心血管方向SCI最新一区发文方向！公共数据库顶刊文献分享（附选题方向整理）

为了帮助大家更好地开展科研工作，本公众号将长期针对医学全科提供SCI顶刊文献剖析，希望能为大家提供一些科研选题灵感。

本期为大家分享的是心血管方向最新的公共数据库发文解读，文末我也为大家整理了下一步可以重点关注的选题方向，如果对你有帮助，请不吝啬将好文分享给更多人。

期刊：Circulation

分区：医学一区，心脏和心血管系统一区，外周血管病一区

最新影响因子：38.6

自引率：2.30%

年文章数：310篇

平均审稿周期：平均2月

期刊： European Heart Journal

分区：医学一区，心脏和心血管系统一区

最新影响因子：35.6

自引率：6.9%

年文章数：250篇

平均审稿周期：1个月

期刊： Journal of the American College of Cardiology

分区：医学一区，心脏和心血管系统一区

最新影响因子：22.3

自引率：5%

年文章数：300多篇

平均审稿周期：3周以内

期刊：JAMA Cardiology

分区：医学一区，心脏和心血管系统一区

最新影响因子：14.1

自引率：1.4%

年文章数：133多篇

平均审稿周期：几周到几个月不等

文章速览

目的：明确美国成年人心血管健康水平（CVH，基于 Life’s Essential 8 [LE8] 评分）与预期寿命的关联，为改善人群心血管健康和延长寿命提供循证依据。

设计：基于全国代表性人群的观察性研究分析。

方法：纳入 2005–2018 年参与 NHANES 的 23,003 名 20–79 岁非孕、非机构化成年人，死亡结局通过与国家死亡指数（NDI）链接至 2019 年 12 月确认。采用 LE8 评分（范围 0–100）评估整体 CVH 及 8 个维度（饮食、体力活动、烟草/尼古丁暴露、睡眠、BMI、非高密度脂蛋白胆固醇、血糖、血压）。通过生命表方法估算不同 CVH 水平下的预期寿命。

结果：中位随访 7.8 年，共发生 1,359 例死亡。50 岁时的预期寿命分别为：CVH 低水平（LE8 <50）27.3 年（95% CI: 26.1–28.4），中等水平（50–79）32.9 年（95% CI: 32.3–33.4），高水平（≥80）36.2 年（95% CI: 34.2–38.2）。与低 CVH 人群相比，高 CVH 人群在 50 岁时平均多 8.9 年预期寿命（95% CI: 6.2–11.5），其中约 42.6% 的寿命延长归因于心血管病死亡减少。分层分析显示，高 CVH 与预期寿命延长在男女、白人和黑人中均有显著关联，但在墨西哥裔中未见显著结果。

结论：美国成年人中，较高的 CVH（基于 LE8 评分）与显著延长的预期寿命相关，其获益主要源于心血管病死亡风险降低。但在不同族群中的差异提示需进一步开展跨种族、跨人群的研究。

 核心结果：

LE8 评分可作为评估心血管健康与寿命的综合指标。高 CVH 与寿命延长的显著获益在多数人群中一致存在，但在部分族裔中证据不足，提示需针对人群特异性展开研究。

 下一步研究启示：

• 族群差异：加强在西班牙裔、亚裔等少数族裔中的研究，验证 LE8 的适用性。

• 干预研究：评估通过改善 LE8 各个维度（特别是饮食、体力活动、睡眠）的干预措施对寿命延长的实际作用。

• 健康政策：结合寿命与卫生经济学证据，为公共健康策略制定提供支撑

目的：探讨虚弱状态的动态变化与新发心血管疾病（CVD）风险之间的关系。

设计：基于中国（CHARLS）、英国（ELSA）和美国（HRS）三项前瞻性队列研究的多国人群数据分析。

方法：使用 Rockwood frailty index 将参与者分为 robust、pre-frail、frail。虚弱状态在基线及 2 年随访时评估，定义为稳定、进展或恢复。CVD 结局为自报的医生诊断心脏病或卒中。应用 Cox 比例风险模型估算风险比（HR）及 95% 置信区间（CI），并调整混杂因素。

结果：纳入 CHARLS（n=7116）、ELSA（n=5303）、HRS（n=7266），中位随访分别为 5.0、10.7 和 9.5 年。与稳定 robust 组相比，robust→pre-frail/frail 的进展组 CVD 风险增加：HR 范围：1.53–1.84。与稳定 frail 组相比，frail→robust/pre-frail 的恢复组 CVD 风险下降：HR 范围：0.49–0.70。pre-frail→robust 的恢复同样降低 CVD 风险：HR 范围：0.65–0.71。

结论：虚弱状态并非固定不变，其动态变化与 CVD 风险密切相关。进展加重 CVD 风险，而改善可显著降低风险。

 核心结果：

• 进展：CVD 风险增加约 1.5–1.8 倍。

• 恢复：CVD 风险降低约 30–50%。

 下一步研究启示：

未来需探索有效干预措施以促进虚弱状态的逆转，从而降低 CVD 的发生风险。

目的：评估 1990–2023 年间全球、国家及次国家水平的心血管疾病（CVD）负担，涵盖 18 个亚型疾病及 12 个可改变风险因素，并探讨人口增长、人口老龄化及风险因素暴露在 CVD 负担变化中的作用。

设计：多国合作的全球疾病负担（GBD）2023 研究。

方法：利用全球可获得的流行病学数据和统计建模，对 204 个国家和地区的 375 种疾病进行定量评估，其中包括 CVD 相关的患病率、死亡和伤残调整生命年（DALYs）。采用分解分析方法，量化人口增长、人口老龄化及风险因素变化对 CVD 负担增加的贡献。

结果：截至 2023 年，全球 CVD 相关 DALYs 为 4.37 亿人年（95% UI: 4.01–4.65 亿），较 1990 年增加 1.4 倍。主要贡献疾病为缺血性心脏病、脑出血、缺血性卒中和高血压性心脏病。2023 年 CVD 死亡数为 1920 万（95% UI: 1740–2040 万），较 1990 年增加近 600 万例；CVD 患病人数翻倍，从 1990 年的 3.11 亿增加至 2023 年的 6.26 亿。约 79.6%（95% UI: 75.7–82.5%）的 CVD 负担归因于可改变的风险因素，其中以高收缩压、膳食风险、高 LDL-C 及空气污染为主。自 1990 年以来，肥胖、糖代谢异常和低体力活动增加了 CVD 负担，而吸烟率下降在一定程度上减轻了这一趋势。人口增长和老龄化分别导致额外 1.28 亿和 1.39 亿 DALYs 的增加。低、低中及中 SDI 国家 CVD 负担最高，高 SDI 国家最低。

结论：CVD 仍是全球范围内的首要死亡和疾病负担来源，其上升趋势主要由人口因素和代谢风险暴露推动。即使在发展水平相似的国家，CVD 负担差异仍显著，且大部分差异可由可改变风险因素解释。未来需通过强化公共卫生和卫生系统策略，有效控制高血压、血脂异常和肥胖等风险，以实现全球减轻 CVD 负担的目标。

 核心结果：

1990–2023 年全球 CVD 负担持续增加，患病人数翻倍；近 80% 的 CVD 负担可归因于可改变风险因素；代谢风险（肥胖、血糖升高）成为新增负担的主要驱动，而吸烟下降起到缓解作用；低 SDI 国家负担最重，存在显著地区差异。

 下一步研究启示：

• 干预优先级：加强血压、血脂和代谢异常的早期干预；

• 人群策略：关注低、中 SDI 地区，优化健康资源配置；

• 政策导向：制定跨部门公共卫生政策，综合应对膳食、空气污染与生活方式风险；

• 未来研究：探索不同国家内部差异因素，开发更精细化的 CVD 防控方案。

目的：评估美国心脏协会新发布的 PREVENT 方程在血清 Lp (a) 升高人群中的心血管风险预测表现，并探讨 Lp (a) 是否可进一步优化个体化风险评估。

设计：基于两项前瞻性队列的多中心研究：多种族动脉粥样硬化研究（MESA）和英国生物银行（UKB）。

方法：纳入 314,783 名无既往 CVD 的成年人（MESA n=6670；UKB n=308,113），均有 Lp (a) 测定数据。暴露指标：Lp (a) ≥125 nmol/L。结局事件：冠心病（CHD）、动脉粥样硬化性心血管疾病（ASCVD）、心力衰竭（HF）及总 CVD。参与者按 10 年风险分为低风险 (<5%)、边缘风险 (5–<7.5%)、中等风险 (7.5–<20%) 和高风险 (≥20%)。采用年龄、性别调整的 Cox 比例风险模型估计 HR 和 95% CI，并评估加入 Lp(a) 后的风险重分类改善（NRI）。

结果：高 Lp (a) 参与者事件发生率高于非高 Lp (a) 组（ASCVD HR=1.30，95% CI:1.22–1.38），CHD、HF 和总 CVD 结果一致。PREVENT 方程总体预测表现良好，事件率大致落在预测风险区间内。加入 Lp (a) 后，ASCVD 风险预测略有改善（category-free NRI=0.058；categorical NRI=0.006），改善最明显的群体为边缘风险和低风险人群。对 CHD，预测改善主要集中在低风险及高风险人群。

结论：PREVENT 方程在高 Lp (a) 个体中总体有效，但 Lp (a) 与更高 CVD 风险独立相关，可用于进一步个体化风险评估，尤其适用于特定亚组人群。

 核心结果：

• 高 Lp (a) 独立增加 ASCVD、CHD、HF 及总 CVD 风险约 30%。

• 加入 Lp (a) 可优化边缘及低风险人群的预测精度。

 下一步研究启示：

• 探索将 Lp (a) 纳入临床风险评估的可行性与成本效益。

• 针对高 Lp (a) 个体开展个体化干预策略。

• 验证不同种族/人群中 Lp (a) 对 CVD 风险预测的改进作用。

通过本期分享的几篇最新 SCI 文献，目前心血管方向基于临床或人群数据分析的研究选题，可以重点关注以下几个方向：

• 社会行为、心理因素与心血管健康：心理压力、抑郁、睡眠质量、社会孤立等对心血管事件的影响研究。建立多因素整合模型，将社会行为因素与生理指标联合评估心血管风险。

• 环境暴露与心血管疾病：空气污染、重金属、噪声等环境因素对心血管健康的长期影响。探索环境因素与代谢、炎症、生物标志物之间的交互作用对 CVD 风险的贡献。

• 多组学与精准心血管风险预测：利用基因组、蛋白组、代谢组或表观遗传学数据，结合临床指标建立多层次心血管风险预测模型。探索多组学标志物在不同族群或特定亚型 CVD（ASCVD）中的预测价值。

• 人工智能与机器学习在心血管事件预测中的应用：构建机器学习或深度学习模型预测心血管事件、预后情况，使模型更易于临床应用。

• 多队列研究：结合公共数据库和自有数据库，提高结果的可靠性和外推性。