ApoB越高，持续时间越长，病情越严重

累积 载脂蛋白 B门曝光

生物学原理、人类证据、测量挑战及研究框架设想

摘要

动脉粥样硬化的 心血管疾病 动脉粥样硬化性心血管疾病（ASCVD）是一种 累积暴露, ，然而目前几乎完全依靠横断面脂质测量来进行评估。作为……的主要因果决定因素 斑块 载脂蛋白B的数量是否载脂蛋白B)-含 脂蛋白 穿过 内皮 并保留在动脉中 内膜, ，随时间积分。那个概念—— 载脂蛋白B年 —在机制上比任何单一的载脂蛋白B（apoB）数值都更具真实性，并且在任何时间点都比低密度脂蛋白胆固醇（LDL-C）更具真实性，因为LDL-C测量的是 胆固醇 是载荷量，而不是颗粒数。.

本综述综合了来自人类证据的四个趋同方向：（1）纵向队列数据表明，累积的 LDL-C 和累积的 apoB 暴露可预测动脉粥样硬化性心血管疾病（ASCVD）的发生，且独立于同时测得的脂质水平；（2） 不协调 分析显示，在载脂蛋白B（apoB）与低密度脂蛋白胆固醇（LDL-C）出现不一致时，风险与apoB的吻合度更高，这种不一致的患病率和幅度很大程度上取决于人群、脂质表型、治疗状态以及LDL-C估计方法；(3) 影像学和病理学数据将累积暴露于 斑块负荷 同时区分斑块负荷与事件风险；以及（4）干预数据显示，强化降低致动脉粥样硬化脂蛋白（主要通过降低 LDL-C 的干预措施来证明）可阻止并部分逆转冠状动脉 动脉粥样硬化斑块 沿着 剂量-反应 在研究范围内未确定明显下限阈值的曲线。.

在此基础上，我们将累积载脂蛋白B（apoB）暴露量定义为一个描述性研究指标，以 mg/dL·年 为单位表示，并明确阐述了为什么目前它无法转化为个体风险估计值。三个决定性制约因素至关重要，本文将逐一进行探讨：已发表的累积暴露量 风险比 这些数据是通过基于样条函数的混合模型在特定年龄窗口内推导出来的，描述的是队列相对关联，而非个体乘数；群体平均的载脂蛋白B（apoB）斜率无法重构个体早期的生命轨迹；斑块变化与事件减少之间的试验层面的关联也不能直接转移到个体患者身上。因此，我们对“apoB年”作相应处理——将其视为一个需要推导、校准和外部验证的候选指标——并在文末提出了将其用于指导临床护理前所需的验证方案。.

1. 快照的问题

当代血脂管理要求慢性病患者 动脉 在某个单一时刻提出的单一问题。一个 52 岁、低密度脂蛋白胆固醇（LDL-C）为 118 mg/dL 的患者，仅根据反映当下的测量结果，就被划分了风险类别、确定了治疗阈值以及随访间隔。这完全无法说明此人是三十年来一直保持在 75 mg/dL 只是在最近三年才开始漂移上升，还是从青春期起就一直维持在 160 mg/dL 且刚刚开始下降。这两者的动脉状况并不相同，对当前数值进行再多的统计学校正也无法弥补这种差异。.

与接触烟草的类比在概念上有用，尽管在生物学上并不完美： 包-年 本身就是一个不完善的指标，无法捕捉吸烟深度、戒烟时间或非线性效应，而且载脂蛋白B（apoB）暴露同样与动脉易感性及其他因素相互作用 风险因素. 尽管如此，其逻辑是相通的。今天抽了多少支烟的单次测量几乎没有什么信息量；包年（pack-years）才是具有预后价值的变量。累积的脂蛋白暴露——“胆固醇年,” “低密度脂蛋白年,，”或者在机制上更直接地表示为“载脂蛋白B-年”（apoB-years）——是心血管的对应物1], [2], [3].

三大进展使得现在正是将该指标规范化的最佳时机。首先，目前已经存在关于累积载脂蛋白B（apoB）暴露的直接纵向数据，而不仅仅是累积低密度脂蛋白胆固醇（LDL-C）[3]。其次，载脂蛋白B（apoB）检测是标准化的、无需空腹的，并且在许多医疗系统中通常成本较低，2026年美国心脏病学会/美国心脏协会（ACC/AHA）多学会 血脂异常 指南扩大并更加显著地将选择性载脂蛋白B（apoB）测量整合到常规评估中，这建立在2018年指南已认可的较窄的风险增强因素作用的基础之上，该指南将apoB达到或超过130 mg/dL定为风险增强因素，并且 甘油三酯 达到或高于 200 mg/dL 时是测量它的相对适应证4], [5], [6第三，在当代初级预防人群中，低密度脂蛋白胆固醇（LDL-C）会产生误导的人群——即表现为胆固醇耗尽颗粒和富含甘油三酯残粒的胰岛素抵抗和糖尿病表型——非常普遍且在不断增加。.

2. 为什么颗粒时间（Particle-Time），而不是即时胆固醇（Cholesterol-Now），是更优选的暴露变量

2.1 响应对保留的关系作为质量作用过程

动脉粥样硬化形成 始于含载脂蛋白B的脂蛋白穿过内皮屏障，并通过以下物质之间的离子相互作用滞留在内膜下基质中：位于……上的碱性残基簇 载脂蛋白B-100 以及带负电荷的硫酸化 糖胺聚糖 内膜蛋白聚糖链 多功能蛋白聚糖, 大窝素糖蛋白, ，核心蛋白聚糖 [7], [8]。保留先于 炎症. 它在单核细胞募集之前发生，, 泡沫细胞 形成，以及随之而来的每一个细胞事件。这是 对内质网滞留反应学说, ，在提出后几年内得到了加强9] 并且在当代的综述中，它仍然是早期动脉粥样硬化发生的主导机制解释 [10].

动力学后果才是具有临床意义的关键。如果斑块质量取决于滞留颗粒的数量，而滞留又取决于单位时间内到达内皮细胞的颗粒数量，那么斑块的积累表现为一个积分过程，而不是一个静态快照。. 跨细胞吞噬 apoB颗粒的是受体介导的 — B类清道夫受体成员1（SR-B1)和激活素受体样激酶 1 (ALK1) 都涉及其中——并且具有浓度依赖性 [10].

这种依赖的强度不应被过分夸大。在人体中，它在方向上具有浓度依赖性，并非精确的一对一规律。 冠状动脉：内皮通透性、动脉节段几何形状和血流动力学、颗粒大小及成分会改变其进入和滞留过程。, 蛋白聚糖结合 亲和力, 血压, ，血糖状态，从内膜的清除率以及现有的斑块结构。可信的说法是，较高的循环 apoB 浓度增加了可供动脉进入和滞留的颗粒数量，并且随时间推移累积这些颗粒会增加累积滞留负荷，而个体关系则受到动脉壁易感性的修饰。.

2.2 为什么载脂蛋白 B 比低密度脂蛋白胆固醇更能直接代表致动脉粥样硬化颗粒负荷

每个源自肝脏的 极低密度脂蛋白, IDL, 低密度脂蛋白, ，且每个Lp(a)颗粒包含一个apoB-100分子，常规的总apoB检测可能还会额外检测到 载脂蛋白B-48 关于肠源性残余颗粒。由于这种近乎一对一的关系，血浆载脂蛋白B（apoB）提供了一个与以下物质的总浓度成正比的标准化估计值 致动脉粥样硬化颗粒. 这里值得精确指出：常规化验报告载脂蛋白B（apoB）是以毫克/分升（mg/dL）为单位的质量浓度，而不是以纳摩尔/升（nmol/L）为单位的摩尔颗粒数；来自肠道颗粒的apoB-48、apoB分子质量的差异以及化验校准，都会在测得的质量与真实的颗粒数之间引入一定的误差。ApoB是……的标准替代指标 颗粒物负荷, ，并非字面上的数量。相比之下，LDL-C 测量的是 LDL 颗粒内部携带的胆固醇，这是一个可变的量：颗粒中的胆固醇贫乏，在 胰岛素抵抗, ，高甘油三酯血症，和2型 糖尿病, ，并且在其他状态下富含胆固醇[11], [12].

这产生了一种系统性且可预测的失效模式。两个低密度脂蛋白胆固醇（LDL-C）水平相同的患者，其颗粒数量可能截然不同，其中颗粒较多的患者拥有更多能够进入并滞留于动脉壁的颗粒。颗粒中的胆固醇含量并不能直接指示可资进入并滞留于动脉的颗粒数量，尽管颗粒的组成和大小可能会改变其在动脉内的行为。因此，累积的载脂蛋白B（apoB）暴露与致动脉粥样硬化颗粒暴露具有最直接的机制对应关系；而累积的LDL-C暴露则是前者的一个替代指标，由于在历时最长的队列研究中对LDL-C的测量更为频繁，它恰好拥有更长的流行病学研究历史。.

这种不对称性——更好的结构、更薄的直接数据——是该领域的真实状态，在任何以此为基础的临床提案中都应明确说明。.

2.3 暴露指标排名

指标	定义	它捕捉到的内容	证据地位
当前载脂蛋白B	单次测量的颗粒浓度	仅限当前颗粒物负荷	作为截面风险标志物已得到充分验证；当载脂蛋白B（apoB）与低密度脂蛋白胆固醇（LDL-C）不一致时，风险通常与apoB保持一致，不过相比于准确估计的LDL-C或非高密度脂蛋白胆固醇（non-HDL-C），其带来的增量改善因人群而异 [13]
时间加权平均载脂蛋白B	累积暴露量 ÷ 持续时间	持续平均颗粒压力，归一化涨落	低密度脂蛋白胆固醇（LDL-C）的累积/时间整合暴露量已得到证实；直接载脂蛋白B（apoB）的证据正在不断涌现 [3], [14]
低密度脂蛋白年	低密度脂蛋白胆固醇（LDL-C）对年龄曲线下面积	输送到管壁的累积胆固醇负荷	最具成熟的纵向证据基础；独立于中年低密度脂蛋白胆固醇（LDL-C）之外1], [14]
非HDL胆固醇年	非HDL-C与年龄曲线下面积	载脂蛋白B（apoB）颗粒内的所有胆固醇，包括残粒	在青少年累积暴露于升高非高密度脂蛋白胆固醇的研究中得到验证 [15]; 尚未证明其相比于低密度脂蛋白-年（LDL-years）具有直接的比较优势
载脂蛋白B年数	apoB与年龄曲线下面积	集成粒子时间——内皮下滞留的直接代理指标	与致动脉粥样硬化颗粒暴露的直接机制对应关系；直接的人类结果数据正在涌现3]。未经临床指标验证。.

表 1. 累积脂蛋白暴露指标。. 根据机械邻近性提出的排序将 apoB-years 置于最高位，而 LDL-years 目前具有最深厚的纵向验证。任何临床工具都必须诚实面对这种倒置。.

3. 累积暴露的人体证据

3.1 累积低密度脂蛋白胆固醇暴露：成熟的证据基础

多曼斯基（Domanski）及其同事分析了 4,958 冠状动脉风险发展至成年研究 参与者在18至30岁时入组，在40岁之后被随访了中位16年。在调整了性别、种族和传统危险因素后，LDL-C对年龄曲线下面积与其累积的时间过程均能独立预测新发心血管事件：每100 mg/dL·年的累积暴露量的风险比为1.053（p < 0.0001），斜率每(mg/dL)/年的风险比为0.797（p = 0.045）。1]. 第二个系数更有趣。负的斜率关联意味着，在生命后期积累的相同总暴露量，与早期积累的相同总量相比，相关的后续风险更低。时间不仅仅是浓度的乘数；暴露发生在生命的哪个阶段会独立地改变风险。.

张及其同事在对来自美国四个队列的 18,288 名参与者进行的一项汇总分析中扩展了这一发现，表明从 18 岁到 60 岁累积的 LDL-C 暴露量可预测新发 冠心病 不论最新的中年LDL-C值如何，通过累积暴露 四分位数 跨度约为 <4,025、4,025–4,796、4,797–5,603 以及 ≥5,604 mg/dL·年 [14]. Navar-Boggan 及其同事在 弗雷明汉后代队列 研究发现，在年轻成年期每暴露于高脂血症10年，经55岁时非HDL-C校正后，患冠心病的校正危险比为1.39；此外，85%名长期患有高脂血症的年轻成年人原本不会符合 他汀 根据当时的准则，在40岁时的标准15].

最后一个数字说明了当前基于阈值的方法的一个重要局限性。累积暴露度量指标似乎更适合识别那些正在积累动脉损伤但其指标仍低于常规治疗阈值的人群——这恰恰是当前单一值阈值在结构上无法标记出的群体。.

这些风险暴露实际上是如何计算的——对所有后续环节的制约 多曼斯基（Domanski）及其同事没有将测量值相加。他们按年龄表示就诊情况，并拟合了一个基于非参数三次样条的混合效应模型，以估计18至40岁受试者特定年龄的LDL-C，并借鉴了整个队列的信息。CARDIA apoB分析使用了具有最佳线性无偏预测的类似样条混合模型[1], [3]. 观察窗口为18至40岁；预测窗口为40至66岁。每100毫克/分升·年暴露量的风险比为1.053，描述的是在第一个窗口期内积累的暴露量对第二个窗口期事件的预测作用。. 任何从稀疏临床组学数据进行单一数值逆向预测、线性内插并采用梯形积分的方案，都是该方法的未经验证的近似——而非其实现——并且在 18 至 40 岁累积窗口之外应用的任何系数，都是在其被估计的条件之外使用。.

3.2 累积载脂蛋白B暴露：直接证据

这里最重要的一项单一研究分析了 4,366 名拥有核磁共振（NMR）衍生 apoB 浓度的 CARDIA 参与者，, 低密度脂蛋白颗粒数 （LDL-P）以及富含甘油三酯的脂蛋白颗粒数（TRL-P），在从18岁至40岁以下、长达22年的暴露期内，在随后平均19.3年的随访期间发生了241起ASCVD事件 [3]. 累积apoB暴露量每增加1个标准差，未调整的危险比为1.53（95%置信区间：1.36–1.72）；在调整协变量后，危险比约为1.30。 低密度脂蛋白颗粒（LDL-P）和甘油三酯颗粒（TRL-P）的累积暴露量表现几乎相同（未调整的危险比分别为1.54和1.48）。.

至关重要的是，作者发现了一个拐点：在18岁至40岁以下持续暴露的情况下，当载脂蛋白B（apoB）常规暴露水平超过约75 mg/dL时，动脉粥样硬化性心血管疾病（ASCVD）的风险开始上升。他们提出将apoB保持在75 mg/dL以下作为年轻人维持低风险的目标。如果在该22年的时间窗内进行积分表达，75 mg/dL相当于约1,650 mg/dL·年的算术等效值（75 × 22）——这是对所报告参考水平的转化，并非单独推导出的临界值。.

这个1,650的数字是什么，以及它不是什么 它是：一个特定于队列的、通过样条导出的参考点，大约在 75 mg/dL，使用核磁共振（NMR）衍生的载脂蛋白 B（apoB），在该参考点之上，估计的事件风险在一个特定的年龄窗口内变得更加明显地升高。. 它不是：出现首块斑块的经验证阈值，用于 钙化, ，对于 高危斑块形态, ，或为了第一 心肌梗死. 它不能在没有假设的情况下直接转移应用于免疫测定载脂蛋白B（apoB）、其他年龄段，或具有不同危险因素特征的人群。. 如果在没有这种语境的情况下将此数字作为临床临界值呈现，将会对其进行过度的解读。.

轨迹变异性极大，必须对其进行建模，而不能想当然地将其忽略。在对 3,055 名 CARDIA 参与者进行长达 30 年的 5 次检查测量中，ApoB 年均变化率的平均值为 0.52 mg/dL/年（标准差 1.0），但个体的变化率范围为 -6.26 至 +9.21 mg/dL/年 [16因此，从中年数值进行的单点逆向外推是一种带有较大误差范围的近似方法，任何以此为基础建立的工具都必须展现出这种不确定性，而不是将其隐藏在点估计值背后。.

3.3 专门针对年轻成人的预测

在对来自美国社区队列的 10,519 名成年人进行的汇总分析中，在 18 至 39 岁的成年人中，载脂蛋白 B（apoB）与动脉粥样硬化性心血管疾病（ASCVD）的相关性比 40 岁或以上的成年人更强，并且将 apoB 添加到 PREVENT 方程 改进的风险 重新分类 在年轻组中（连续NRI为0.67， 95% 置信区间 0.23–1.09，10年风险；0.47，95% 置信区间 0.02–0.84，30年风险），但在年长组中未见此现象 [17]。作者们非常谨慎地指出这些改善并不显著。尽管如此，其方向性信号是一致的：患者越年轻，单次测量就越低估其一生的健康问题，从而越有必要测试累积框架是否能增加预测信息。.

4. 不一致现象：关于 apoB 最强有力的实际论据

4.1 实际上有多少不一致

不一致是指载脂蛋白B（apoB）和低密度脂蛋白胆固醇（LDL-C）将患者划分至不同风险类别的情况。由于两者在大多数患者中密切相关，常规回归分析无法明确区分它们各自的预测贡献；在一个大型临床实践队列中，apoB与核磁共振（NMR）测量的LDL颗粒数本身高度相关（R² = 0.79）[18]. 不一致性分析是方法论上的解决方案，它有三种形式：基于临床截断值的不一致性、基于人群百分位数的不一致性和基于回归残差的不一致性 [19].

患病率估计值集中在一個可接受的范围内，大约20%这一暂定数值作为高危人群的中上水平估计是合理的，不过应将其表述为一个范围，而非单点数值。.

来源	人口与定义	不一致估计
De Oliveira-Gomes 等人，Circulation 2024 年 [13]	跨队列审阅；根据不同定义，载脂蛋白B（apoB）水平高得不一致	5.3% 至 24.9%，具体数值取决于定义和样本范围
CARDIA载脂蛋白B轨迹分析，J Lipid Res 202216]	对于给定的非高密度脂蛋白胆固醇（non-HDL-C），载脂蛋白B（apoB）水平高于还是低于平均水平	约 8% 至 20%
CARDIA 青年期不一致性与 CAC20]	平均25岁时的载脂蛋白B（apoB）比低密度脂蛋白胆固醇（LDL-C）或非高密度脂蛋白胆固醇（non-HDL-C）更能预测后期的冠状动脉钙化（CAC）。	18%名青年
健康诊断实验室队列，n = 412,013 [18]	基于临床切点比较 apoB 与 NMR LDL-P	5%–6%仅由LDL-P标记；6%–7%仅由apoB标记
哥本哈根一般人群研究, n = 95,108 [21]	过量的 apoB（实测值减去 LDL-C 预测值）≥11 mg/dL	涵盖整个 LDL-C 谱的分级层次

表2：报告的具有临床意义的apoB/LDL-C不一致的患病率。这一分布反映了在如何定义不一致方面真正的的方法学异质性，而不是对它是否存在的分歧。.

4.2 当它们意见不一致时，载脂蛋白B（apoB）胜出吗？

A 系统评价 纳入已发表的不一致分析共15项研究和593,354名参与者，涵盖不同人群、接受和未接受治疗者，使用了基于中位数、基于百分位数、基于残差和基于方差的定义。在9次比较中，ApoB的表现均优于LDL-C（9比0）。在9次比较中，ApoB的表现优于非HDL-C 7次，平1次，输1次。在3次比较中，低密度脂蛋白颗粒数（LDL particle number）的表现优于LDL-C 2次 [22]。预防心脏病学产生的文献几乎全都是单向的。.

哥本哈根一般人群研究将不一致性操作化为“多余的apoB”——实测的apoB减去仅根据LDL-C预测的apoB，该预测值源自甘油三酯≤1 mmol/L的个体。在未服用他汀类的53,484名女性和41,624名男性中，经中位9.6年的随访，发生2,048例心肌梗死和4,282例ASCVD事件，多余的apoB与整个LDL-C谱系中的风险呈剂量依赖性相关[21]。该分析中的风险比在表 3 中重现，因为它们是第 8 节中不一致性讨论的实证基础。.

载脂蛋白B过量 (mg/dL)	动脉粥样硬化性心血管疾病高危，女性	动脉粥样硬化性心血管疾病高危人群，男性	解释
<11（参考）	1.00	1.00	一致的
11–25	1.08 (0.97–1.21)	1.14 (1.02–1.26)	轻度不一致
26–45	1.30 (1.14–1.48)	1.41 (1.26–1.57)	中度不一致
46–100	1.34 (1.14–1.58)	1.41 (1.25–1.60)	显著不一致
>100	1.75 (1.08–2.83)	1.52 (1.13–2.05)	严重不一致

表 3. 根据过量 apoB 分层的多变量调整 ASCVD 风险比，哥本哈根一般人群研究 [21]。在整个 LDL-C 范围内，结果仍然稳健。.

4.3 胰岛素抵抗和糖尿病表型

不一致并非随机分布。它可预测且机械化地集中在一个在当代初级预防人群中很常见的代谢表型中。.

在 胰岛素 抵抗和2型糖尿病、肝脏VLDL过量产生以及脂解受损产生了一个富含甘油三酯的池。. 胆固醇酯 转账 蛋白质 将甘油三酯转化为低密度脂蛋白（LDL）并 高密度脂蛋白 作为对胆固醇酯的回报；; 肝脂酶 随后水解富含甘油三酯的低密度脂蛋白（LDL），产生小型、致密、胆固醇耗尽的LDL颗粒。其结果是携带正常甚至低胆固醇质量的高颗粒数量。LDL-C读数令人放心。ApoB则不然[11], [12].

分布数据使这种量化更加具体。在一项具有全美代表性的、未使用他汀类药物的美国成年人 NHANES 样本中，当 LDL-C 为 100 mg/dL 时，有一半的人群其 apoB 介于 75 至 86 mg/dL 之间（四分位距），而 70 mg/dL 的 LDL-C 对应的主 apoB 中位数约为 60 mg/dL [23] 更大的正向不一致——实测的载脂蛋白B (apoB) 高于预期值——与年龄较大、男性、, 肥胖, ，糖尿病，甘油三酯升高，糖化血红蛋白升高，他汀类药物使用，以及较差 代谢健康. 值得注意的是，这些亚组内部的变异性超过了组间差异，这成为了测量载脂蛋白B（apoB）而非根据表型进行推断的一个论据。.

该机制超出了颗粒数量的范畴，延伸至滞留动力学。胰岛素抵抗会刺激血管平滑肌合成带有超长糖胺聚糖链的蛋白聚糖，从而增加内膜基质中负电荷的密度及其对载脂蛋白B（apoB）的亲和力 [8直接测量支持增强的滞留：2型糖尿病患者载脂蛋白B（apoB）的间质液与血清比率显著低于对照组，这与更多的内膜下截留而非淋巴清除相一致24]. 这些发现支持了这样一种可能性：糖尿病通过单位胆固醇颗粒负荷的增加以及促进颗粒到达后滞留的动脉壁改变，共同增加了风险。.

载脂蛋白B（apoB）水平异常偏高也与高患病率独立相关 慢性肾脏病 在横断面数据中。 在13,767名NHANES参与者中，与低LDL-C且apoB水平高的组相比，低LDL-C且apoB水平高的组与现患慢性肾病（CKD）的相关性最强（比值比[OR] 1.12，95%置信区间[CI] 1.08–1.16），同时该组的空腹 葡萄糖, ，胰岛素，和 稳态模型评估胰岛素抵抗指数 值 [25].

4.4 公平陈述的最强反驳

2026年多学会指南提出了一个方法论观点，任何载脂蛋白B（apoB）的倡导者都必须直面这一观点：当使用Martin/Hopkins方程而不是Friedewald公式来估计LDL-C时，所测得的……的患病率 低密度脂蛋白胆固醇与载脂蛋白B不一致 显著下降4所测得的历史不一致现象中，有相当一部分可归因于1972年的一项估算公式，该公式假设甘油三酯与VLDL胆固醇的比值固定为5:1——这一假设恰恰在报告不一致现象最为严重的高甘油三酯血症和胰岛素抵抗患者中失效。.

这并没有消除对载脂蛋白B（apoB）的需求，但重新调整了它的分量。诚实的立场是：历史上的不一致信号，一部分反映了低密度脂蛋白胆固醇（LDL-C）的估算方法而非颗粒生物学特性，另一部分则反映了真正的生物学不一致，并且这种残留的真实不一致性比以往文献所暗示的要小。直接测量的论点依然完好无损：apoB 不需要估算方程，不受禁食状态的影响，且经过了分析标准化。第二个反论点同样值得坦诚对待——ATTICA 前瞻性队列研究发现，升高的 apoB 能独立预测 20 年动脉粥样硬化性心血管疾病（ASCVD）的风险，但主要发生在 LDL-C 同时升高的情况下，这削弱了“apoB 能常规挽救 LDL-C 完全漏诊的风险”这一主张[26].

5. 从暴露到斑块

累积暴露与解剖学疾病之间的联系依赖于尸检病理学、纵向影像学队列研究以及干预性试验。.

这 PDAY (病理生物学决定因素 动脉粥样硬化 在青年时期）研究人员证实，动脉粥样硬化始于儿童时期，并且传统的危险因素评分与最早期的解剖学可证实的病变相关 病变 在15至34岁的人群中，不仅仅是晚期疾病患者[27]。在对1,079名男性和364名女性（年龄在15至34岁之间、死于外因）进行的主要PDAY尸检系列研究中，内膜表面受累的范围 脂肪纹 以及隆起的皮损 主动脉 并且右冠状动脉随年龄增长而增加，与 VLDL 加 LDL 胆固醇浓度呈正相关，与 HDL 胆固醇呈负相关 [28]。 博加卢萨心脏研究 显示主动脉和冠状动脉脂纹及纤维斑块的范围随着存在的危险因素（包括与低密度脂蛋白相关的指标）数量的增加而扩大29]。这些观察结果使得终生暴露框架在生物学上有据可依，而不仅仅是设计精巧。.

纵向成像弥合了青少年时期暴露与中年解剖结构之间的差距。在CARDIA研究中，青年时期测量的PDAY风险评分预测了二十年后的冠状动脉和腹主动脉钙化[30]. 在“年轻芬兰人心血管风险”队列研究中，青少年时期的危险因素暴露能够预测成年后的冠状动脉钙化 [31]。两项研究均未计算载脂蛋白B年（apoB-years），但两者的结果都与累积负荷作为起作用的变量这一观点相符。.

存在特异性的载脂蛋白B（ApoB）斑块关联。在 梅萨, ，在中位 9.4 年的随访中，在校正了 LDL-C 或总胆固醇和 HDL 胆固醇后，最高四分位数的 apoB 与颈动脉斑块进展相关，尽管当所有脂质协变量共同纳入时，该相关性失去了统计学意义（p = 0.086）——这是一个信号，但并非独立信号 [32]。在动脉粥样硬化与胰岛素抵抗 (AIR) 研究中，高 apoB/apoA-I 比值与颈动脉的三年进展率增加相关 内膜中膜厚度 在临床健康的 58 岁男性中33].

必须承认的差距 尚无经验证的载脂蛋白B-年（apoB-years）阈值适用于：首个可检测斑块、早期 纤维粥样斑块, 正向重塑, 钙化起步、高危斑块形态或首次心肌梗死。. 将特定载脂蛋白B-年或低密度脂蛋白-年数值指定给这些里程碑的已发表表格在二手和网络来源中广泛流传。这些数字并非源自初级同行评审推导，不应在临床仪器中转载。. 可以站得住脚的观点是，每个人实际上都有一个个人的 菌斑阈值 — 累积暴露与遗传性动脉易感性、血压、血糖相互作用，, 吸烟, ，肾功能、炎症和脂蛋白(a)，因此出现斑块的暴露阈值在个体之间存在很大差异。.

6. 斑块负荷是基础；事件需要诱因

将斑块负荷与事件风险混为一谈是一个常见的概念错误，任何提出的指标都必须明确区分这两者。斑块积聚是一个分级的、与浓度相关的过程，尽管它具有异质性和概率性：累积暴露量相同的两个人，由于血压、吸烟、血糖的不同，可能会积聚截然不同的斑块，, 遗传学, ，Lp(a)、动脉几何形态、炎症以及局部内皮生物学。急性事件是跨阈值现象，需要易损斑块、机械或炎症触发因素以及血栓形成环境。.

PROSPECT研究表明，未来的心血管事件往往源于基线时造影轻微的病变——平均 直径狭窄 约32%——但伴有大量斑块负荷、管腔面积较小，或 薄帽纤维粥样硬化斑块 血管内影像学形态学34]. PROSPECT II 研究显示 富脂斑块 大斑块负荷独立预测了非罪犯病变事件：携带至少一个既有大斑块负荷又有大 脂质核心 4年非罪犯病变相关主要不良心血管事件（MACE）发生率为13.2%，而相应的病变水平发生率为7.0% [35这一区别至关重要，且该数据具有两面性：它具有临床意义，同时也意味着绝大多数高-风险病变在四年内并未导致事件发生。.

在CT血管造影方面，SCOT-HEART确立了 低衰减斑块 负担作为随后发生心肌梗死的最大预测因子，其增加的价值超越了 钙化积分 和阻塞性 狭窄 [36]. 在随后的一项SCOT-HEART分析中，低衰减斑块负荷超过4%时，致死性或非致死性心肌梗死的风险比为4.87；冠状动脉周围脂肪组织衰减的风险比为2.45， 两者结合可识别出最高风险组，并将曲线下面积从仅考虑低衰减斑块时的0.71提高至组合分析时的0.75 [37]. 急性冠脉综合征 各种各样地产生于 斑块破裂, 斑块侵蚀, ，以及钙化结节；特别是糜烂可能发生在斑块负荷较小且血管造影外观接近正常的情况下，但其仍然建立在动脉粥样硬化的基础上 [38].

值得对这一常被概括的观点做出两点修正。首先，最好将这种关系表述为一个启发式规则，而不是一个模型：斑块负荷定义了解剖学基础并极大地限制了事件发生的概率，而病变表型、局部生物力学应力、全身性炎症以及血栓形成倾向则影响着急性事件是否以及何时发生。将其写成三项乘积的形式只是一个有用的图解，并非一个已确立的数量关系，不应将其当作这种关系来呈现。.

其次，强调易损性可能会低估斑块总体负荷本身对预测事件的强大作用。现代影像学数据将总体负荷列为最强的可用预测指标之一，其原因用简单的算术即可解释：一个人携带的斑块越多，可能破裂或侵蚀的病变就越多，至少有一处具有不良形态学的概率就越大，发炎且具血栓形成倾向的动脉表面积就越大，发生阻塞性进展的可能性也就越高。这一链条最好写成：累积apoB暴露 → 斑块负荷 与 斑块表型 → 病变的数量和表型 → 事件发生概率。这一链条是一个因果框架，而非经过验证的定量中介模型。累积暴露与终生事件风险密切相关；但它很难预测明年哪一个斑块会引发事件。.

7. 回归：累积风险可以偿还吗？

暴露指标的临床吸引力部分取决于减少前向累积是否对现有疾病有影响。血管内影像学试验对此给予了肯定回答，并对常见于二手资料的一个主张进行了重要修正。.

GLAGOV 将有症状的冠心病患者968例随机分配至 依洛尤单抗 或 安慰剂 在背景他汀类药物治疗下。依洛尤单抗组的平均达到的 LDL-C 为 36.6 mg/dL，且 粥样斑块体积百分比 与他汀类药物联合安慰剂组相比，该指标变化为−0.95%，而后者未见显著变化 [39]. 该−0.95%值是治疗组的均值，其中存在显著的个体异质性；这并不意味着每位参与者都出现了回归。. PACMAN-AMI 已添加 依洛尤单抗 到 高强度他汀类药物 在急性心肌梗死后，并且使用 连续血管内超声, ，NIRS和OCT发现“三重消退”——动脉粥样硬化百分体积同时减少、最大脂质核心负荷指数降低以及最小 纤维帽 厚度——阿利鲁单抗组为40.8%，而安慰剂组为23.0%（p = 0.002）， 其中，三因素回归组的平均LDL-C水平为38.4 mg/dL，而安慰剂组为55.7 mg/dL [40].

对一个广为流传的说法的更正 通常引用的 70 mg/dL 这一数值是所达到的低密度脂蛋白胆固醇（LDL-C）“阈值”，在此数值以下，冠状动脉 斑块消退 变得明显。. 原始数据不支持阈值。GLAGOV的事后分析显示，冠状动脉斑块消退与达到的LDL-C直接成正比，斜率没有明显变化，一直降至约20 mg/dL；强化相关分析 PCSK9 抑制，包括 惠更斯 在急性冠状动脉综合征中，与极低达到的 LDL-C 水平下持续的斑块获益相符39], [41]. 正确的说法更为狭义：在所研究的已达到的低密度脂蛋白胆固醇（LDL-C）范围内，这些分析并未发现斑块消退存在一个明确的下限阈值或斜率变化。这是观察到的结果；但这并不证明获益将无限期地保持完全线性，也不证明每位患者在最低达到的水平下获益都完全相同。.

在临床试验层面，回归分析似乎能反映治疗结果。 一项针对17项前瞻性血脂异常治疗研究（共6,333名患者）的系统综述和荟萃回归分析显示，平均动脉粥样硬化斑块体积百分比每减少1%，主要不良心血管事件（MACE）风险即降低20%（调整后比值比为0.82， 95% 置信区间 0.70–0.95，p = 0.011）[42]. 该关联仅存在于试验层面的均值之间。这并不意味着可以推断，将单个患者的动脉粥样硬化斑块体积降低1%，就能使该患者的事件风险降低20%——这将属于从生态学层面到个体层面的外推。 apoB-年轨迹变化是否与连续斑块体积变化相关，以及该变化是否介导了临床获益，仍是第11节中验证计划待解决的问题。.

有两个注意事项限制了这种乐观情绪。退步 斑块体积 在绝对值上是适度的，并且在已确诊疾病的患者中经过一到两年的观察得到证实；它不能外推至 反转 数十年积累的负担。并且遗传学证据确立了一种任何回归试验都无法克服的不对称性：终身基因决定的较低 LDL-C 所带来的风险降低幅度，比中年药物治疗五年达到同等降幅的风险降低幅度大数倍 [43]; 孟德尔随机化证据同样支持载脂蛋白B（apoB）的终生暴露逻辑 [44] 防患于未然的价值远胜于事后补救。这种不对称性正是尽早测量累积暴露、而非等到触及阈值才做出滞后反应的全部论据所在。.

8. 累积载脂蛋白B暴露量作为描述性指标 — 及其对个体风险的障碍

本节定义了可以从一个人的人脂蛋白B（apoB）病史中计算出什么，并以同样的精度说明了目前尚无法从中计算出什么。这种区别是本文的核心：描述性暴露量是站得住脚的；由此衍生的个体风险评分则不然。.

8.1 描述性量

ABY = ∫ apoB(t) dt 在定义的年龄窗口内 (mg/dL·years)

累积载脂蛋白B（apoB）暴露量是一个合理的描述性指标：即在特定时间窗口内，个人apoB随年龄变化曲线下的面积。只要可能，它就应通过测得的连续apoB计算得出，报告其实际测量时的年龄窗口，并附带基于测量而非估算所得的积分比例。源自估算apoB的暴露量应单独报告，绝不能与单一的主标题数据混合，因为这种估算假设了人群中位数的颗粒与胆固醇行为特征——而这正是该指标旨在识别的血脂不一致患者群体中所不成立的假设。.

与约 75 mg/dL 的 CARDIA 衍生参考值进行比较，在 18 至 40 岁之间是有解释意义的，因为这是观察到该样条衍生参考点的年龄窗口。过了 40 岁，该参考值便失去了锚定：没有任何证据表明 75 mg/dL 是 55 岁、70 岁或 85 岁的合适对照，没有任何证据表明略高于该数值的人在实质上累积了暴露负债，也没有任何证据表明 75 代表生物学上的零风险值，或者这种关系在 40 岁以后保持恒定。资料将这一水平描述为可能代表年轻人目标的水平——这在实质上比终生分母要弱。.

8.2 为什么曝光不能转化为风险乘数

自然的诱惑是直接拿出一个已发表的累积暴露风险比（例如 Domanski 的每 100 mg/dL·年累积 LDL-C 暴露对应的 1.053 的风险比），然后在个人的整个生命周期中对其进行指数运算，以得出个人的风险乘数。这一步骤是无效的，原因有若干个且各自独立，其中任何一个都足以说明问题。.

• Cox风险比是相对于模型比较和研究的基线风险定义的。将其从零终生暴露进行指数化，意味着存在一个生理上并不存在的对照者（即完全没有积累致动脉粥样硬化颗粒暴露的人），并且它忽略了模型截距、协变量分布、竞争风险以及队列校准。.
• 即使锚定在非零参考点而非零点上，根据原模型的假设，该结果也是一个队列相关的关联，而非患者级别的乘数，并且它无法附加到诸如 PREVENT 这样经过验证的工具上。.
• 该系数是通过预测40至66岁之间发生的事件，根据18至40岁期间积累的暴露量进行估计的。将其应用于整个生命周期中积累的暴露量，则超出了其推导时的条件。.
• 产生该乘数需要使用群体层面的关系将载脂蛋白B年（apoB-years）转化为低密度脂蛋白年（LDL-years）——而这正是本文认为在设计该指标所旨在识别的个体中失效的关系。.

在直接从具有连续载脂蛋白B（apoB）数据的队列中衍生出该乘数并经过外部验证之前，不应由累积apoB暴露产生任何事件风险乘数。.

8.3 为什么单次测量无法回推至18岁时的年龄

大多数患者就诊时缺乏青春期的血脂数据，这就促使人们试图利用群体平均的载脂蛋白B（apoB）年度斜率，从后期的数值来重建早期轨迹。这在个体水平上是行不通的。.

• 总体均值并不是个体的轨迹。如果将其跨越几十年倒推应用，它会在任何因特定原因（如体重变化、糖尿病发作）而导致载脂蛋白B（apoB）发生变化的人身上，产生回归均值误差。, 更年期, ，开始或停止治疗，甲状腺或肾脏疾病。.
• 观察到的跨个体斜率的标准差并非个体特定追算的标准差。将跨数十年的跨个体标准差相乘会产生一个宽区间，但并非正确估计的预测区间。.

CARDIA的载脂蛋白B（apoB）轨迹分析直接得出了这一结论：apoB随时间的显著变异性，以及基线测量值与变化率之间微弱的相关性，意味着仅凭单次评估来预测个人未来的apoB浓度（从而预测其累积暴露量）准确度较低 [16] 在缺乏早期测量数据的情况下，适当的输出是一组标示清晰的敏感性情景——终生保持稳定水平、与年龄相关的逐渐上升、晚期代谢恶化——它们应作为敏感性分析并排呈现，而不是作为对该人实际病史的竞争性估计。不应产生单一的重建中心估计值。.

8.4 为什么不应简单地借用或合并 Discordance（不一致性）风险比

哥本哈根过量载脂蛋白B（apoB）风险比（第4.2节）是一个真实且有用的信号，但对其使用有两个限制条件。首先，它们是相对于特定的残差定义的：哥本哈根研究通过将apoB对LDL-C进行回归，分别针对女性和男性，在甘油三酯水平小于或等于1 mmol/L（89 mg/dL）的参与者中推导出期望的apoB。类别临界值及其风险比是针对该残差定义的，因此替换不同的期望apoB方程会改变落入每个类别的患者，并且风险比将不再描述被分类的患者。任何对哥本哈根类别的应用都必须复现其实际的性别特异性回归，而不是它们的近似值。.

其次，切勿将哥本哈根研究的风险比与多曼斯基（Domanski）的累积暴露风险比相乘来构建复合指标。这两种暴露在生物学和统计学上均存在重叠；将其相乘即假设它们相互独立，从而对与颗粒物相关的相同风险进行了重复计算。联合估计需要将这两个变量输入到同一个模型中，并对其共线性、交互作用、队列特异性校准以及外部验证进行评估，而不是简单地将取自不同队列的两个风险比相乘。.

8.5 为什么斑块改变无法转化为个体事件减少

平均斑块消退与平均事件减少之间的试验水平关联（第 7 节）是生态学的。它涉及各个试验之间的群组平均值。它并未确定将特定患者的粥样硬化斑块体积降低一个百分点会使该患者的事件风险降低任何固定金额，它不能转移到所研究的人群和治疗之外，并且它假设斑块体积变化捕捉了整体治疗效果。将其转化为个体事件预测是一种生态到个体的错误。载脂蛋白B年（apoB-years）轨迹变化是否与连续斑块体积变化相关，以及这种变化是否介导了临床益处，这是第 7 节验证计划中要探讨的问题，而不是今天就要进行的计算。.

8.6 研究索引可以包含和不可以包含的内容

上述形式的有限研究指数——在特定时间窗口内累积测量的 apoB 暴露量，报告其测量值与推算值所占的份额，以及在 18 至 40 岁年龄段内与 CARDIA 参考值的比率——是一个合理的定义并进行测试的对象。在每一项被分别推导和验证之前，它绝对不能包含的内容包括：事件风险乘数、重叠危险比的组合、回溯中心估计值、预测的斑块或事件轨迹，或是带有推荐行动的临床风险类别。为了进行测试，可以预先指定候选暴露区间，但相比于发明无论附加什么免责声明都会被解读为经过验证的风险等级的带标签类别，研究分析计划最好采用预定义的位数（分位数）或连续样条项。.

9. 验证状态：这不是什么

本节明确说明了该描述性指标不是什么，以免任何读者将其误认为是经过验证的风险评估工具。.

• 载脂蛋白B年（apoB-years）和低密度脂蛋白年（LDL-years）均非经过验证的临床指标。第10节中审查的任何指南均未将累积暴露计算运用于常规护理中，亦未予以背书。.
• 任何候选暴露区间都是通过从在18至40岁年龄段观察到的单个队列参考点向外推导构建的。它们从未针对结局进行过验证，本文也不对其附加任何临床干预措施。.
• 追溯一个人早期的暴露情况带有不确定性，在许多患者中，这种不确定性会超过任何候选区间的宽度。这是回顾性累积暴露测量面临的单一最大技术障碍，且无法通过更好的统计方法来解决——它需要大多数成年人并不具备的脂质数据。.
• 任何载脂蛋白B（apoB）与低密度脂蛋白胆固醇（LDL-C）的换算都假设个体表现为群体中位数水平——而这恰恰是在正是为了识别这些不一致患者时会失效的假设。因此，推算暴露量必须与实测暴露量分开报告，而不是将其混合在一起。.
• 由稀疏临床面板通过梯形积分计算出的累积暴露量，并不是已发表的风险比所描述的量。那些风险比是通过基于样条函数的混合模型得出的，该模型借鉴了整个队列的信息。这两者从未被比较过。.
• 累积暴露在生物学和流行病学上与解剖学上的疾病负担相关，但其预测个体斑块发展轨迹的能力尚未得到直接验证，在预测临床事件发生时间方面尤其局限。如果出于解剖学风险评估的独立临床指征需要进行影像学检查，此处提出的指标不应替代影像学检查。.

因此，适当的定位是一种描述性研究测量方法，它使临床医生已经认为重要的变量显现出来，并与经过验证的工具（PREVENT方程、指南血脂目标，以及在独立适应证情况下的冠状动脉钙化积分或CT血管造影）结合考虑——绝不能替代这些工具。在每一项风险估计、类别标签或推荐行动被得出并经过外部验证之前，它不应承载这些内容。.

10. 引导轨迹

指南的演变支持累积暴露的概念。它并不验证载脂蛋白B-年算术、历史追溯、暴露比率或基于暴露的治疗阈值，这种区别应当保持明确。.

2026年ACC/AHA/多学会血脂管理指南废止并取代了2018年胆固醇指南，并重新命名以反映除LDL-C之外的致动脉粥样硬化脂蛋白，包括富含甘油三酯的残粒和Lp(a)[4]。它取代了 Pooled Cohort Equations 使用 PREVENT-ASCVD 方程，该方程可同时评估 10 年和 30 年风险——这是一种明确以终生为导向的框架。它恢复了按风险分层的绝对 LDL-C 目标（<100、<70 和 <55 mg/dL）。它建议在每个成人的生命中至少测量一次 Lp(a)。它赞同选择性测量 apoB 以评估残余致动脉粥样硬化颗粒负荷，特别是在甘油三酯高于 200 mg/dL、患有糖尿病或达到的 LDL-C 低于 70 mg/dL 的患者中。其核心框架——早期干预以减少长期暴露——实质上就是累积暴露论点。5], [45].

2024年美国国家血脂协会专家共识对载脂蛋白B（apoB）提出了更进一步的建议，针对极高危、高危以及临界至中危患者分别提出了60、70和90 mg/dL的apoB阈值，并指出在检测结果不一致的情况下，与低密度脂蛋白胆固醇（LDL-C）相比，apoB和非高密度脂蛋白胆固醇（non-HDL-C）能更准确地进行风险分层46]。2019年ESC/EAS指南给予apoB风险评估I类、C级推荐，优先用于 代谢综合征, ，糖尿病，肥胖以及极低的达标低密度脂蛋白胆固醇，并允许将其作为筛查、诊断和管理的主要测量指标 [47]。加拿大心血管学会同样推荐载脂蛋白B或非高密度脂蛋白胆固醇作为高甘油三酯血症的首选筛查标志物[48].

此处审查的所有学会或指南均未将累积暴露计算付诸实际操作。生物学机制正日益得到认可；但其算术运算尚未推导、校准或验证。这一空白正是第11节中研究计划旨在填补的内容，而这并不是通过提出一个公式就能解决的。.

11. 验证程序

以下内容将使 apoB-年 从概念变为现实，按成本从低到高排列。.

第 1 级 — 在现有队列中进行回顾性推导

候选人群队列包括 CARDIA、MESA、Framingham 子代队列、哥本哈根一般人群研究以及 英国生物样本库. 适用性取决于连续载脂蛋白B（apoB）测定及保存标本的可获得性、时间安排、测定方法和密度，这些因素在各队列之间存在显著差异，必须在将该队列纳入本分析之前，根据每个队列自己的数据文档予以确定。在满足该条件的情况下，仅使用测到的连续apoB计算累积暴露量：一种方法采用与原始分析中相同的基于样条的混合模型方法，另一种方法采用梯形积分法（基于刻意稀疏化、模拟真实临床随访密度的访视子集）。对这两种方法进行比较本身就是一项必要的研究：它确定了临床可计算的近似值是否能还原已发表的风险比所描述的量。随后，针对当前值模型，检验新发ASCVD的区分度和校准度，量化相对于PREVENT模型的增量C统计量、净重分类改善指数（NRI）和综合判别改善指数（IDI）。需要被推翻的原假设是：除了当前的apoB加年龄之外，累积暴露量没有提供任何额外的价值。.

二级 —— 回测验证

在拥有真实青少年测量值的队列中，对比回测估计值与实测值，以得出按年龄差距和协变量特征分类的经验误差带。这项研究旨在确定对于45岁以后就诊的患者，回顾性暴露估计是否完全可行，并且在拥有足够密集青少年和成人测量值的现有队列中，这可能是可行的。.

第三层 — 解剖学锚定

在进行重复定量冠状动脉CTA的队列研究中——PARADIGM注册研究（一项针对接受系列CCTA患者的前瞻性跨国注册研究）是最明确的例证 [49]，以及任何后续队列，包括 SCAPIS 或者MESA，首先必须被证明拥有适合测量斑块体积变化的重复定量CCTA——对ABY进行斑块体积和低衰减斑块体积的回归分析，以确立目前无源流传的里程碑阈值是否具有任何实证基础。正是在这里，每个已发表的apoB-years里程碑表中空白的单元格最终将被填入真实的数字。.

第四级 — 前瞻性和干预性

前瞻性登记研究：评估报告累积载脂蛋白B（apoB）暴露量是否会改变医生的处方行为及患者 坚持, ，以及下游的脂质轨迹；最终，是对暴露引导与指南目标引导的管理进行随机对照比较，并以影像学或事件为终点。只有最后一点才能确立该指标能够改善结局，而不仅仅是预测结局。.

12. 结论

关于累积载脂蛋白B（apoB）暴露的论点建立在四个强度截然不同的主张之上。即斑块的积聚与对以下因素的暴露程度和持续时间都密切相关： 含载脂蛋白B的颗粒 ——随时间积分是基于生物学原理对该累积暴露量的近似估算——这一观点得到了机制研究的有力支持，并与现有的人类数据相一致。多项队列研究表明，对于LDL-C而言，该累积暴露量可独立于同期脂质水平预测ASCVD；而在一项重要的CARDIA分析中，该结论也适用于apoB。 在两者存在不一致的情况下——根据定义、治疗状态和LDL-C估算方法的不同，这一比例在成年人中约在5%至25%之间波动，且主要集中于胰岛素抵抗和糖尿病表型人群——该风险与apoB的关联度高于LDL-C，这一结论在现有不一致性分析中得到了始终如一的支持。 关于“特定的累积暴露数值应指导具体的临床决策”这一观点，目前尚无定论；且第三项主张与第四项主张之间的差距，远比人们对这一概念的热情所暗示的要大。.

富有成效的做法是将累积的载脂蛋白 B（apoB）暴露量视为一个需要推导、校准和外部验证的候选指标，并抵制在系数出现之前就将其发表的诱惑。免责声明并不能使无效的计算变得有效。与此同时，现状并非中立的：尽管动脉粥样硬化具有慢性、累积性的特征，但目前的实践仍然主要依赖即时测量，而且这种测量是在这样一个群体中进行的：其中患者的 LDL-C 低估了其颗粒负荷的情况日益普遍——这是一个具有已知方向的局限性。这两种说法都是正确的，且第二种说法并不能成为对第一种说法走捷径的理由。.

参考文献

1. Domanski MJ, Tian X, Wu CO, et al. Time Course of LDL Cholesterol Exposure and Cardiovascular Disease Event Risk. J Am Coll Cardiol. 2020;76(13):1507-1516. doi:10.1016/j.jacc.2020.07.059
2. Shapiro MD, Bhatt DL. “Cholesterol-Years” for ASCVD Risk Prediction and Treatment. J Am Coll Cardiol. 2020;76(13):1517-1520. doi:10.1016/j.jacc.2020.08.004
3. Zheutlin AR, Handoo F, Luebbe S, et al. Cumulative exposure to atherogenic lipoprotein particles in young adults and subsequent incident atherosclerotic cardiovascular disease. Eur Heart J. 2025;46(41):4302-4312. doi:10.1093/eurheartj/ehaf472
4. Writing Committee Members, Blumenthal RS, Morris PB, et al. 2026 ACC/AHA/AACVPR/ABC/ACPM/ADA/AGS/APhA/ASPC/NLA/PCNA Guideline on the Management of Dyslipidemia: A Report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines. Circulation. 2026;153(17):e1154-e1276. doi:10.1161/CIR.0000000000001423
5. Lower sooner: how the 2026 dyslipidemia guideline changes practice. Cardiology Magazine. American College of Cardiology; July 2026. Accessed August 10, 2026.
6. Grundy SM, Stone NJ, Bailey AL, et al. 2018 AHA/ACC/AACVPR/AAPA/ABC/ACPM/ADA/AGS/APhA/ASPC/NLA/PCNA Guideline on the Management of Blood Cholesterol: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. Circulation. 2019;139(25):e1082-e1143. doi:10.1161/CIR.0000000000000625
7. Williams KJ, Tabas I. The response-to-retention hypothesis of early atherogenesis. Arterioscler Thromb Vasc Biol. 1995;15(5):551-561. doi:10.1161/01.atv.15.5.551
8. Tabas I, Williams KJ, Borén J. Subendothelial lipoprotein retention as the initiating process in atherosclerosis: update and therapeutic implications. Circulation. 2007;116(16):1832-1844. doi:10.1161/CIRCULATIONAHA.106.676890
9. Williams KJ, Tabas I. The response-to-retention hypothesis of atherogenesis reinforced. Curr Opin Lipidol. 1998;9(5):471-474. doi:10.1097/00041433-199810000-00012
10. Kumarapperuma H, Chia ZJ, Malapitan SM, Wight TN, Little PJ, Kamato D. Response to retention hypothesis as a source of targets for arterial wall-directed therapies to prevent atherosclerosis: A critical review. Atherosclerosis. 2024;397:118552. doi:10.1016/j.atherosclerosis.2024.118552
11. Sniderman AD, Thanassoulis G, Glavinovic T, et al. Apolipoprotein B Particles and Cardiovascular Disease: A Narrative Review. JAMA Cardiol. 2019;4(12):1287-1295. doi:10.1001/jamacardio.2019.3780
12. Rosenson RS, Hegele RA, Gotto AM Jr. Integrated Measure for Atherogenic Lipoproteins in the Modern Era: Risk Assessment Based on Apolipoprotein B. J Am Coll Cardiol. 2016;67(2):202-204. doi:10.1016/j.jacc.2015.10.059
13. De Oliveira-Gomes D, Joshi PH, Peterson ED, Rohatgi A, Khera A, Navar AM. Apolipoprotein B: Bridging the Gap Between Evidence and Clinical Practice. Circulation. 2024;150(1):62-79. doi:10.1161/CIRCULATIONAHA.124.068885
14. Zhang Y, Pletcher MJ, Vittinghoff E, et al. Association Between Cumulative Low-Density Lipoprotein Cholesterol Exposure During Young Adulthood and Middle Age and Risk of Cardiovascular Events. JAMA Cardiol. 2021;6(12):1406-1413. doi:10.1001/jamacardio.2021.3508
15. Navar-Boggan AM, Peterson ED, D’Agostino RB Sr, Neely B, Sniderman AD, Pencina MJ. Hyperlipidemia in early adulthood increases long-term risk of coronary heart disease. Circulation. 2015;131(5):451-458. doi:10.1161/CIRCULATIONAHA.114.012477
16. Wilkins JT, Ning H, Sniderman A, et al. Analysis of apoB Concentrations Across Early Adulthood and Predictors for Rates of Change Using CARDIA Study Data. J Lipid Res. 2022;63(12):100299. doi:10.1016/j.jlr.2022.100299
17. Tang R, An J, Bellows BK, et al. Traditional and Emerging Lipid Markers for Cardiovascular Risk Assessment in Young vs Older Adults. JAMA Netw Open. 2026;9(4):e265199. doi:10.1001/jamanetworkopen.2026.5199
18. Varvel SA, Dayspring TD, Edmonds Y, et al. Discordance between apolipoprotein B and low-density lipoprotein particle number is associated with insulin resistance in clinical practice. J Clin Lipidol. 2015;9(2):247-255. doi:10.1016/j.jacl.2014.11.005
19. Johannesen CDL, Mortensen MB, Nordestgaard BG, Langsted A. Discordance analyses comparing LDL cholesterol, Non-HDL cholesterol, and apolipoprotein B for cardiovascular risk estimation. Atherosclerosis. 2025;403:119139. doi:10.1016/j.atherosclerosis.2025.119139
20. Wilkins JT, Li RC, Sniderman A, Chan C, Lloyd-Jones DM. Discordance Between Apolipoprotein B and LDL-Cholesterol in Young Adults Predicts Coronary Artery Calcification: The CARDIA Study. J Am Coll Cardiol. 2016;67(2):193-201. doi:10.1016/j.jacc.2015.10.055
21. Johannesen CDL, Langsted A, Nordestgaard BG, Mortensen MB. Excess Apolipoprotein B and Cardiovascular Risk in Women and Men. J Am Coll Cardiol. 2024;83(23):2262-2273. doi:10.1016/j.jacc.2024.03.423
22. Sehayek D, Cole J, Björnson E, et al. ApoB, LDL-C, and non-HDL-C as markers of cardiovascular risk. J Clin Lipidol. 2025;19(4):844-859. doi:10.1016/j.jacl.2025.05.024
23. Sayed A, Peterson ED, Virani SS, Sniderman AD, Navar AM. Individual Variation in the Distribution of Apolipoprotein B Levels Across the Spectrum of LDL-C or Non-HDL-C Levels. JAMA Cardiol. 2024;9(8):741-747. doi:10.1001/jamacardio.2024.1310
24. Björklund P, Härdfeldt J, Äikäs L, et al. Increased transvascular retention of atherogenic lipoproteins in type 2 diabetes relates to their enhanced proteoglycan binding. JCI Insight. 2026;11(10):e177849. doi:10.1172/jci.insight.177849
25. Mazidi M, Webb RJ, Lip GYH, Kengne AP, Banach M, Davies IG. Discordance between LDL-C and Apolipoprotein B Levels and Its Association with Renal Dysfunction: Insights from a Population-Based Study. J Clin Med. 2022;11(2):313. doi:10.3390/jcm11020313
26. Giannakopoulou SP, Antonopoulou S, Barkas F, et al. Concordance-discordance between apolipoprotein B and lipid biomarkers in predicting 20-year atherosclerotic cardiovascular disease risk: The ATTICA study (2002-2022). Eur J Clin Invest. 2025;55(10):e70077. doi:10.1111/eci.70077
27. McGill HC Jr, McMahan CA, Herderick EE, Malcom GT, Tracy RE, Strong JP. Origin of atherosclerosis in childhood and adolescence. Am J Clin Nutr. 2000;72(5 Suppl):1307S-1315S. doi:10.1093/ajcn/72.5.1307s
28. McGill HC Jr, McMahan CA, Malcom GT, Oalmann MC, Strong JP. Effects of serum lipoproteins and smoking on atherosclerosis in young men and women. The PDAY Research Group. Pathobiological Determinants of Atherosclerosis in Youth. Arterioscler Thromb Vasc Biol. 1997;17(1):95-106. doi:10.1161/01.atv.17.1.95
29. Berenson GS, Srinivasan SR, Bao W, Newman WP 3rd, Tracy RE, Wattigney WA. Association between multiple cardiovascular risk factors and atherosclerosis in children and young adults. The Bogalusa Heart Study. N Engl J Med. 1998;338(23):1650-1656. doi:10.1056/NEJM199806043382302
30. Gidding SS, McMahan CA, McGill HC, et al. Prediction of coronary artery calcium in young adults using the Pathobiological Determinants of Atherosclerosis in Youth (PDAY) risk score: the CARDIA study. Arch Intern Med. 2006;166(21):2341-2347. doi:10.1001/archinte.166.21.2341
31. Hartiala O, Magnussen CG, Kajander S, et al. Adolescence risk factors are predictive of coronary artery calcification at middle age: the cardiovascular risk in young Finns study. J Am Coll Cardiol. 2012;60(15):1364-1370. doi:10.1016/j.jacc.2012.05.045
32. Steffen BT, Guan W, Remaley AT, et al. Apolipoprotein B is associated with carotid atherosclerosis progression independent of individual cholesterol measures in a 9-year prospective study of Multi-Ethnic Study of Atherosclerosis participants. J Clin Lipidol. 2017;11(5):1181-1191.e1. doi:10.1016/j.jacl.2017.07.001
33. Wallenfeldt K, Bokemark L, Wikstrand J, Hulthe J, Fagerberg B. Apolipoprotein B/apolipoprotein A-I in relation to the metabolic syndrome and change in carotid artery intima-media thickness during 3 years in middle-aged men. Stroke. 2004;35(10):2248-2252. doi:10.1161/01.STR.0000140629.65145.3c
34. Stone GW, Maehara A, Lansky AJ, et al. A prospective natural-history study of coronary atherosclerosis. N Engl J Med. 2011;364(3):226-235. doi:10.1056/NEJMoa1002358
35. Erlinge D, Maehara A, Ben-Yehuda O, et al. Identification of vulnerable plaques and patients by intracoronary near-infrared spectroscopy and ultrasound (PROSPECT II): a prospective natural history study. Lancet. 2021;397(10278):985-995. doi:10.1016/S0140-6736(21)00249-X
36. Williams MC, Kwiecinski J, Doris M, et al. Low-Attenuation Noncalcified Plaque on Coronary Computed Tomography Angiography Predicts Myocardial Infarction: Results From the Multicenter SCOT-HEART Trial (Scottish Computed Tomography of the HEART). Circulation. 2020;141(18):1452-1462. doi:10.1161/CIRCULATIONAHA.119.044720
37. Tzolos E, Williams MC, McElhinney P, et al. Pericoronary Adipose Tissue Attenuation, Low-Attenuation Plaque Burden, and 5-Year Risk of Myocardial Infarction. JACC Cardiovasc Imaging. 2022;15(6):1078-1088. doi:10.1016/j.jcmg.2022.02.004
38. Jia H, Abtahian F, Aguirre AD, et al. In vivo diagnosis of plaque erosion and calcified nodule in patients with acute coronary syndrome by intravascular optical coherence tomography. J Am Coll Cardiol. 2013;62(19):1748-1758. doi:10.1016/j.jacc.2013.05.071
39. Nicholls SJ, Puri R, Anderson T, et al. Effect of Evolocumab on Progression of Coronary Disease in Statin-Treated Patients: The GLAGOV Randomized Clinical Trial. JAMA. 2016;316(22):2373-2384. doi:10.1001/jama.2016.16951
40. Biccirè FG, Häner J, Losdat S, et al. Concomitant Coronary Atheroma Regression and Stabilization in Response to Lipid-Lowering Therapy. J Am Coll Cardiol. 2023;82(18):1737-1747. doi:10.1016/j.jacc.2023.08.019
41. Nicholls SJ, Kataoka Y, Nissen SE, et al. Coronary Atheroma Regression With Evolocumab in Stable and Unstable Coronary Syndromes. JACC Cardiovasc Imaging. 2023;16(1):130-132. doi:10.1016/j.jcmg.2022.07.020
42. Iatan I, Guan M, Humphries KH, Yeoh E, Mancini GBJ. Atherosclerotic Coronary Plaque Regression and Risk of Adverse Cardiovascular Events: A Systematic Review and Updated Meta-Regression Analysis. JAMA Cardiol. 2023;8(10):937-945. doi:10.1001/jamacardio.2023.2731
43. Ference BA, Ginsberg HN, Graham I, et al. Low-density lipoproteins cause atherosclerotic cardiovascular disease. 1. Evidence from genetic, epidemiologic, and clinical studies. A consensus statement from the European Atherosclerosis Society Consensus Panel. Eur Heart J. 2017;38(32):2459-2472. doi:10.1093/eurheartj/ehx144
44. Richardson TG, Wang Q, Sanderson E, et al. Effects of apolipoprotein B on lifespan and risks of major diseases including type 2 diabetes: a mendelian randomisation analysis using outcomes in first-degree relatives. Lancet Healthy Longev. 2021;2(6):e317-e326. doi:10.1016/S2666-7568(21)00086-6
45. Wiggins BS, Barac A, Benziger CP, et al. 2026 Dyslipidemia Guideline-at-a-Glance. J Am Coll Cardiol. 2026;87(19):2617-2623. doi:10.1016/j.jacc.2026.02.4872
46. Soffer DE, Marston NA, Maki KC, et al. Role of apolipoprotein B in the clinical management of cardiovascular risk in adults: An Expert Clinical Consensus from the National Lipid Association. J Clin Lipidol. 2024;18(5):e647-e663. doi:10.1016/j.jacl.2024.08.013
47. Mach F, Baigent C, Catapano AL, et al. 2019 ESC/EAS Guidelines for the management of dyslipidaemias: lipid modification to reduce cardiovascular risk. Eur Heart J. 2020;41(1):111-188. doi:10.1093/eurheartj/ehz455
48. Pearson GJ, Thanassoulis G, Anderson TJ, et al. 2021 Canadian Cardiovascular Society Guidelines for the Management of Dyslipidemia for the Prevention of Cardiovascular Disease in Adults. Can J Cardiol. 2021;37(8):1129-1150. doi:10.1016/j.cjca.2021.03.016
49. Lee SE, Chang HJ, Rizvi A, et al. Rationale and design of the Progression of AtheRosclerotic PlAque DetermIned by Computed TomoGraphic Angiography IMaging (PARADIGM) registry: a comprehensive exploration of plaque progression and its impact on clinical outcomes from a multicenter serial coronary computed tomographic angiography study. Am Heart J. 2016;182:72-79. doi:10.1016/j.ahj.2016.09.003
50. Soto-Mota A, Norwitz NG, Manubolu VS, et al. Plaque begets plaque, ApoB does not: longitudinal data from the KETO-CTA trial. JACC Adv. 2025;4(7):101686. doi:10.1016/j.jacadv.2025.101686. [Retracted]
51. Expression of Concern: “Plaque Begets Plaque. ApoB Does Not: Longitudinal Data from The KETO-CTA Trial” [JACC: Advances, Volume 4, Issue 7, July 2025, Article 101686]. JACC Adv. 2026;5(3):102607. doi:10.1016/j.jacadv.2026.102607
52. Kaplan H, Thompson RC, Trumble BC, et al. Coronary atherosclerosis in indigenous South American Tsimane: a cross-sectional cohort study. Lancet. 2017;389(10080):1730-1739. doi:10.1016/S0140-6736(17)30752-3

披露与状态。这是一份 叙述性综述 以及研究框架。它将累积载脂蛋白B（apoB）暴露量定义为一种描述性指标，并明确指出它尚未成为一个经过验证的个体风险度量指标；它不建议设定累积暴露阈值，也不提供个体风险评分。参考文献 [23] 使用了在线发布的引用的《JAMA Cardiology》文章版本；页码遵循印刷版。临床决策应遵循当前的指南建议。.