专家评审综合：心血管调研（心内科 · 遗传流病 · 药物研发 · 医学 AI）

评审对象：reports/心血管遗传靶点与ChinaHEART策略.md（截至 2026-09-27） 输入：round-1-clinician.md（临床）、round-1-genetic-epi.md（遗传流病）、round-1-drug-dev.md（药物研发）、round-1-ai-researcher.md（医学 AI） 缩写：【临】心内科临床专家；【遗】遗传流行病学家；【药】心血管药物研发负责人；【AI】医学 AI/算法研究者

核对说明：报告原文中涉及事实错误的语句，本综合已逐条回原文核对位置。评审人新引入的 2026 年事件（enlicitide 获批、baxdrostat 获批、obicetrapib 欧盟获批、LIBREXIA-ACS 数字等）来自【药】本轮的检索，本综合没有独立复核，写入报告前需再核一次原始来源。评审中的效力估算均为量级估计。

一、交叉共识（≥2 位评审）

二、真实分歧与裁决

D1. A1 的结论能否"影响中国指南的 LDL 目标值"

• 【临】：不能。观察性队列的死因编码可疑、血脂用 POC 测量、随访只有 3.6 年，不可能改写目标值。RCT 证据（CTT、TST、FOURIER、ODYSSEY）也没有显示极低 LDL 下 ICH 显著增加。A1 只能定位为安全性信号和异质性探索，"越低越好不能照搬"要改成"需要在血压控制的前提下评估"。
• 【遗】：改成"绝对风险 × 相对效应"框架后，结果"可以直接写进指南的 LDL 目标值分层建议"。
• 【药】：把 A1 列为第二位，理由是它影响 PCSK9、CETP 和 FXI 的说明书人群、NMPA 的安全性关注点和指南目标值。
• 【AI】：同意换框架，但强调输出要带不确定性区间，否则进不了指南讨论。

裁决：分析框架采用【遗】和【AI】的方案，结论强度采用【临】的限定。相对效应从 RCT 和 MR 迁移过来，本地数据只提供按亚型的绝对风险。这确实绕开了观察性 LDL 的反向因果，但把问题转移到了"可迁移性假设"和"亚型错分"上。这两项假设都有待验证，所以产出的定位是"为指南分层讨论提供量化输入（按血压控制状态给出的净获益边界及其后验区间）"，而不是"改写目标值"。报告的 Conclusion 应当删掉"西方越低越好不能照搬"，改写为：在血压未控制、ICH 基线风险高的亚人群中，强化降脂的净获益需要单独量化。

D2. 第一优先做什么：先做测量层，还是先做不依赖测量层的产出

• 【临】【AI】：先做死因和暴露的测量层审计，它是所有下游分析的地基。
• 【遗】：先做零检测成本的东亚药靶 MR 面板，可以立即开始，而且是唯一能证伪"MR 幅度能否外推"的设计。
• 【药】：先做 CVOT 入组富集地图，药企可以直接使用，而且只用现有数据。

裁决：这三件事并不互斥，但依赖关系决定了顺序。富集地图需要"ICH 与缺血性卒中的比例"，净获益模型需要分亚型的绝对风险，两者都依赖测量层；MR 面板不依赖 ChinaHEART。因此：测量层审计是 P0 的关键路径；MR 面板作为并行的零成本轨道同时启动，并作为净获益模型的先验输入；富集地图中只用全卒中和 CV 死亡的部分可以先出，涉及卒中亚型的部分要等测量层完成。

D3. B1（预注册 MR）的价值和规模

• 【遗】：升为第一位。先用已完成的 CVOT（他汀、依折麦布、PCSK9、REVEAL、降压、OCEANIC-STROKE、HORIZON、ZEUS）做回顾性校准，再对 OCEAN(a) 和 PREVAIL 做前瞻登记。
• 【AI】：4 个试验谈不上校准；这项工作不使用 ChinaHEART，也就不体现算法团队的比较优势，只应作为低投入的并行项。
• 【药】：药企内部都有 MR 流程，增量有限；只有东亚 ICH 安全性方向有价值。

裁决：【遗】提出的回顾性校准把校准集扩大到约 8–10 个试验，基本回应了【AI】关于"n=4"的批评，可以保留。【AI】关于比较优势的判断也成立，【药】关于"只有 ICH 方向对外有增量"的判断同样成立。所以 B1 不单独立项，改为净获益决策模型（下文推荐问题 2）的先验与三角验证模块，范围聚焦在卒中亚型，尤其是 ICH，并纳入降压药靶。

D4. 研究问题应当面向"学术发现与指南"，还是面向"药企与监管可用"

• 【药】：清单偏学术发现，应当重排到入组富集、可迁移性、benefit-risk 校准和生物标志物分布上，产出做成可出境的汇总量。
• 【遗】：主张嵌套 case-cohort 基因分型、PRS 和 Lp(a) 非线性 MR，也就是个体水平的遗传学。
• 【临】：主张诊疗链和房颤抗凝，面向卫健和医保的行动。

裁决：这是受众上的分歧，不是事实分歧。面向算法提供者，应选同一套分析骨架同时服务多方的问题。按亚型的绝对风险加上迁移效应，可以同时产出指南输入、药企需要的 NNT 和合格人群规模，以及医保需要的可挽回死亡估计。【遗】的个体遗传学受 DNA 可用性（白膜层或全血，【AI】指出）和人遗审批两道门槛限制，列为有条件启动的第二梯队。

D5. A4 重校准和 CKB 迁移的价值

• 【临】：China-PAR 本来就是用中国队列建的，重校准价值不高，降为 P2。
• 【AI】：把 A4 扩展为"CKB→ChinaHEART 迁移"，用 CKB 的住院事件训练分亚型的非致死风险模型，再迁移过来。这是 B6 落地之前做发病风险研究的唯一路径。

裁决：两人说的其实是两个问题。单纯重校准死亡版风险评分，同意【临】，降为 P2。【AI】的迁移建模针对的是"非高危层没有非致死事件"这一真实缺口，保留为 P1 的方法储备，但依赖 CKB 数据访问，而且两个队列的时期偏移很大（2004–08 年对 2014–22 年），不列入前三。

D6. ZEUS 阴性的主要含义

• 【遗】：IL-6 是一个真正的"MR 幅度外推失败"案例。若按 hsCRP 尺度外推，预期获益会很大，而 HR 0.99 已经排除了大于约 12% 的获益。他据此提出规则：只能在工具变量覆盖的生物标志物范围内外推，靶点参与度指标不等于因果尺度。他还认为炎症轴不宜称为"遗传学强"。
• 【药】：重点在人群和试验设计，包括 CKD 人群的竞争风险、hsCRP 富集到的不是"IL-6 驱动事件"的人、感染增加。他认为炎症假说没有被证伪，CANTOS 和秋水仙碱是阳性的，表现为上游和下游的分化。

裁决：两者都成立，也不互斥，报告应当把它们并列为尚未区分的备择解释。【遗】提炼的外推规则值得作为方法论写进报告。同时采纳【药】的观点，把"IL-6 失败"限定为"下游配体阻断在 CKD 人群中失败"，不外推到整个炎症轴。报告里"遗传学强"的措辞下调为"遗传方向一致，但幅度尺度不明"。

D7. 阿司匹林：是可挽回的缺口，还是值得研究的问题

• 【临】：一级预防不常规推荐阿司匹林，使用率低在一定程度上是合理的，应当从"缺口"中拆出去。
• 【AI】：在 R3 中把"中国高危一级预防人群启用阿司匹林的缺血获益与 ICH 伤害"列为中国缺乏 RCT 的问题。

裁决：两人并不矛盾。在报告的论据层面，阿司匹林必须移出"<3% 缺口"的表述；在研究问题层面，它可以作为净获益问题存在，但效力受限（ICH 伤害检测不足），不进入前三。

三、P0 / P1 / P2 合并修订清单

3.1 事实错误与自相矛盾（单列，全部视为 P0）

3.2 P0（其余必须修改的内容，否则结论或资源分配会出错）

1. 在因果链中显式加入"测量/结局确定层"，把死因编码验证（含 I64 和垃圾编码）、POC 血脂校准和血压回归稀释校正，从"可行性要点"升级为第一个研究问题，列为所有以死亡为结局的分析的前置任务。【临、AI；遗、药同意 I64】
2. 重写 A1：去掉"直接关系中国指南 LDL 目标值"；框架改为"本地分亚型绝对风险 × RCT/MR 迁移效应"；补上 CTT、TST、FOURIER、ODYSSEY 中关于 ICH 的 RCT 证据；Conclusion 中的"越低越好不能照搬"改为"需要在血压控制状态下评估"。【临、遗、AI、药】
3. 把 Lp(a) 和 IL-6 的失败分开归因：HORIZON 与 MR 预期的小效应相容，属于试验效力或暴露单位不足；ZEUS 列出多个备择解释（尺度外推、CKD 竞争风险、hsCRP 未经校准、感染）；补上 CANTOS 和秋水仙碱。【遗、药】
4. 重写"分子把手"框架，改为三层：有无可测分子 → 分子与事件之间有无跨机制校准的剂量关系 → 监管是否接受它作替代终点。以 Lp(a) 和 hsCRP 作为"有把手但未经校准"的反例，以 ODYSSEY-HCM 作为"缺少把手"的例子。【药；遗在幅度问题上呼应】
5. 明确禁止在高危层内做遗传因果分析，改用随机子队列 case-cohort 设计加逆概率加权。【遗；AI 呼应】
6. 东亚工具变量的有效性：欧洲 LPA 工具在东亚不可用，需要东亚特异变异或 KIV-2 拷贝数；CETP 可用东亚功能缺失变异（D442G、Int14+1G>A）。【遗】
7. 启动任何嵌套检测之前必须核实三件事：I64 占比、存储样本是否含白膜层或全血 DNA、住院关联的进度。【AI；与报告末段"三个开放问题"合并，把"DNA 质量"具体化为"是否有白膜层或全血"】
8. 重排研究问题：把 A2 降级为"数据适用性验证"（先检验能否复现已知 RCT），不再作为主结论。【药、AI、遗、临】

3.3 P1（显著提升质量或可行性）

9. 记分牌增加"高血压（SBP）"一行，并在"人群→干预"层下加一张"诊疗链 × 数据可得性"表（筛出→知晓→起始治疗→滴定达标→长期坚持，外加药物可及性和基层能力）。【临；药、遗呼应】
10. 补上中国本土关键 RCT：STEP、ESPRIT、CRHCP、CSPPT（MTHFR × 叶酸，中国罕见的"基因型 × 干预"先例）、INTERACT3。【临】
11. 新增"已验证靶点的新给药方式与 incretin"一节，外加 2026–2027 年待读出 CVOT 的时间表（ORION-4、CORALreef、VERVE-102、SELECT/SOUL/SURPASS-CVOT、baxdrostat/lorundrostat/ZENITH、CAPITAN、OCEAN(a)、PREVAIL、LIBREXIA-AF），日期需逐条核实。【药；临提及 ASI 和 AGT siRNA】
12. FXI 部分补充抑制深度、对照药设计（安慰剂加药设计与 DOAC 头对头设计的差别）、LIBREXIA-ACS 的最终结果、abelacimab（LILAC），以及"FXI 低出血 × 中国 ICH 高占比"这条联系。【药】
13. 房颤一行和研究问题中加入"房颤检出→抗凝缺口→卒中死亡"；A5 改写为优先使用 ECG、终点改为全因和 CV 死亡及高危层非致死事件、加入超声→ECG 的跨模态弱监督。【临、AI】
14. 增加降压药靶 MR（按缺血性卒中和 ICH 分开），以及非线性 MR、析因 MR（LDL 评分 × SBP 评分）、多变量 MR（apoB、TG、Lp(a)）的方法说明。【遗】
15. B1 改为"用已完成的 CVOT 做回顾性校准，再对待读出试验做预注册的方向性预测"，范围缩窄到卒中亚型，尤其是 ICH 的安全性方向；并入净获益模型，不单独立项。【遗、AI、药】
16. B2、B3、B4 补上效力粗算；B2 重新定位为加入 CKB、BBJ、TPMI、KoGES、ISGC 荟萃分析，不做独立的发现 GWAS。【遗】
17. B6 住院和医保关联提为前置条件；在它落地之前，CKB→ChinaHEART 迁移作为补齐非致死事件的备选路径。【临、AI】
18. 增加两阶段设计估计量（IPW、广义 raking），用于处理只在亚样本中采集的变量；志愿者偏倚用 CCDRFS 或普查边际分布做 raking；把分省、城乡、性别的校准和公平性指标列为标准输出。【AI、遗、临】
19. 补上 RNF213 p.R4810K（东亚 ICAS 和烟雾病的强遗传因子），它比 PLA2G7 V279F 更有前瞻价值。【临】
20. HFpEF 段注明 HERMES 的欧洲表型局限，SNP-h² 改读为"不确定"，并写明 HF 和 AF 方向在 ChinaHEART 上目前基本做不了。【临、遗、AI】

3.4 P2（改进表述或择机）

21. 更新 ICH 占卒中的比例（NESS-China 2013 约 24%，以及 CNSR 等更近的数据），或者明确降调这一论据。【临】
22. A3 降级，只在找到有明确时间节点的县级政策时启动（错峰 DID）；A4 的单纯重校准降级。【临、AI】
23. B4（CHIP）降级，改为基因分型时顺带检出 mCA。【遗、药、AI】
24. Lp(a) 统一以 nmol/L 表述；APOE ε4 在中国人中频率较低、东亚 ICH 以深部为主，这两点影响欧洲 ICH 遗传结构的外推。【遗、药】
25. 房颤"发育设定点、成年不可逆"的说法补上 KCNN3 等成人期可干预的反例。【遗】
26. PRS 不宜完全否定：它的价值在于"何时开始"和"给谁用"，不在于提升 ΔC。【遗】
27. 写明人遗条例对合作形式的约束，以及"产出应为可出境的汇总量"这一原则；补上 Minikel 2.6 倍优势在 CVOT 成本结构下的含义。【药】
28. 写明 Delphi 类生成式轨迹模型要等住院关联落地才适用；列出公共数据原型清单（CHARLS、PTB-XL、MIMIC-IV-ECG、CODE-15%、CKB PheWeb）。【AI】
29. 在估计"可挽回死亡"的绝对数时，说明应答率约 35% 带来的健康志愿者效应。【临】
30. 司美格鲁肽在中国专利到期后的仿制药上市，可以作为 GLP-1 可及性的自然实验备选（需核实）。【药】

四、最终推荐的 3 个优先研究问题（面向 ChinaHEART 算法提供者）

选题原则：(1) 用得上 ChinaHEART 独有的规模、县级覆盖和死因数据；(2) 按依赖关系排序，前面问题的产出是后面问题的输入；(3) 一套分析骨架同时服务指南、药企和医保三类受众；(4) 不以尚未确认的数据（原始 ECG 波形、DNA、住院关联）作为前提。

问题 1：测量层重建——卒中亚型死因的概率化重建，以及血脂和血压的测量误差校正

• 问题：ChinaHEART 死因登记中 I61、I63、I64 和垃圾编码的错分结构怎样随地区、城乡、年份和死亡地点变化？POC 血脂和两次血压读数的误差有多大？校正之后，按亚型分的死亡率和暴露–结局关联会变化多少？
• 为什么优先（第一性原理）：报告的所有中国特色论断，包括 LDL–ICH 权衡、ICH 负担和县级差异，都建立在"死因编码能区分亚型、POC 血脂能代表通常水平"这两个未经检验的假设上。I64 和地区能力相关，属于差异性错分：它不只会让效应偏向零，还可能让方向翻转，或者制造出虚假的县级差异。这是因果链上测量/结局确定层的瓶颈。这一层不打通，上面的"人群→干预"层就没有可信的因变量。它也是算法团队相对于纯流行病学团队的比较优势，方法论文可以单独发表。【临 Q1、AI R1；遗、药列为前置】
• 所需数据：
• ChinaHEART 现有：全员基线、死因登记（ICD-10、死亡地点、年份、县区）、高危层主动随访中有住院或影像记录的卒中死亡（作为验证子集）、2019–20 年 82,403 名非高危者的重复调查（用于估计回归稀释比）、点位层面的医疗能力信息。
• 嵌套检测：从存储样本中分层抽取约 5,000 份，送中心实验室复测直接法 LDL-C、apoB 和 Lp(a)（nmol/L，对异构体不敏感的方法），同时检查冻存漂移。这一步顺带完成原 B3 的描述部分。
• 外部公共或申请数据：CHARLS（原型化测量误差和竞争风险管线）；全国死因监测和 CCDRFS 的地区 I64 比例及协变量边际（用于外部对照和 raking）；CKB 已发表的卒中亚型构成（作为错分率的外部参照）。
• 方法：用验证子集估计各编码的敏感度和特异度（按地区、年份分层）；用半监督分类器（输入血压、年龄、地区、既往史、死亡地点、县医院 CT 能力）对 I64 和垃圾编码做多重插补，把亚型标签转成概率，下游用 Rubin 合并或基于错分矩阵的似然校正；建立 POC→实验室值的回归校准或 SIMEX 方程，并允许误差依赖 TG 和空腹状态；用重复调查估计血压和血脂的"通常水平"。最后产出一张"亚型结局可用性地图"（哪些县区可以做亚型分析，哪些只能报告全卒中）。
• 主要偏倚与应对：验证子集只来自高危层，属于选择性验证，需要用验证概率加权，并检查验证模型在非高危层的迁移性；错分可能与暴露相关（高血压患者更容易被编为 ICH），插补模型中要纳入暴露变量，保证与分析模型相容；复测样本的冻存降解按冻存年限分层检验；验证子集中的"金标准"本身有误差（基层病历质量不一），只采用有 CT 或 MRI 确认的病例，并做敏感性分析。
• 1–3 个月的第一步：(1) 向数据方正式核实三件事：I64 占比、存储样本是否有白膜层或全血、住院关联进度；(2) 用现有死因数据做描述性分析，给出 I61/I63/I64/R96/R99/I50 按县区、年份、城乡和死亡地点的构成，并与县医院 CT 可及性做相关分析（只需要现有数据，就能判断 A1 能不能做）；(3) 在 CHARLS 或模拟数据上跑通"错分矩阵 + 多重插补 + 竞争风险"的代码管线；(4) 起草复测子样本的抽样方案和伦理、人遗材料。

问题 2：卒中亚型竞争风险下的净获益决策模型——强化降脂和强化降压"给谁、降多少"

• 问题：在中国 35–75 岁人群中，按血压控制状态、年龄、性别和地区分层，强化降 LDL 和强化降压对"缺血性卒中加 CHD 死亡"和"ICH 死亡"的绝对风险变化各是多少？净获益为负或不确定的人群占多大比例、有什么特征？
• 为什么优先（第一性原理）：遗传学和 RCT 给出的是每单位的相对效应，临床和政策需要的是中国个体在竞争风险下的绝对净获益。两者之间缺少一个"效应迁移/决策层"，报告 Conclusion 中"在谁身上、从几岁开始、降多少"指的就是这一层，但研究问题清单没有落实它。这个设计让相对效应来自外部（RCT/MR），只让 ChinaHEART 提供它独有的东西，也就是按亚型的本地基线风险，从而绕开观察性 LDL–ICH 关联的反向因果（D1 的裁决）。同一个模型可以同时产出：给指南的分层净获益边界、给药企和医保的 NNT 与可预防死亡数、给 FXI 这类"低出血"药物在中国做 benefit-risk 定位的基线 ICH 与缺血性卒中比例。【遗 Q1+Q2、AI R2、药 Q2+Q4、临 Q3/Q5 的安全性分层】
• 所需数据：
• ChinaHEART 现有：全员死亡结局（使用问题 1 校正后的亚型概率）、校正后的"通常水平"血压和血脂、高危层的非致死事件（用于敏感性分析）。
• 嵌套检测：不是必需的。问题 1 的复测子样本提供 apoB 和 Lp(a)，可以作为扩展。
• 外部公共数据：CTT 按每 mmol/L 和卒中亚型给出的 RR；BPLTTC、STEP、ESPRIT、CRHCP 的降压效应；东亚药靶 MR 面板，使用 CKB PheWeb、BBJ、TPMI、KoGES 的汇总统计，靶点包括降脂（HMGCR、NPC1L1、PCSK9、CETP，含 D442G 等东亚功能缺失变异）、降压（ACE、ADRB1、CACNA1D/CACNB2、SLC12A3、NR3C2）、F11 和东亚特异的 LPA 工具，结局分缺血性卒中和 ICH；UKB（申请制，用于验证整套"绝对风险 × 迁移"方法）。
• 方法：(1) 分原因风险模型用于病因解释，Fine–Gray 模型用于绝对风险；(2) 做 MR 面板：东亚 LD 下的共定位（coloc-SuSiE）、多变量 MR、非线性 MR（低 LDL 区间对 ICH 的剂量–反应形状），并先用已完成的 CVOT 回顾性校准"每单位效应 × 时间系数"，再对 OCEAN(a) 和 PREVAIL 做预注册预测（即原 B1 的修订版）；(3) 把 RCT 效应和 MR 效应合成为分层贝叶斯先验，用效应修饰因子加权完成迁移；(4) 计算个体的 ARR、ARI 和净获益及其后验区间，做决策曲线分析，与"统一 LDL 目标"策略比较；(5) ChinaHEART 本地的观察性 LDL–ICH 关联（滞后 2 年排除）只用来检验迁移假设与本地数据是否冲突，不用于估计效应。
• 主要偏倚与应对：亚型错分由问题 1 的概率化结局传递不确定性；反向因果用滞后排除和阴性对照结局（意外死亡）处理；死亡结局混合了发病和病死，在高危层用非致死事件做敏感性分析，并在结论中写明限制；可迁移性假设（RCT 人群与中国人群的效应修饰因子分布不同）要报告对迁移假设的敏感性分析；MR 方面有弱工具和赢家诅咒（优先用大样本 pQTL 和东亚 GWAS）、LD 参考不匹配（使用祖源匹配的参考面板）、多效性（多变量 MR 和 cis 工具）；志愿者偏倚用 CCDRFS 做 raking。结论定位是"指南讨论的量化输入"，不是"改写目标值"。
• 1–3 个月的第一步：(1) 东亚药靶 MR 面板完全基于公开汇总统计，不需要 ChinaHEART 的访问权限，可以立即开始，先完成降脂和降压靶点对缺血性卒中和 ICH 的方向与幅度分析，以及对已完成 CVOT 的回顾性校准；(2) 在 OSF 上预注册对 OCEAN(a)（约 2026 年 12 月）和 PREVAIL（2027 年第一季度）的预测；(3) 整理 CTT、BPLTTC、STEP、ESPRIT 按卒中亚型给出的 RR，建成一张先验表；(4) 在 UKB 或 CHARLS 上搭好决策模型的骨架，等问题 1 的亚型概率一到就能接入。

问题 3：诊疗链缺口地图——从筛出高危到长期达标，各段损失多少、卡在哪些县、对应多少可挽回的死亡

• 问题：在 ChinaHEART 高危人群中，高血压（主线）和他汀适应人群（副线）沿"筛出→知晓→起始治疗→滴定达标→长期坚持"各段的转化率是多少？各段损失由哪些个体因素和点位因素决定（基层药物配备、村医能力、医保和集采政策时点）？把某一段补齐能挽回多少死亡？各类待上市或在研疗法（例如 ASI、每半年一次的 siRNA、口服 PCSK9）的合格人群有多大、分布在哪里？
• 为什么优先（第一性原理）：报告判断瓶颈在"人群→干预"层，但把这一层当成了黑箱。不同的段对应完全不同的干预手段：筛查和知晓对应基层筛查，起始治疗对应处方行为和药物可及性，达标对应滴定方案，坚持对应给药方式（这正是长效制剂要解决的问题）。不拆开，算法团队就不知道该建什么模型，政策方也不知道该补哪一段。SBP 是中国归因负担第一位的危险因素，而 ChinaHEART 440 万人的血压数据加上县级覆盖，是 CKB 和 UKB 都没有的。产出是分层汇总量，可以合规出境，同时服务卫健和医保（补齐哪一段）以及药企（合格人群富集地图）。【临 Q2、药 Q1+Q5；遗 C8 降压；AI 对 A3 的识别要求】
• 所需数据：
• ChinaHEART 现有：两次基线血压、自报用药、高危层主动随访中的血压和用药、点位层面的基层医疗机构调查（药物配备、人员）、死亡结局；有心电图的高危亚样本（用于"房颤检出→抗凝缺口"这条副链的扩展）。
• 嵌套检测：不需要。
• 外部数据：CRHCP、STEP、ESPRIT 的效应量（作为"补齐某一段"的反事实锚点）；CHS 或 CCDRFS 的全国代表性控制率（用于外部校准和代表性加权）；药品集采和医保目录的地区落地时间表（用于识别政策冲击）；试验入排标准（VESALIUS 型、ZENITH 型、OCEANIC-STROKE 型）。
• 方法：按段做 cascade 分解（多水平模型，个体嵌套在点位中，点位随机效应）；按点位分解各段损失的方差；用参数 g-formula 模拟"把某一段提高到 CRHCP 干预组的水平"对 CV 死亡和全卒中死亡的影响（相对效应来自 RCT，绝对风险来自本地数据，与问题 2 共用同一骨架）；政策效应只在有错峰时间节点时才用 Callaway–Sant'Anna 估计量；按试验入排标准操作化定义合格人群，估计其规模、县级分布，以及竞争风险下的事件率。
• 主要偏倚与应对：用药信息是自报的，缺少剂量和起止时间，所以只用来定义"是否处在某一段"，不用来估计药效；353 个点是便利抽样，点位间差异中有一部分来自招募方式和应答率，需要控制点位的招募特征，并用外部代表性数据做 raking；基线只测了两次血压，白大衣效应和回归稀释会影响"是否控制"的判定，用问题 1 的回归稀释比校正分类；健康志愿者效应会低估绝对死亡率，可挽回死亡数要给出区间并注明方向；以死亡为结局时，全卒中死亡是主结局，亚型分析只在问题 1 判定"可用"的县区做。
• 1–3 个月的第一步：(1) 用现有基线数据做描述性的县级 cascade（知晓、治疗、控制各段的比例），这只需要现有数据；(2) 把点位层面的基层能力变量与各段转化率做关联分析；(3) 按 VESALIUS 型、ZENITH 型等入排标准统计合格人群的规模和县级分布，形成第一版可出境的汇总表，用来和药企、医保方谈合作；(4) 收集集采和医保目录的地区落地时间表，判断是否存在可以识别的政策冲击。

未进入前三但保留的方向（有条件启动）： - 房颤检出→抗凝缺口，加上 AI-ECG【临 Q4、AI R4】：临床价值高，但前提是确认保存的是数字 ECG 波形；一旦确认，可以作为问题 3 的第二条诊疗链。 - 嵌套 case-cohort 基因分型加 Lp(a)【遗 Q3/Q4、药 Q3】：前提是白膜层或全血 DNA 可用、人遗审批通过；定位为加入东亚荟萃分析，不做独立发现。 - CKB→ChinaHEART 迁移【AI R5】：前提是能访问 CKB，并能处理两个队列之间的时期偏移。

五、底线建议

这份报告的骨架是对的。"缺靶点不是心血管领域的统一诊断"这一判断，以及"中国可挽回的负担主要在人群→干预层、ChinaHEART 不是靶点平台"这一定位，四位评审都认可。但核心论断"心血管不缺靶点，缺的是可干预的因果层"需要改三处。第一，限定适用范围：ICH、HFpEF、房颤基质和血管衰老确实缺少经遗传验证的靶点，"不缺靶点"只适用于 ASCVD 和血压轴。第二，在"可干预的因果层"内部补上两个被忽略的层级：一个是位于其下方的测量/结局确定层，也就是卒中亚型能不能测准、暴露能不能校准，这对 ChinaHEART 是第一道关卡；另一个是位于其上方的效应迁移/决策层，也就是怎样把 MR 和 RCT 给出的每单位相对效应，换算成中国个体在卒中亚型竞争风险下的绝对净获益。第三，纠正对 MR 的误读：Lp(a) 和 IL-6 的失败不是"MR 只能判方向、不能判幅度"，而是有把手但没有经过事件校准的替代终点，加上试验设计暴露的单位不足（HORIZON），或者超出了工具变量覆盖的尺度（ZEUS）。建议把核心论断改写为："对 ASCVD 和血压轴，心血管不缺方向已知的靶点，缺的是经事件校准的替代终点、足够的暴露单位，以及把每单位效应落到具体人群的实施链；对中国，这条链首先卡在结局能否测准和诊疗链哪一段断裂，然后才是给谁、降多少的净获益决策；ICH、HFpEF 和房颤基质则仍然缺靶点本身。" 与此配套，报告需要先改正第三部分列出的 10 处事实或逻辑错误，尤其是"全国 7.2%"、VESALIUS"一级预防"、HORIZON 共同主要人群、ZEUS 的机制论证和"遗传效应不能预测药效"。研究问题的顺序应当调整为：测量层 → 净获益决策层（MR 面板作为零成本的并行输入）→ 诊疗链缺口地图，而把个体水平的遗传学降为有条件启动的第二梯队。