血脂异常：LDL-C 降下来之后，为什么心肌梗死风险仍未归零
从 LDL-C、ApoB 与 Lp(a) 的机制出发，梳理血脂异常的风险、现有降脂治疗、已证实的临床获益、前沿药物与 AI 的真实边界。
先说结论
血脂异常不是一张化验单上某个箭头向上的小问题。它更像一种长期暴露：血液里携带胆固醇的脂蛋白颗粒越多、停留时间越长，进入血管壁并诱发斑块的机会就越大。真正需要追踪的，也不只是「胆固醇高不高」，而是哪些颗粒在增加、一个人的总体动脉粥样硬化风险有多高，以及治疗能不能长期执行。
这期先把三件事说清楚：
- LDL-C 不是无辜的伴随指标。 遗传学、病理生理学、流行病学和降脂治疗试验的证据共同支持：LDL 及其他含载脂蛋白 B（apoB）的致动脉粥样硬化脂蛋白，参与并推动动脉粥样硬化性心血管病（ASCVD）。欧洲动脉粥样硬化学会 LDL 因果共识
- 降 LDL-C 能显著降低心肌梗死和卒中风险，但不能把风险变成零。 残余风险可能来自其他 apoB 颗粒、脂蛋白(a)〔Lp(a)〕、甘油三酯富含脂蛋白、既有斑块、吸烟和血压等因素，也可能来自治疗没有达到目标或没有持续。
- 前沿治疗的进展必须分开看。 有的药物已经证明能减少心血管事件，有的目前只证明能把 LDL-C 或 Lp(a) 降下来。生化指标的改善，不能自动等同于患者活得更久、少住院或少发生心肌梗死。
一、血脂异常有多常见：数字很大，但口径不能混
「血脂异常」不是一个单一表型，常见的几种情况包括：总胆固醇或 LDL-C 升高、甘油三酯升高、HDL-C 偏低，以及同时存在多项异常的混合型血脂异常。不同研究使用的界值、年龄范围、是否排除正在服药的人群都可能不同，所以患病率不能机械地互相比较。
一项发表于 2025 年的全球成人系统综述纳入了数百个研究人群，估计高甘油三酯血症的合并患病率为 28.77%，高胆固醇血症为 24.09%，低 HDL-C 为 38.43%，高 LDL-C 为 18.93%。但这项综述也指出，研究采用的界值和抽样方法差异很大：例如高 LDL-C 采用 130 mg/dL 和 160 mg/dL 作为界值时，估计患病率可以明显不同。因此，这些数字适合用来理解全球负担，不适合当作某个个体的诊断线。全球成人血脂异常患病率系统综述与荟萃分析
中国的负担同样不轻。《2024 年中国心血管健康与疾病报告》引用的 2020—2022 年中国心血管病及危险因素监测初步结果显示，中国大陆 18 岁及以上成人血脂异常患病率为 38.1%；男性为 46.1%，女性为 29.6%。这组数字来自特定调查和定义，不能替代所有地区、所有年份的全国普查，但足以说明血脂异常已经是常见的公共卫生问题。2024 年中国心血管健康与疾病报告开放全文
从疾病负担看，高 LDL-C 的危险并不只体现在「今天有多少人化验异常」。GBD 2023 估计，2023 年全球由高 LDL-C 归因的缺血性心脏病和缺血性卒中造成约 360 万例死亡和 9070 万伤残调整生命年（DALY），分别约占全球死亡和 DALY 的 6.0% 和 3.2%。虽然年龄标化率较 1990 年下降，但人口增长和老龄化使绝对负担上升；全球约三分之一的高 LDL-C 相关负担发生在印度和中国。GBD 2023 高 LDL-C 负担研究（PubMed）
所以，血脂管理面对的是两个同时存在的问题：一方面，治疗手段比过去丰富；另一方面，很多人仍未被识别、未达到目标，或者在达到目标前就停止了长期治疗。
二、一张血脂化验单，究竟测到了什么
1. LDL-C 测的是「胆固醇装了多少」
LDL 是一种脂蛋白颗粒。它的外壳由蛋白质和脂质组成，内部携带胆固醇。LDL-C 指的是 LDL 颗粒里胆固醇的总量，而不是 LDL 颗粒的数量。
这两个概念大多数时候同向，但并不永远相等。假设两个人的 LDL-C 都是 100 mg/dL，一个人可能有较少、但每个颗粒装得比较满的 LDL；另一个人可能有更多、但每个颗粒装得比较少的 LDL。对血管壁来说，颗粒数量是一个重要信息，因为每个含 apoB 的颗粒都可能成为进入并滞留于血管壁的载体。
2. ApoB 更接近「致动脉粥样硬化颗粒有多少」
ApoB 是多类致动脉粥样硬化脂蛋白的结构性载体，包括 VLDL、IDL、LDL、Lp(a) 以及乳糜微粒残粒。每个颗粒通常带有一个 apoB 分子，所以血清 apoB 可以近似看作这些颗粒的总数。
这解释了为什么在肥胖、胰岛素抵抗、2 型糖尿病、高甘油三酯血症或代谢综合征中，可能出现「LDL-C 看起来不高，但 apoB 仍偏高」的情况：颗粒变小、每个颗粒装的胆固醇变少，LDL-C 低估了总体颗粒负荷。美国国家脂质协会 apoB 临床共识
3. Non-HDL-C 覆盖的范围比 LDL-C 更广
Non-HDL-C 等于总胆固醇减去 HDL-C，它把 LDL、VLDL、IDL、富含甘油三酯的残粒和 Lp(a) 所携带的胆固醇一起纳入。它不依赖 LDL-C 的计算公式，在非空腹状态下也有实际应用价值。
因此，LDL-C、non-HDL-C 和 apoB 不是互相替代的三个「标准答案」：
| 指标 | 更接近回答的问题 | 可能遗漏的内容 |
|---|---|---|
| LDL-C | LDL 颗粒携带了多少胆固醇？ | 其他含 apoB 颗粒，以及颗粒数量差异 |
| Non-HDL-C | 所有非 HDL 脂蛋白携带了多少胆固醇？ | 仍不能直接等同于颗粒数量 |
| ApoB | 循环中大约有多少致动脉粥样硬化颗粒？ | 不能单独解释所有特殊脂质表型，也不等于已经被随机试验证实的唯一治疗目标 |
当甘油三酯升高、LDL-C 很低、存在糖尿病或肥胖，或者 LDL-C 与临床风险明显不相称时，non-HDL-C 和 apoB 能提供额外信息。但目前还没有随机试验证明「按 apoB 达标」一定优于「按 LDL-C 达标」，所以它们更适合作为风险评估和治疗调整的补充，而不是脱离临床背景单独下结论。apoB 临床共识
三、从肝脏到斑块：血脂异常如何造成血管损伤
肝脏一边合成脂蛋白，一边通过 LDL 受体把循环中的 LDL 拉回细胞处理。LDL 受体越多，血液中的 LDL 清除通常越有效。PCSK9 会促进肝细胞表面的 LDL 受体被送去降解；PCSK9 活性受抑制时，肝细胞表面的 LDL 受体可以更多，循环 LDL-C 就会下降。
血管损伤的关键步骤可以概括为：
含 apoB 脂蛋白增加 → 进入并滞留于动脉内膜 → 发生氧化等修饰 → 招募免疫细胞 → 泡沫细胞和斑块形成 → 斑块破裂或侵蚀 → 血栓堵塞血管。
这不是一层油脂简单地「糊」在血管里。脂蛋白滞留会改变局部细胞环境，内皮细胞、单核细胞、巨噬细胞、平滑肌细胞和细胞外基质共同参与。巨噬细胞吞入修饰后的脂质后形成泡沫细胞；平滑肌细胞和胶原结构决定纤维帽是否稳定。斑块本身可能逐渐造成管腔狭窄，也可能在没有严重狭窄时突然破裂，诱发心肌梗死或缺血性卒中。
这个过程还存在两个容易被忽略的放大器。
第一是时间。一个人暴露于较高 LDL-C 的年数越多，累计进入血管壁的机会越多。家族性高胆固醇血症患者从出生或很年轻时就暴露于高 LDL-C，因此更容易提前出现冠状动脉疾病。CDC 提示，成人 LDL-C 超过 190 mg/dL、儿童超过 160 mg/dL，是提示家族性高胆固醇血症的重要线索，但确诊还需要结合家族史、体征和医学评估；FH 约影响 311 人中的 1 人。CDC：家族性高胆固醇血症
第二是颗粒种类。富含甘油三酯的脂蛋白及其残粒同样可以参与动脉粥样硬化；Lp(a) 还携带 apo(a)，并与氧化磷脂、炎症和血栓倾向相关。因此，一个人即使 LDL-C 达到目标，也可能存在其他颗粒负荷或既有斑块带来的残余风险。non-HDL-C 与 apoB 综述
四、为什么会出现血脂异常：不是所有原因都指向饮食
血脂异常大致可以分为原发性和继发性两类。
- 原发性异常与多基因组合或单基因变异有关。家族性高胆固醇血症是最重要的单基因例子之一，常见机制包括 LDL 受体、apoB 或 PCSK9 通路异常。
- 继发性异常可能与糖尿病和胰岛素抵抗、肥胖、甲状腺功能减退、慢性肾病或肾病综合征、部分肝胆疾病、过量饮酒以及某些药物有关。
- 混合型异常常见于代谢综合征和 2 型糖尿病：甘油三酯升高、HDL-C 偏低、小而密 LDL 增多，LDL-C 有时反而不能完整反映风险。
因此，发现一次血脂异常后，合理路径不是只问「是不是吃了鸡蛋」，也不是立刻在网上寻找一张食物黑名单。临床评估通常要结合：重复或确认标准化血脂、血压、血糖、肾功能、甲状腺情况、用药史、吸烟和饮酒情况，以及家族中是否有人过早发生心肌梗死或卒中。
2026 年美国心脏病学会发布的多学会血脂指南强调，成人一生中至少测量一次 Lp(a)，因为 Lp(a) 主要由遗传决定，通常在儿童早期达到接近成人水平；Lp(a) 升高可以作为风险增强因素，帮助决定是否需要更早或更积极地降低 LDL-C。Lp(a) 的单位和检测方法需要谨慎解释，mg/dL 与 nmol/L 不能简单进行通用换算。ACC/AHA 2026 血脂指南官方解读
五、现有治疗：目标是持续降低暴露，而不是追逐某一个数字
1. 生活方式是底座，但不是所有人的唯一治疗
规律运动、健康体重、以蔬菜水果、全谷物、豆类、鱼类和不饱和脂肪为主的饮食，减少反式脂肪和过量酒精，戒烟并改善睡眠，都有助于降低总体心血管风险。对部分以甘油三酯升高为主的人，减少酒精、精制碳水和过量热量尤其重要。
但生活方式改善的幅度存在个体差异，而且对单基因 FH 或已经发生 ASCVD 的人，不能用「再控制一下饮食」替代有证据的药物治疗。生活方式与药物不是二选一，而是分别作用于风险链条的不同环节。
2. 他汀仍然是治疗基础
他汀抑制肝脏胆固醇合成，使肝细胞增加 LDL 受体，促进血液中的 LDL 清除。NIH Endotext 汇总的胆固醇治疗试验协作组证据显示，LDL-C 每降低约 1 mmol/L（约 39 mg/dL），主要冠脉事件大约降低五分之一到四分之一；不同人群的绝对获益，则取决于治疗前的基础风险。NIH Endotext：降脂药物治疗
他汀不是「越强越好、人人同一剂量」。强度和目标取决于是否已经有 ASCVD、是否属于糖尿病或慢性肾病等高风险人群、年龄、药物相互作用和个人耐受性。肌肉症状是临床中常见的担忧，真正严重的肌肉损伤很少见；如果出现不适，医生可以重新评估原因、剂量、药物相互作用和替代方案，而不是把所有症状都简单归因于药物或自行停药。NIH Endotext：降脂药物治疗
3. 没有达标时，联合治疗比无休止地加大单药剂量更有逻辑
依折麦布减少肠道胆固醇吸收，通常作为他汀的加用药物，或用于部分他汀不耐受者。PCSK9 单克隆抗体通过减少 LDL 受体降解，常可在他汀基础上进一步明显降低 LDL-C。贝派地酸抑制 ATP-柠檬酸裂解酶，主要在肝脏发挥作用，适合部分需要口服非他汀治疗的人，但可能升高尿酸，因此有痛风史或高尿酸风险的人需要让医生一并评估。NIH Endotext：降脂药物治疗
2026 年 ACC/AHA 多学会指南重新明确列出 LDL-C 和 non-HDL-C 目标。官方解读举例：一级预防中临界或中等风险者的 LDL-C 目标为低于 100 mg/dL，高风险者低于 70 mg/dL；已有 ASCVD 且属于极高风险的二级预防人群，目标为低于 55 mg/dL。目标值服务于风险分层，不是把同一个数字套给所有人。ACC/AHA 2026 血脂指南官方解读
六、哪些成果已经证明能改变结局
PCSK9 单抗：从「降得更低」走到了「事件更少」
ODYSSEY OUTCOMES 试验纳入 18,924 名在急性冠脉综合征后 1—12 个月、已经接受高强度或最大耐受剂量他汀治疗但 LDL-C 仍偏高的患者。阿利西尤单抗组的主要复合终点发生率为 9.5%，安慰剂组为 11.1%，风险比为 0.85；两组不良事件总体相近，注射部位反应略多见于阿利西尤单抗组。这个结果说明，PCSK9 抑制剂在明确的二级预防人群中不仅改变化验指标，也能减少缺血性心血管事件。ODYSSEY OUTCOMES 原始试验摘要
更近的 VESALIUS-CV 试验把问题推进到既往没有心肌梗死或卒中、但存在动脉粥样硬化或高风险糖尿病的人群。12,257 名参与者的中位随访为 4.5 年，依洛尤单抗使 3 点主要不良心血管事件风险降低 25%，4 点终点风险降低 19%。但该研究主要纳入白人，入组要求包括 LDL-C 至少 90 mg/dL，不能把结果直接外推到所有低风险人群；官方解读也没有给出完整的 HR、置信区间和 P 值，所以这里不把它写成无条件适用于所有人的结论。ACC 对 VESALIUS-CV 的官方解读
贝派地酸：为他汀不耐受者提供了有硬结局支持的口服选项
CLEAR Outcomes 试验纳入 13,970 名因不可接受的不良反应而无法或不愿使用他汀、同时具有心血管病或较高风险的患者。中位随访 40.6 个月后，贝派地酸组主要四项复合终点发生率为 11.7%，安慰剂组为 13.3%，风险比为 0.87。心肌梗死和冠脉血运重建下降，但卒中、心血管死亡和全因死亡单项没有显示显著差异。贝派地酸组痛风发生率为 3.1%，安慰剂组为 2.1%；胆石症和尿酸升高也更多见。CLEAR Outcomes 原始试验摘要
这项试验的意义不是证明贝派地酸可以替代所有他汀，而是说明：对确实不能耐受他汀的人，不能停在「没有办法」这一步，仍可以根据风险和安全性寻找有结局证据的替代或联合路径。
七、前沿治疗：生化终点走在临床结局前面
1. Inclisiran：低频给药很有吸引力，但结局还在等待
Inclisiran 是靶向 PCSK9 的小干扰 RNA，通过减少肝脏 PCSK9 蛋白生成来降低 LDL-C。它的卖点是给药频率较低，有可能帮助一部分长期服药困难的人减少漏服。
但「低频注射」是给药优势，不等于已经证明减少心肌梗死或死亡。2026 年 ACC/AHA 官方解读明确指出，inclisiran 能降低 LDL-C，但其降低是否转化为更好的临床结局，仍在结局试验中研究。ACC/AHA 2026 血脂指南官方解读
2. 口服 PCSK9 抑制剂 enlicitide：降 LDL-C 的幅度很大
2026 年发表的 3 期随机试验纳入 303 名杂合子家族性高胆固醇血症成人。参与者都在使用至少中等强度他汀，约 64% 同时使用依折麦布。24 周时，口服 enlicitide 组 LDL-C 平均变化为 −58.2%，安慰剂组为 +2.6%；ApoB 和 non-HDL-C 也明显下降，Lp(a) 中位数下降约 24.7%。52 周时 LDL-C 降幅仍约为 55.3%，两组不良事件总体相近。enlicitide 杂合子 FH 3 期随机试验摘要
但这项研究的主要终点是第 24 周 LDL-C 变化，不是心肌梗死、卒中或死亡。它回答的是「能不能把 LDL-C 降下来」，还没有回答「能不能因此减少多少临床事件」。另一个 2026 年随机试验比较 enlicitide 与口服非他汀疗法，同样首先提供的是 LDL-C 等脂蛋白终点，不能越过结局试验直接下结论。enlicitide 相关随机试验记录
3. 依维卡单抗：为极少数 HoFH 患者绕开 LDL 受体限制
纯合子家族性高胆固醇血症（HoFH）患者的 LDL 受体功能可能严重受损，依赖 LDL 受体的常规治疗效果会受到限制。依维卡单抗靶向 ANGPTL3，作用不完全依赖 LDL 受体，因此被用于这类极高危、罕见的遗传性疾病。
它不是普通高胆固醇血症的常规升级药物，也不是「所有降脂药都无效时的万能药」。实际使用需要专科评估、遗传和家族风险判断、长期安全性监测以及对药物可及性的现实考量。这个例子提醒我们：靶点越前沿，适用人群往往越窄，不能把罕见病治疗的结果外推给普通人群。NIH Endotext：降脂药物治疗
4. Lp(a) 靶向药物：把「残余风险」变成了可干预对象，但尚未完成最后一公里
Lp(a) 的血浆水平主要由 LPA 基因决定，颗粒由 apoB-100 与 apo(a) 连接而成，并携带较多氧化磷脂。它可能通过胆固醇沉积、血管炎症和干扰纤溶等路径增加 ASCVD 风险，也与钙化性主动脉瓣狭窄相关。现有他汀和依折麦布并不是专门降低 Lp(a) 的药物；PCSK9 抑制剂可以小幅降低 Lp(a)，但其临床获益不能简单归因于 Lp(a) 的变化。Lp(a) 新兴治疗综述
Pelacarsen、olpasiran 和 lepodisiran 等反义寡核苷酸或 siRNA 药物，已经在早期试验中把 Lp(a) 降低到很大的幅度；口服小分子 muvalaplin 也在探索中。但截至相关综述发表时，关键问题仍是：这种大幅度的生化下降，能否在 3 期结局试验中转化为更少的心肌梗死、卒中、冠心病死亡或瓣膜事件。Lp(a) 新兴治疗综述
这也是判断前沿药物时最重要的证据分层：
| 证据层级 | 能回答什么 | 还不能回答什么 |
|---|---|---|
| LDL-C、apoB 或 Lp(a) 下降 | 药物改变了某个生物标志物 | 患者是否少发生心肌梗死、卒中或死亡 |
| 影像学斑块变化 | 斑块负荷或结构可能改变 | 长期硬结局是否改善，是否适用于更广人群 |
| 随机试验硬结局 | 在特定人群、特定背景治疗下减少事件 | 所有人群、所有剂量和所有长期风险 |
| 真实世界研究 | 在日常医疗环境中的可及性、依从性和持续使用情况 | 与随机试验同等强度的因果推断 |
八、AI 能把血脂管理推进到哪里
血脂管理非常适合使用 AI，因为它需要同时处理年龄、血压、糖尿病、肾功能、血脂、影像和用药记录。但「适合计算」不等于「可以自动处方」。目前 AI 的价值主要有三层。
第一层：把指南变成结构化提醒
一项 2025 年研究用 30 个虚拟病例、140 个子问题，比较 Claude-3 Opus、GPT-4、DeepSeek-V2 与 6 名医生在血脂管理指南符合度上的表现。研究报告中，AI 总体正确率为 91.0%，但 AI 仍有错误：错误中 56% 与风险计算或风险分层有关，24% 与剂量有关。研究没有真实患者数据、没有前瞻性临床结局，也没有证明 AI 让患者少发生心血管事件；而且结构化虚拟病例更有利于语言模型进行规则匹配。AI 与临床医生血脂指南符合度研究
这类 AI 更像一个会检索指南、提示漏项的助手。它可以提醒「这个人是否漏查了 Lp(a)」「LDL-C 没达目标是否考虑联合治疗」「是否需要复核药物相互作用」，但不应该独立决定患者的处方、手术或停药。
第二层：从电子病历里找出高风险者
另一项研究在 532 名 2 型糖尿病患者中评估 XGBoost 模型对心脑血管风险的预测。模型对脑血管风险与颈动脉超声及临床资料的一致性较好，但对心脏风险与主要以心电图为基础的评估一致性较差。研究没有报告实际随访的心肌梗死、卒中或死亡事件，也不是把 AI 与所有传统风险工具进行前瞻性比较，因此不能把一致性结果写成「AI 已经准确预测未来心梗」。2 型糖尿病心脑血管风险 AI 研究
第三层：让长期管理少依赖人的记忆
更现实的应用可能不是让 AI 替医生诊断，而是让系统在工作流中持续做几件小事：识别长期未复查者，提醒 LDL-C 未达标者，提示家族性高胆固醇血症线索，结合处方和取药记录发现可能的治疗惰性，并把复杂的风险信息整理成患者能理解的解释。
要让这些应用真正可靠，还必须经过外部队列验证、不同地区和族群的偏倚评估、真实世界前瞻性结局研究，以及对医生工作流和患者依从性的评估。一个在单中心、虚拟病例上得分很高的模型，距离改善真实患者结局，中间还隔着数据质量、医疗资源、费用、复诊和共同决策等很多环节。
九、真正难的不是找到下一种药，而是把已经有效的路径做完整
血脂医学的攻坚点至少有四个：
- 早识别。 FH、年轻人和没有症状的人，往往在第一次心肌梗死前没有接受充分风险评估。
- 正确分层。 同一个 LDL-C 数值，在有无 ASCVD、糖尿病、慢性肾病、Lp(a) 升高或冠脉钙化时，含义并不相同。
- 长期执行。 处方、支付、注射可及性、复查、药物相互作用和患者对肌肉症状的担忧，都会决定疗效能否落地。
- 处理残余风险。 LDL-C 达标后，Lp(a)、甘油三酯富含脂蛋白、炎症、血压、吸烟和既有斑块仍然可能共同推动事件发生。
把这条知识地图压缩成一句话就是：先识别致动脉粥样硬化颗粒，再按总体风险降低长期暴露；看药物是否改变硬结局，也看治疗是否可持续；把 AI 当作提高识别和随访效率的工具，而不是替代临床判断的捷径。
本文用于科普学习，不替代诊断、处方或个体化治疗建议。血脂异常、家族性高胆固醇血症、痛风风险和药物不耐受都需要结合个人病史与检查结果，由专业医务人员评估。
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.