根据斯坦福大学医学院的研究人员所做的一项研究，超过1100万美国人可能对阿司匹林、他汀类药物和降压药有错误的处方。

他们的研究结果是基于一组最新的计算方法，即所谓的“联合队列方程”(pooled cohort equation，简称pc)，这些计算方法用于确定心脏病发作或中风的风险。

PCEs是美国心血管疾病预防指南的基础。他们通过估计病人患心脏病或中风的风险，帮助医生决定是开阿司匹林、血压或他汀类药物，还是这些药物的组合。大多数医生使用PCE网络计算器或智能手机应用程序计算病人的风险;这些方程式也被建立在许多电子健康记录中，这样病人的风险就会在办公室拜访时自动计算出来。

但人们一直在争论，PCEs是否基于过时的数据，从而使一些患者面临药物过量或药物不足的风险。

“我们发现，至少有两种主要方法可以改善2013年的方程式，”医学博士桑杰·巴苏说。“第一个是众所周知的:用于推导方程的数据可以被更新。”

例如，他说，用于推导原始方程的主要数据集之一，有1948年30-62岁的人的信息，这些人因此在2018年将达到100 - 132岁——很可能已经死亡。旧的方程经常估计人们的风险太高，可能在不同的风险组中平均有20%。

“自20世纪40年代以来，饮食、环境和医疗方面发生了很大的变化，”巴苏说。“所以，依靠祖父母的数据来选择治疗可能不是最好的办法。”

巴苏是这项研究的资深作者，该研究将于6月5日发表在《内科学年鉴》上。主要作者是Steve Yadlowsky，他是斯坦福大学电气工程专业的研究生。

此外，研究人员发现旧的数据可能没有足够的非裔美国人样本。对于许多非洲裔美国人来说，医生们可能认为心脏病或中风的风险太低了。

“因此，尽管许多美国人被建议采取积极的治疗措施，但他们可能不需要根据现行的指导方针，一些美国人——尤其是非洲裔美国人——可能得到了虚假的安慰，可能需要开始接受治疗”Basu说。

研究人员用更新的数据更新了PCEs，以显著提高心血管风险估计的准确性。维持和更新队列数据的国立卫生研究院(National Institutes of Health)批准了更新的方程式。