近年来，聚焦于心脑血管疾病（CVD）风险预测模型，在Neurology、Bulletin of World Health Organization等国际期刊发表相关研究成果。主持国家自然科学基金青年项目C类1项（风险增速对老年心脑血管疾病风险预测及一级预防收益的增强作用研究）和湖南省自然科学基金青年项目C类1项（心血管病风险预测模型的构建与再校准方法对模型预测能力的影响作用研究），作为骨干成员参与国家自然科学基金重大项目子课题1项（基于中国超大型队列的动脉粥样硬化疾病风险预测模型研究）。

代表成果1：基于我国超大型队列构建区分卒中亚型的CVD风险预测模型

针对我国居民健康档案信息利用度不高、缺少可推广应用的CVD风险预测模型等问题，在中国慢性病前瞻性研究（China Kadoorie Biobank，CKB）超过50万人的基线数据和多源整合得到的随访数据的基础上，构建了一套新的10年风险预测模型（CKB-CVD模型）。该模型可同时预测缺血性卒中、出血性卒中及冠心病的风险。在不依赖血脂信息的情况下，仍具有良好的区分度，有望在我国居民健康档案的基础上推广使用。同时，这套模型可根据目标地区的危险因素水平和CVD发病率来灵活更新，以更好地适用于我国的不同地区。该研究于2022年6月发表于美国神经学会会刊Neurology。

代表成果2：强调在我国不同地区应用预测模型前应对其进行再校准

针对我国不同地区CVD及其亚型的流行特征存在显著差异的现问题，在CKB队列的10个地区对世界卫生组织推荐的风险预测模型进行了外部验证。研究结果首次强调了在我国不同地区推广应用预测模型前进行再校准的重要性。该研究于2023年4月发表于世界卫生组织官方期刊Bulletin of World Health Organization。

代表成果3：应用湖南省居民健康档案数据进行脑内出血发病风险评估

基于国家基本公共卫生服务中的居民电子健康档案，对湖南省28个区县约156万名30-79岁居民未来10年的出血性卒中发病风险进行预测，形成了一套完整的清理和应用居民健康档案数据的方法。该研究于2025年5月发表于美国神经学会会刊Neurology。

[2] Yang S, Ding Y, Yu C, Guo Y, Pang Y, Sun D, Pei P, Yang L, Chen Y, Du H, Schmidt D, Stevens R, Bennett D, Clarke R, Chen J, Chen Z, Li L, Lv J. WHO cardiovascular disease risk prediction model performance in 10 regions, China [J]. Bull World Health Organ, 2023, 101(4): 238-47.（唯一第一作者）

[3] Zhang Y, Yang S*, Wang S, Zou X, Tang L, Chen L, Ma J, Li Y, Yao T, Zhang X, Tang R, Tang L, Zhang F, Zhou H, Xu L, Tang Q, Ma S, Yi Y, Liu R, Bai G, Zeng Y, Zhou Y, Zhao Y, Wang Y, Yang Q, Wang D, Shen M, Zhang L*. Prevalence and 10-Year Risk of Intracerebral Hemorrhage in Central China Using Estimates From the 1 Million Cross-Sectional Study [J]. Neurology, 2025, 104(10): e213545.（*共同通讯作者2/2）

[4] 杨淞淳, 孙至佳, 吕筠*, 李立明. 心血管疾病风险预测模型研究进展 [J]. 中华心血管病杂志, 2022, 50(12): 1243-51.（综述，唯一第一作者）

[5] Yang S, Lv J*. Risk prediction for cardiovascular diseases in Asia-Pacific: to separate subtypes or not, that is a new question [J]. Eur Heart J, 2025, 46: 1680–1.（comment，唯一第一作者）

Research Focus

心脑血管疾病的风险评估

代表成果1：基于我国超大型队列构建区分卒中亚型的CVD风险预测模型

代表成果2：强调在我国不同地区应用预测模型前应对其进行再校准

代表成果3：应用湖南省居民健康档案数据进行脑内出血发病风险评估

已发表的相关论文：