2017年12月，发表于《BMJ》上的一项研究，用随机状态的变量工具考察了额外添加一类新的降压药，对患者收缩压、主要心血管事件的发生、严重不良事件有何影响。

目的：旨在评估额外添加一类新的降压药的增量效应。

设计：SPRINT（收缩压干预试验）数据的工具变量法分析。为了考虑适应症的混杂（患者整体疾病情况），随机状态用作工具变量。患者的随机状态要么是强化治疗（收缩压目标＜120mmHg），要么是标准治疗（收缩压目标＜140mmHg）。将工具变量模型的结果与标准多变量模型的结果进行比较。

地点：2010~2015年在102个地区进行了随机临床试验的二次数据分析。

参与者：9092例SPRINT试验的参与者。这些参与者为高血压，心血管风险增加，无糖尿病或卒中史。

主要结局测量：收缩压、主要心血管事件、严重不良事件。

结果：未调整混杂因素的标准多变量模型中，添加新降压药与收缩压中等降低（-1.3mmHg；95% CI，-1.6~-1.0）和主要心血管事件（每1000患者年的事件的绝对风险，0.5；95% CI，-1.5~2.3）无相关性。工具变量模型中，添加新降压药可使收缩压获得较大幅度降低（-14.4mmHg；-15.6~-13.3）和较少的严重心血管事件（绝对风险，-6.2；-10.9~-1.3）。对已经服用0、1、2或3或更多种药物类别的患者，收缩压的增量降低仍然较大，降低程度相似。这些结果在所有患者亚组中都一致。无论是标准还是增量变量模型，添加另一种降压药物与不良事件都不相关。

结论：调整了混杂因素后，添加新的降压药可大幅降低有较高心血管事件但无糖尿病患者的收缩压和严重心血管事件，该效果不受基础治疗方案以及疾病亚型的影响。

英文链接 http://www.ncbi.nlm.nih.gov/pubmed/29273586

（选题审校：徐晓涵 编辑：吴星）

（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

（专家点评：）