研究表明计算低密度脂蛋白或坏胆固醇的算法优于其他方程

在一项新的大型综合分析中，研究人员对超过 500 万患者的数据进行了分析，约翰·霍普金斯大学研究人员开发的马丁/霍普金斯方法用于计算低密度脂蛋白 (LDL) 胆固醇(即所谓的“坏胆固醇”)，其准确率高于传统方法。近两打其他可用方程。

6 月 19 日发表在Global Heart上的研究结果表明，总体而言，Martin/Hopkins 算法正确分类了 89.6% 的患者 LDL 胆固醇值，其次是 Sampson 方法(由美国国立卫生研究院提出)，该算法正确分类了86.3%。以前检测 LDL 胆固醇水平的金标准 Friedewald 方法对 83.2% 的患者进行了正确分类。对于具有低胆固醇和高甘油三酯水平等特征的患者，马丁/霍普金斯算法比其他方法具有更大的优势。

在这项研究中，研究人员使用超大型脂质数据库(由 5,051,467 名成人和儿童患者组成的队列)查看了 2015 年 10 月至 2019 年 6 月的数据。平均年龄为56岁，其中53.3%为女性。研究人员分析了 23 个已确定的 LDL 胆固醇方程，发现按照 Martin/Hopkins 方程，结果最准确的是 Sampson、Chen (84.4%)、Puavilai (84.1%)、Delong (83.3%) 和 Friedewald。其他17个方程的准确度不如Friedewald，准确度低至35.1%。

评估低密度脂蛋白胆固醇对于了解中风和心脏病的风险非常重要，中风和心脏病是全球第一大亡原因。高水平的低密度脂蛋白胆固醇与动脉中斑块的积聚有关，斑块会缩小血管并限制血液流向心脏和大脑，从而导致心脏病发作和中风。通过监测低密度脂蛋白胆固醇水平，临床医生可以识别风险较高的患者，并采取措施管理和降低风险，例如建议改变生活方式或开他汀类药物和越来越多的非他汀类药物处方。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！