编辑推荐：
为探究高正常血压（BP）与死亡率的关系，中国研究人员开展了 “Association of high-normal blood pressure defined by the 2023 European Society of Hypertension guideline with mortality in the Chinese population” 主题研究。结果显示高正常血压及高正常血压上升轨迹与全因和心血管疾病死亡率增加有关。这为血压管理提供重要依据。
在大众的认知里，血压似乎是个熟悉又陌生的 “朋友”。我们知道血压有个正常范围，可一旦靠近高血压的边缘，也就是高正常血压，会发生什么呢？目前，全球对于高正常血压的定义尚未统一，不同研究的结论也大相径庭 。有些研究认为特定范围的高正常血压与死亡率无关，而有些则发现存在显著关联。而且，以往研究大多只关注基线血压与死亡率的关系，忽略了血压随时间变化的轨迹。为了深入了解高正常血压（收缩压 130 - 139mmHg 和 / 或舒张压 85 - 89mmHg）及其轨迹模式与全因和特定病因死亡率之间的联系，中国医学科学院阜外医院等机构的研究人员开展了一项大规模的前瞻性研究。该研究成果发表在《BMC Medicine》上，为血压管理策略提供了新的思路和依据。
研究人员借助中国健康评估与风险降低全国合作项目（ChinaHEART），这是一个政府支持的公共卫生项目，旨在识别和解决中国社区人群中心血管疾病（CVD）的风险因素。研究人员从 2014 年 9 月至 2022 年 12 月，在中国大陆 31 个省选取了 359 个研究地点，涵盖 141 个市区和 212 个农村县，招募了年龄在 35 - 75 岁之间、在社区居住至少 6 个月的居民参与研究。最终，3,598,940 名参与者纳入基线血压分析，78,130 名有三次或更多血压测量值的参与者纳入轨迹模式分析。
在研究过程中，研究人员采用了多种关键技术方法。首先是数据收集，通过面对面访谈收集参与者的社会经济特征、生活方式和自我报告的病史等信息，同时进行血液测试测量血脂和血糖 。其次，依据 2023 年欧洲高血压学会（ESH）指南对血压进行测量和分类。最后，运用潜在混合模型识别相似的血压轨迹模式，使用 Cox 比例风险模型或竞争风险模型评估血压组或血压轨迹模式与死亡率之间的风险比。
研究结果如下：
- 参与者特征：基线血压分析的参与者平均年龄 56.0 ± 10.0 岁，40.1% 为男性，60.8% 居住在农村。高正常血压组与最优血压组相比，男性更多、年龄更大、居住在农村比例更高、受教育程度和收入水平更低，且生活方式不健康、存在更多代谢风险因素。在轨迹模式分析中，高正常血压上升组也呈现类似特征。
- 基线血压组与死亡风险：基线血压分析的中位随访时间为 4.5 年。与最优血压组相比，高正常血压组全因死亡率风险增加 4%，心血管疾病死亡率风险增加 28%，其中出血性中风死亡率风险增加最为显著，达 75%。正常血压组（120 - 129/80 - 84mmHg）心血管疾病死亡率也有所增加，尤其是出血性中风死亡率。亚组分析发现，血压组与全因死亡率的关联在年龄和性别亚组中存在差异，女性和 35 - 54 岁人群中高正常血压相关的死亡风险更高。敏感性分析表明，排除随访前 3 年的死亡事件或进一步调整生活方式特征后，基线血压组与死亡率的关系无显著变化。
- 随访期间血压轨迹模式与死亡风险：血压轨迹模式分析的中位随访时间为 1.7 年。与最优稳定血压组相比，高正常血压上升组全因死亡率风险增加 35%，心血管疾病死亡率风险增加 57%，出血性中风死亡率风险增加幅度最大，达 375%，但与非心血管疾病死亡率风险无明显关联。亚组分析显示，血压轨迹模式与全因死亡率的关系在年龄和性别亚组中无显著差异。
- 归因负担：约 0.7% 的全因死亡率可归因于基线高正常血压，1.6% 归因于高正常血压上升轨迹模式。心血管疾病死亡率方面，3.1% 归因于基线高正常血压，2.7% 归因于高正常血压上升轨迹模式。出血性中风死亡率的归因比例在两组中均较高。
研究结论和讨论部分指出，高正常血压及高正常血压上升轨迹模式与全因死亡率和心血管疾病死亡率显著增加相关，尤其是出血性中风死亡率。这种关联可能主要源于血压随时间的 “高正常增加” 变化。研究还发现不同年龄和性别亚组中，高正常血压与死亡率的关联存在差异。这一研究结果对血压管理具有重要意义，提示社区卫生服务应加强血压监测，鼓励居民定期参与健康检查。对于高正常血压患者，应采取更积极的干预措施，如减少盐摄入、增加适度有氧运动、保持适当体重等，必要时考虑药物干预。然而，研究也存在一些局限性，如可能存在碰撞偏倚、无法完全排除未知混杂因素的影响以及存在回忆偏倚和测量误差等，但敏感性分析表明研究结果相对稳定可靠。
