‌ها، نحوهٔ محاسبه و تفاوت نسخه‌های مختلف را بیان می‌کند. برای توسعه‌دهندگان و پزشکان بسیار کاربردی است.

U‑Prevent SCORE2‑OP Calculator

نسخه رسمی آنلاین برای محاسبه ریسک افراد ۷۰ سال به بالا است. الگوریتم داخلی مطابق مقالهٔ اصلی کالیبره شده است.

ESC SCORE2 Professional Page

صفحه رسمی ESC برای معرفی SCORE2 با توضیح کاربرد بالینی آن است. در این صفحه ابزارها، اسلایدها و راهنماهای مرتبط جمع‌آوری شده‌اند.

ESC CVD Prevention Slides (SCORE2/SCORE2‑OP)

فایل اسلاید آموزشی رسمی ESC است که مدل‌ها را برای پزشکان تشریح می‌کند. نمودارها و نمونه‌های واقعی در آن گنجانده شده است.

EAPC – European Association of Preventive Cardiology

انجمنی که در توسعه SCORE2 مشارکت داشته است و محتوای آموزشی متعددی ارائه می‌دهد. بسیاری از بروزرسانی‌ها و تفاسیر تخصصی در این صفحه منتشر می‌شود.

Oxford University – CVD Risk Calculation Research Page

این صفحه به پروژه‌های تحقیقاتی مشارکت‌کننده در ساخت SCORE2 می‌پردازد. داده‌ها و تحلیل‌های پایه‌ای مدل در اینجا معرفی شده‌اند.

BMJ – Clinical analysis of implementing SCORE2

این مقاله عملکرد SCORE2 را در محیط واقعی بالینی بررسی می‌کند. محدودیت‌ها و نقاط قوت مدل را از دیدگاه پزشکان تحلیل می‌کند.

NICE UK – Comparative CVD Risk Tools Guidance

این مرجع دیدگاه NICE درباره مقایسه SCORE2 با QRISK و سایر مدل‌ها را توضیح می‌دهد. برای سیاست‌گذاری و انتخاب ابزار ملی مفید است.

Cardiovascular Risk Consortium

کنسرسیومی بین‌المللی که داده‌های پایه برای ساخت SCORE2 را فراهم کرده است. این مجموعه نقش مهمی در استانداردسازی داده‌های جهانی دارد.

CDC – Heart Disease Risk Factors

این صفحه توضیح علمی عوامل خطر اصلی مدل SCORE2 را ارائه می‌دهد. فهم مقدماتی خوبی برای بیماران و دانشجویان ایجاد می‌کند.

WHO Global Health Observatory – CVD Data

داده‌های جهانی بیماری‌های قلبی که در کالیبراسیون منطقه‌ای SCORE2 استفاده می‌شود. بار بیماری هر کشور در اینجا موجود است.

EHJ Editorial: SCORE2 critical appraisal

این سرمقاله نقاط قوت و ضعف SCORE2 را از دید متخصصان تحلیل می‌کند. دیدگاه‌های انتقادی و کاربردی درباره مدل ارائه شده است.

SCORE2 Full Text (PubMed Central)

نسخه دسترسی آزاد مقاله SCORE2 با امکان مشاهده آنلاین، PDF و دیتا است. برای مطالعه جزئیات بدون محدودیت نشر بسیار مناسب است.

SCORE2‑OP Full Text (PubMed Central)

دسترسی آزاد مقاله SCORE2‑OP شامل متن کامل و ضمایم است. برای پژوهشگران و توسعه‌دهندگان بسیار ارزشمند است.

❓پرسش‌‌های رایج

آیا نتیجهٔ SCORE2 برای همهٔ افراد یکسان قابل اعتماد است؟

دقت SCORE2 بستگی زیادی به این دارد که داده‌های اولیه دقیق باشند؛ یعنی فشار خون، کلسترول و وضعیت سیگار به‌درستی ثبت شده باشند. اگر این متغیرها اشتباه وارد شوند، مدل نیز خروجی نادرست می‌دهد، حتی اگر ساختار آن کاملاً درست باشد. بنابراین یکی از مهم‌ترین بخش‌های اعتمادپذیری مدل، صحت اندازه‌گیری‌هاست.

این مدل برای جمعیت عمومی طراحی شده و در اکثر افراد دقت خوبی دارد، اما در افرادی که بیماری‌های خاص دارند (مثل بیماری‌های التهابی شدید، بیماری‌های کلیوی، یا سابقه خانوادگی بسیار قوی) ممکن است خطر واقعی بیشتر از مقدار محاسبه‌شده باشد. در این شرایط پزشک معمولاً نتیجهٔ SCORE2 را به‌عنوان پایه استفاده می‌کند ولی تصمیم نهایی را با توجه به شرایط خاص فرد می‌گیرد.

بنابراین نتیجهٔ SCORE2 قابل اعتماد است، ولی همیشه باید پزشک آن را در کنار سایر اطلاعات فرد ارزیابی کند. مدل یک «راهنما»ست و نه جایگزین کامل قضاوت تخصصی.

چرا برای افراد بالای ۷۰ سال از SCORE2‑OP استفاده می‌شود؟

با افزایش سن، الگوی خطر قلبی‌عروقی تغییر می‌کند و وزن عوامل خطر نسبت به افراد جوان‌تر متفاوت می‌شود. به همین دلیل مدل SCORE2 برای سنین بالاتر از ۷۰ سال طراحی نشده و مدل جداگانه‌ای به اسم SCORE2‑OP وجود دارد. این مدل با داده‌های واقعی افراد مسن ساخته شده و رفتار متفاوت خطر در این گروه را بهتر نشان می‌دهد.

در افراد مسن، حتی تغییرات کوچک در فشار خون یا چربی‌ها می‌تواند تأثیر زیادی داشته باشد. بنابراین نیاز به مدلی وجود دارد که حساس‌تر باشد و وزن واقعی هر عامل خطر را در این گروه سنی بهتر انعکاس دهد. SCORE2‑OP دقیقاً با این هدف ساخته شده است و پیش‌بینی ده‌ساله را با واقعیت بالینی این گروه منطبق می‌کند.

در نتیجه استفاده از SCORE2‑OP باعث می‌شود درمان‌ها دقیق‌تر، منطقی‌تر و مطابق با نیازهای واقعی افراد بالای ۷۰ سال تنظیم شود.

چرا سیگار در مدل تأثیر بسیار زیادی دارد؟

سیگار تقریباً همه بخش‌های سیستم قلبی‌عروقی را تحت تأثیر قرار می‌دهد؛ از جمله التهاب، لخته‌سازی، عملکرد عروق و رساندن اکسیژن. به همین دلیل وزن سیگار در مدل SCORE2 به مراتب بیشتر از بسیاری عوامل دیگر است. حتی افراد با کلسترول پایین اگر سیگار بکشند ممکن است ریسک بالاتری نسبت به افراد غیرسیگاری با کلسترول بالاتر داشته باشند.

مدل SCORE2 بر اساس داده‌های ده‌ها ساله از میلیون‌ها نفر ساخته شده و نشان داده شده که سیگار خطر حمله قلبی و سکته را به صورت ترکیبی افزایش می‌دهد. این افزایش به حدی زیاد است که گاهی ترک سیگار به تنهایی می‌تواند خطر را نصف کند. به همین خاطر مدل حساسیت زیادی نسبت به وضعیت سیگار دارد.

بیماران گاهی از اینکه «فقط سیگار» باعث تغییر زیاد ریسک شده متعجب می‌شوند، اما این دقیقاً منعکس‌کننده واقعیت پزشکی است. سیگار یکی از بزرگ‌ترین عوامل قابل تغییر در پیشگیری از بیماری‌های قلبی است.

چرا مدل از کلسترول تام و HDL استفاده می‌کند، نه LDL؟

بسیاری از بیماران تصور می‌کنند تنها LDL مهم است، در حالی که نسبت بین کلسترول تام و HDL تصویری جامع‌تر از وضعیت چربی‌ها به مدل می‌دهد. HDL نقش محافظتی دارد و کلسترول تام بازتابی از کل بار چربی است. بنابراین ترکیب این دو شاخص، خطر واقعی‌تری از نظر آماری ایجاد می‌کند.

در مطالعات بزرگ جمعیتی که SCORE2 بر اساس آن ساخته شد، نسبت «چربی بد به چربی خوب» بهترین پیش‌بینی را ارائه می‌داد. به همین دلیل LDL به تنهایی وارد مدل نشده، هرچند در تصمیم‌گیری درمانی پزشک همچنان بسیار مهم است. مدل تنها از متغیرهایی استفاده می‌کند که بهترین قدرت پیش‌بینی را داشته‌اند.

با این حال اگر LDL شما بسیار بالا باشد، پزشک حتی با وجود ریسک پایین نیز ممکن است توصیه درمانی بدهد. مدل و تصمیم درمانی همیشه یکی نیستند.

اگر فشار خونم معمولاً خوب است ولی گاهی بالا می‌رود، مدل چه می‌گوید؟

مدل SCORE2 از عددی که وارد آن می‌شود استفاده می‌کند و نمی‌تواند نوسان فشار خون را تشخیص دهد. اگر فشار خون در زمان اندازه‌گیری بالا بوده باشد، مدل خطر بیشتری نشان می‌دهد. به همین دلیل توصیه می‌شود فشار خون چند بار و در شرایط آرام اندازه‌گیری شود.

برای افرادی که فشار خونشان «فقط گاهی بالا می‌رود»، پزشک ممکن است میانگین چند اندازه‌گیری یا اندازه‌گیری ۲۴ ساعته (هولتر فشار خون) را ملاک قرار دهد. این روش باعث می‌شود عددی که وارد مدل می‌شود دقیق‌تر و نمایانگر واقعیت باشد.

بنابراین بهترین کار این است که داده‌های دقیق‌تری به مدل داده شود تا خروجی واقعی‌تر گردد. مدل فقط به اندازهٔ ورودی‌هایش دقیق است.

اگر درمان دارویی شروع کنم، آیا باید دوباره ریسک را محاسبه کنم؟

بله، محاسبهٔ مجدد ریسک یکی از بهترین روش‌ها برای دیدن اثر درمان است. مثلاً پس از سه تا شش ماه درمان با استاتین یا داروی فشار خون، مقدار LDL و فشار خون تغییر می‌کند و مدل خروجی جدیدی می‌دهد. بسیاری از بیماران با دیدن کاهش عددی خطر انگیزه بیشتری پیدا می‌کنند.

پزشکان معمولاً این کار را پس از اصلاح سبک زندگی، ترک سیگار یا تغییر دارو انجام می‌دهند. هدف این است که بدانند مداخله تا چه حد کارآمد بوده و آیا نیاز به تنظیم مجدد درمان وجود دارد یا نه. مدل در اینجا نقش «ابزار پایش» را بازی می‌کند.

وقتی بیمار کاهش واضح در ریسک خود می‌بیند، باور و تعهد به درمان بسیار بیشتر می‌شود. بنابراین محاسبهٔ مجدد ریسک یک بخش مهم از مراقبت قلبی مدرن است.

آیا امکان دارد نتیجهٔ دو مدل مختلف برای یک نفر متفاوت باشد؟

بله، چون هر مدل بر اساس داده‌ها و روش آماری خاص خودش طراحی شده است. مثلاً مدل فرامینگهام یا QRISK از متغیرهای متفاوتی استفاده می‌کنند. بنابراین خروجی آن‌ها ممکن است با SCORE2 متفاوت باشد، حتی اگر اطلاعات ورودی مشابه باشند.

این موضوع طبیعی است، زیرا هر مدل برای جمعیت خاصی طراحی شده و نقاط قوت و ضعف خودش را دارد. SCORE2 برای جمعیت اروپایی و مناطق هم‌سطح خطر طراحی شده و برای بسیاری از کشورها مناسب‌تر است. مدل‌های دیگر ممکن است برای کشورهای غیراروپایی طراحی شده باشند.

به همین دلیل پزشک معمولاً از یک مدل مشخص استفاده می‌کند تا تناقض و سردرگمی در درمان ایجاد نشود. ثبات روش، برای تصمیم‌گیری بالینی بسیار مهم است.

چرا سن اثر بسیار بزرگی در مدل دارد؟

سن یکی از قوی‌ترین پیش‌بینی‌کننده‌های حادثه قلبی‌عروقی است، زیرا با افزایش سن تغییرات طبیعی در رگ‌ها، فشار خون، چربی‌ها و التهاب رخ می‌دهد. این تغییرات به‌صورت جمعی خطر را بالا می‌برند، حتی اگر سایر عوامل نرمال باشند.

به همین دلیل مدل SCORE2 وزن زیادی برای سن قائل است و افراد مسن حتی با مقادیر نسبتاً خوب ممکن است ریسک متوسط یا بالا داشته باشند. این موضوع نشانهٔ ضعف فرد نیست، بلکه بازتاب زیست‌شناسی طبیعی بدن است.

در مقابل افراد جوان گاهی حتی با LDL بالا هم ریسک پایینی دارند، زیرا عامل سن حفاظت‌کننده است. بنابراین سن در مدل نقش پایه‌ای دارد و بخش بزرگی از اختلاف ریسک بین افراد را توضیح می‌دهد.

آیا اگر بسیار ورزشکار باشم، مدل این را لحاظ می‌کند؟

SCORE2 اطلاعاتی دربارهٔ میزان ورزش یا سطح آمادگی بدنی دریافت نمی‌کند، بنابراین نمی‌تواند مستقیماً این موضوع را در نظر بگیرد. اما تأثیر ورزش معمولاً از طریق بهبود فشار خون، چربی‌ها و وزن وارد مدل می‌شود. یعنی ورزش با بهبود متغیرهای اصلی به کاهش ریسک کمک می‌کند.

با این حال برخی افراد بسیار ورزشکار ممکن است فشار خون و کلسترول عالی داشته باشند، اما مدل هنوز به دلیل سن یا جنس ریسک مشخصی نشان دهد. این تناقض به این دلیل است که مدل تنها از چند متغیر ثابت استفاده می‌کند و همه جنبه‌های سبک زندگی را لحاظ نمی‌کند.

بنابراین اگر ورزشکار هستید، خطر واقعی شما ممکن است کمی کمتر از آنچه مدل نشان می‌دهد باشد، ولی مدل همچنان باید جدی گرفته شود.

اگر کلسترولم خوب باشد، آیا باید به عدد ریسک توجه کنم؟

بله، چون کلسترول تنها یکی از چند عامل مهم است. افرادی وجود دارند که کلسترول بسیار خوبی دارند اما فشار خون بالا یا سابقهٔ سیگار دارند، یا در سن بالایی هستند. این عوامل می‌توانند اثر کلسترول خوب را خنثی کنند.

مدل SCORE2 به‌جای تمرکز روی یک عامل، تصویر کلی از وضعیت قلبی‌عروقی را نشان می‌دهد. یعنی حتی اگر یک متغیر خوب باشد، متغیرهای دیگر ممکن است خطر را بالا ببرند. نگاه تک‌عاملی همیشه گمراه‌کننده است.

به همین دلیل برخی بیماران با وجود «آزمایش عالی» هنوز در گروه ریسک متوسط قرار می‌گیرند. مدل به واقعیت زیستی چندعاملی توجه می‌کند.

چرا مدل بین مردان و زنان تفاوت قائل می‌شود؟

تفاوت‌های بیولوژیک بین مردان و زنان باعث تفاوت در خطر قلبی‌عروقی می‌شود. مردان به‌طور متوسط زودتر و بیشتر از زنان دچار بیماری‌های قلبی می‌شوند. به همین دلیل مدل ضرایب جداگانه‌ای برای جنسیت دارد تا پیش‌بینی دقیق‌تری ارائه دهد.

زنان در سنین قبل از یائسگی معمولاً محافظت طبیعی بیشتری دارند. پس مدل برای زنان جوان‌تر وزن عوامل را متفاوت محاسبه می‌کند. اما پس از یائسگی، خطر زنان به مردان نزدیک‌تر می‌شود و این موضوع نیز در مدل لحاظ شده است.

بنابراین تفاوت جنسیتی در خروجی مدل یک واقعیت آماری و بالینی است، نه تبعیض یا اشتباه مدل.

اگر سابقه خانوادگی قوی داشته باشم، چرا مدل آن را وارد نمی‌کند؟

سابقه خانوادگی یکی از عوامل مهم است، اما در مدل SCORE2 وارد نشده چون در برخی کشورها دقیق، قابل اندازه‌گیری و قابل اعتماد نبود. در مطالعات بزرگ، داده‌های مربوط به سابقه خانوادگی اغلب ناقص یا غیرقابل اتکا بودند.

با این حال پزشکان همیشه سابقه خانوادگی را در تصمیم‌گیری نهایی در نظر می‌گیرند. اگر سابقه خانوادگی بیماری زودرس دارید، ممکن است درمانی که مدل پیشنهاد نمی‌کند برای شما مناسب باشد. به همین دلیل مدل بخشی از تصمیم است، ولی تصمیم نهایی همیشه فراتر از آن است.

در واقع سابقهٔ خانوادگی در «تفسیر» مدل لحاظ می‌شود، نه در «داخل خود مدل».

آیا ریسک پایین یعنی اینکه هیچ نیازی به دارو ندارم؟

نه الزاماً. ریسک پایین فقط نشان می‌دهد احتمال حادثه در ده سال آینده کم است. اما اگر LDL بسیار بالا باشد یا دیابت داشته باشید، ممکن است پزشک بدون توجه به عدد SCORE2 تصمیم به درمان بگیرد.

برخی شرایط پزشکی قواعد مخصوص به خود دارند که از مدل مستقل است. مثلاً LDL بالای ۱۹۰ یا فشار خون بسیار بالا نیازمند درمان است حتی اگر ریسک SCORE2 پایین باشد. مدل یک ابزار تصمیم‌یار است، نه تنها مبنای درمان.

بنابراین اگر ریسک شما پایین است، هنوز باید توصیه‌های پزشک در مورد چربی‌ها، فشار خون و سبک زندگی را جدی بگیرید.

چرا بعضی کشورها «ضرایب منطقه‌ای» دارند؟

خطر قلبی‌عروقی در همه کشورها یکسان نیست، حتی اگر ویژگی‌های فردی مشابه باشند. برخی کشورها نرخ پایین‌تری از سکته و حمله قلبی دارند و برخی بالاتر. به همین دلیل SCORE2 ضرایب منطقه‌ای دارد تا بر اساس واقعیت هر کشور کالیبره شود.

این ضرایب باعث می‌شود عدد نهایی دقیق‌تر و مطابق با واقعیت باشد. مثلاً یک فرد ۵۰ ساله در یک کشور کم‌خطر ممکن است ریسک ۲٪ داشته باشد، اما در کشور پرخطر همان فرد ممکن است ریسک ۶٪ یا بیشتر داشته باشد. مدل این تفاوت را لحاظ می‌کند.

این کار باعث می‌شود تصمیم‌گیری بالینی بر اساس شرایط واقعی هر جامعه باشد.

اگر دارو مصرف کنم ولی هنوز سیگار بکشم، آیا مدل توجهی دارد؟

بله، سیگار می‌تواند بخش زیادی از اثر داروها را خنثی کند. حتی اگر LDL پایین بیاید و فشار خون کنترل شود، سیگار همچنان ریسک را بالا نگه می‌دارد. مدل SCORE2 این واقعیت را کاملاً منعکس می‌کند.

به همین دلیل گاهی بیمار با وجود درمان دارویی مناسب هنوز در گروه ریسک متوسط یا بالا باقی می‌ماند، چون سیگار عامل غالب است. در این موارد پزشک بیشتر بر ترک سیگار تأکید می‌کند تا افزایش دارو.

در عمل، ترک سیگار مهم‌ترین و مؤثرترین اقدام برای کاهش سریع و چشمگیر ریسک است.

اگر دیابت داشته باشم، آیا مدل برای من مناسب است؟

مدل SCORE2 برای افراد با دیابت قابل استفاده است، اما خطر واقعی در این افراد معمولاً بالاتر از مقدار مدل است. دیابت تأثیر چندلایه بر رگ‌ها، لخته‌سازی و چربی‌ها دارد که مدل نمی‌تواند تمام آن‌ها را در نظر بگیرد.

به همین دلیل برخی راهنماها برای افراد دیابتی رویکرد محافظه‌کارانه‌تری دارند و ممکن است درمان قوی‌تر توصیه کنند. یعنی حتی اگر SCORE2 خطر متوسط نشان دهد، ممکن است تصمیم درمانی مطابق با گروه‌های پرخطر باشد.

در کل مدل مفید است ولی باید در کنار قضاوت بالینی استفاده شود، نه به‌عنوان معیار کامل.

آیا افزایش وزن کوچک می‌تواند ریسک را تغییر دهد؟

بله، چون وزن معمولاً روی فشار خون، چربی‌ها و مقاومت به انسولین اثر می‌گذارد. حتی چند کیلو افزایش وزن می‌تواند باعث تغییر این متغیرها و در نتیجه افزایش ریسک شود. مدل به وزن مستقیماً نگاه نمی‌کند، اما اثرات وزن در متغیرهای ورودی آن دیده می‌شود.

افرادی که وزن خود را تنها ۵ تا ۷ درصد کاهش می‌دهند، معمولاً کاهش قابل توجهی در ریسک مشاهده می‌کنند. این کاهش معمولاً به دلیل بهبود LDL، تری‌گلیسیرید و فشار خون است. این تغییرات کوچک از نظر مدل بسیار مهم هستند.

بنابراین کنترل وزن یکی از ساده‌ترین و مؤثرترین راه‌های بهبود عدد خطر است.

چرا عدد ریسک من نسبت به سال قبل تغییر کرده، حتی اگر وضعم مشابه است؟

سن هر سال افزایش می‌یابد و همان‌طور که گفته شد، سن یکی از قوی‌ترین عوامل خطر است. بنابراین حتی با ثابت ماندن فشار خون و چربی‌ها، افزایش سن می‌تواند عدد ریسک را بالا ببرد. این موضوع طبیعی است و نشانهٔ بدتر شدن سلامت نیست.

گاهی تفاوت کوچک در اندازه‌گیری فشار خون یا چربی نیز می‌تواند عدد را تغییر دهد. یا اگر ضرایب منطقه‌ای کشور تغییر کرده باشد، مدل خروجی جدیدی می‌دهد. همه این موارد می‌توانند تغییر سالانه را توضیح دهند.

بنابراین تغییرات کوچک در عدد ریسک لزوماً نشانهٔ مشکل نیستند و بخشی از روند طبیعی پیش‌بینی هستند.

آیا افرادی که ظاهر بسیار سالم دارند هم ممکن است ریسک بالایی داشته باشند؟

بله، چون ظاهر همیشه منعکس‌کنندهٔ وضعیت داخلی بدن نیست. بسیاری از افراد لاغر یا ورزشکار، به‌طور ژنتیکی LDL بالا دارند یا فشار خونشان در حدی است که خطر را بالا می‌برد. گاهی هم عامل سن باعث بالا بودن ریسک می‌شود.

در مقابل، افراد چاق نیز ممکن است ریسک پایینی داشته باشند اگر سایر متغیرهایشان خوب باشد. بنابراین مدل به‌جای ظاهر، به شاخص‌های واقعی زیستی نگاه می‌کند که دقیق‌تر هستند.

به همین دلیل محاسبهٔ ریسک برای همه توصیه می‌شود، نه فقط برای کسانی که ظاهراً بیمار به نظر می‌رسند.

آیا امکان دارد پزشکم تصمیمی بگیرد که با عدد SCORE2 هماهنگ نیست؟

بله، زیرا پزشک اطلاعاتی دارد که مدل نمی‌تواند ببیند. مانند سابقه خانوادگی شدید، شرایط التهابی، بیماری کلیوی، یا یافته‌های ناشی از آزمایش‌های دقیق‌تر. این عوامل می‌توانند تصمیم را مستقل از مدل تغییر دهند.

پزشک همچنین به روند تغییرات در طول زمان توجه می‌کند، نه فقط یک عدد. اگر روند نگران‌کننده باشد، ممکن است تصمیم درمانی قوی‌تری گرفته شود حتی اگر SCORE2 عدد پایینی نشان دهد. در پزشکی همیشه انسان و شرایط فرد مهم‌تر از عدد هستند.

مدل راهنماست، اما تصمیم نهایی بر اساس کل تصویر بیمار گرفته می‌شود.