台灣心血管風險怎麼算？SCORE2亞太版用4類資料估10年風險

SCORE2 Asia-Pacific（SCORE2 亞太版）會用年齡、吸菸、收縮壓與膽固醇資料，估算未來 10 年發生致命或非致命心血管事件的機會。它納入亞太地區實際資料，也會依國家疾病負擔調整；用在台灣很有參考價值，但仍需要台灣本地資料進一步校準。[1][2]

健檢結束後，醫師把年齡、血壓和膽固醇輸入電腦，畫面跳出一個百分比。有人看到 8% 就問：「這代表我十年內一定會心肌梗塞嗎？」也有人拿自己的結果和網路計算機比較，卻發現每個網站算出的數字不同。

差異常常來自計算工具。心血管疾病風險會受到地區與族群影響。把美國人的公式直接搬到台灣，可能出現高估或低估。把整個亞洲都當成同一群人，也會忽略各國之間很大的疾病差距。[1][2]

SCORE2 Asia-Pacific，中文可稱為 SCORE2 亞太版，就是為了解決這個問題而建立的心血管風險評估工具。研究團隊沿用成熟的 SCORE2 架構，再用亞太地區的發病資料與危險因子分布重新調整。對台灣來說，它比單純套用美國或歐洲公式更有區域根據。[1][2][3][4]

這仍是一張「風險地圖」。地圖能指出方向，卻無法預告某個人哪一天會生病。醫師還要合併家族史、目前疾病、正在使用的藥物與其他檢查，才能決定下一步。

SCORE2亞太版到底在算什麼？

這個工具估算未來 10 年發生致命或非致命心血管事件的機會，主要包含心肌梗塞或中風。公式先按生理性別套用版本，再輸入四類資料：年齡、目前是否吸菸、收縮壓，以及膽固醇資料。膽固醇資料包括總膽固醇和 HDL 高密度脂蛋白膽固醇，也就是常說的好膽固醇。[1][2][3][4][5]

像天氣預報，把幾條線索放在一起

天氣預報會同時看溫度、濕度、風向和雲層。心血管風險也需要一起看多個數字。年齡、吸菸、血壓和膽固醇會共同影響結果。

假設兩個人的總膽固醇相同，其中一人持續吸菸，血壓也比較高，兩人的風險便可能不同。公式會替每項資料放入不同權重，再合成一個 10 年風險百分比。[1][2][3][4]

像換上台灣附近的地圖比例

同一段一公分的線，在城市街道圖和全國地圖上代表的距離不同。風險公式也有類似情況。相同的年齡、血壓與膽固醇，放在心血管疾病較少或較多的國家，實際風險可能差很多。

SCORE2 亞太版把亞太地區分成四個風險區。分區依據是世界衛生組織提供、經年齡與性別調整的國家心血管死亡率，再分別重新校準。所謂「校準」，可以想成把體重計歸零，讓公式更接近當地實際發生的事件數。[1][2]

為什麼較適合台灣？研究怎麼說？

使用亞太地區的實際疾病資料

研究團隊估計各風險區心血管發生率時，使用 8,405,574 人的資料，其中包含 556,421 件心血管事件。也就是超過 840 萬人的區域資料，不只來自單一醫院或一個遙遠國家。[1][2]

接著，研究者再用 12 個國家、13 項前瞻性研究做外部驗證。這一步共分析 9,560,266 人，觀察到 350,550 件新發生的心血管事件。外部驗證就像換到另一所學校考試，可以看出公式離開原本資料後，是否仍能分辨誰的風險較高。[1][2]

相較之下，美國 Pooled Cohort Equations，也就是常見的美國整體世代公式，主要從美國研究族群建立。直接用在其他國家時，已有高估風險的疑慮。SCORE2 亞太版至少先加入區域發生率與危險因子分布，較符合台灣所在的亞太環境。[1][2][5]

同一組數字，地區差異可能很大

研究用一位 50 歲、不吸菸的人當例子。他的收縮壓是 140 mmHg，總膽固醇 5.5 mmol/L，好膽固醇 1.3 mmol/L。[1][2]

若是男性，低風險國家的 10 年風險是 7%，非常高風險國家則是 14%。換成 100 位條件相同的男性，大約是 7 人和 14 人的差別。女性的差距更大，從 3% 到 13%，也就是每 100 人約 3 人到 13 人。[1][2]

這個例子提醒我們，公式裡的「地區」是關鍵因素。它可能讓同一個人的預估值差到兩倍以上。台灣使用時，應選擇與國家實際心血管負擔相符的風險區，並由熟悉工具版本的醫療人員確認。

能分出高低風險，但精準度仍有範圍

外部驗證的整體 C-index 是 0.710，95% 信賴區間為 0.677–0.744。C-index 是看模型能否把較高風險者排在前面的分數；越接近 1，排序能力通常越好。各研究的結果從 0.605 到 0.840，顯示不同國家與研究族群之間仍有落差。[1][2]

這個整體表現和歐洲原始 SCORE2 報告的 0.67–0.81 大致相近。[1][2][3][4] 因此，它能當作分層工具，協助找出誰更需要討論預防措施。單一次結果仍要放回個人病史中解讀。

新加坡研究提醒：華人也可能被高估

2026 年的新加坡研究比較多種心血管風險工具。SCORE2 亞太版用在當地印度族群時表現尚可，但在華人參與者中高估風險。整體校準差異介於 −0.570 到 −1.185，馬來族群的模型吻合度也較差。[6]

同一研究發現，使用新加坡本地資料重新調整的工具，校準表現較好。[6] 這和體重計的例子很像：秤本身能分出誰較重，歸零偏掉時，每個人的數字仍可能一起偏高。

台灣和新加坡華人的生活環境、醫療制度與疾病發生率有差異。新加坡結果提供的是重要警訊：亞太版比歐美原版更有區域基礎，台灣本地隊列的驗證與重新校準仍會讓預估更精準。[6]

我的結果該怎麼看？

先看「目前狀況」這一欄。表格提供閱讀順序，沒有替你設定治療門檻；實際行動仍由醫師依個人狀況判斷。

計算前也要檢查單位。血壓看收縮壓，也就是兩個血壓數字中較高的那一個。膽固醇若使用不同單位，輸入錯誤會讓結果失去意義。

10年風險百分比代表什麼？

假設工具顯示 10%，意思是與你條件相近的 100 人中，未來 10 年大約有 10 人發生模型定義的心血管事件。它描述一群相似人的平均機會，沒有指定哪 10 個人會發生。[1][2][3][4]

百分比是一項預防參考。它像車子的油量表，幫你提早看到是否需要更多注意。醫師可以利用它安排預防討論，但最後仍要考慮個人病史、檢查品質，以及公式在當地族群是否校準良好。

另一個重點是「算哪一種事件」。SCORE2 亞太版估的是致命與非致命心血管事件，主要是心肌梗塞與中風。[1][2][3][4] 有些研究工具專門評估第二型糖尿病患者的動脈血栓風險[7]，也有模型專門預測產後心血管疾病[8]。工具名稱都像「心血管風險」，實際用途可能完全不同。

醫師建議的下一步

先把四類原始資料整理好

準備年齡、目前吸菸狀況、收縮壓，以及總膽固醇和好膽固醇。抽血日期與血壓量測時間也一併保留。資料越清楚，重算與比較越容易。[1][2]

門診裡常遇到有人只帶一張手機截圖，上面只有「12%」。醫師看不到使用的公式、地區版本和輸入內容，很難判斷差異從哪裡來。把完整報告一起帶來，往往比只記住百分比更有用。

問清楚公式與地區版本

可以直接問三句：「這是 SCORE2 亞太版嗎？」「使用哪一個亞太風險區？」「這個版本有沒有台灣本地驗證？」

目前提供的研究證據支持亞太地區的重新校準，也顯示國家負擔分區很重要。[1][2] 這批文獻尚未提供台灣隊列的直接外部驗證。因此，SCORE2 亞太版可視為目前較有根據的區域工具，台灣本地校準仍是下一步。

用同一把尺追蹤變化

追蹤時固定使用同一套工具與同一風險區，才能看出風險資料是否真的改變。今天用美國公式，下次換成亞太公式，兩個百分比直接相減，容易把公式差異誤認成身體變化。

風險結果適合拿來開啟預防對話。醫師會依你的整體狀況決定是否需要更多檢查或治療。單靠網路計算結果自行更改處方，可能忽略公式適用範圍與個人安全。

常見誤解澄清

SCORE2亞太版是亞洲公式，台灣人一定很準嗎？

真相：它比直接搬用單一歐美模型更有區域根據，也設計了四種風險區。[1][2] 新加坡研究仍發現華人風險可能被高估，代表亞洲內部也有差異。[6] 台灣需要自己的外部驗證與重新校準，才能知道誤差有多大。

風險是10%，代表我一定會心肌梗塞嗎？

真相：10% 描述的是一群條件相近者在 10 年內的平均機會。以 100 人來想，大約 10 人會發生模型定義的事件，模型無法指出是哪 10 人。[1][2] 這個數字適合用來討論預防優先順序。

只看膽固醇，就能知道心血管風險嗎？

真相：SCORE2 亞太版會一起使用年齡、吸菸、收縮壓、總膽固醇與好膽固醇。[1][2][3][4] 單看其中一項，會漏掉其他重要線索。

網路上分數較低的公式比較適合我嗎？

真相：分數高低要先確認模型用途、族群和地區校準。只挑最好看的數字，會讓比較失真。帶著所有原始資料和工具名稱詢問醫師，才能比較差異從哪裡來。

重點整理

• 區域資料較貼近台灣：SCORE2 亞太版使用超過 840 萬人的亞太發生率資料，並按四種地區風險重新校準，比直接套用單一歐美模型更有依據。[1][2]
• 百分比是預防地圖：結果估算未來 10 年致命或非致命心肌梗塞與中風的機會，請合併公式版本、輸入資料與個人病史解讀。[1][2][3][4]
• 本地驗證仍是關鍵：新加坡華人研究出現高估，提醒台灣需要自己的外部驗證與校準；現階段可把亞太版當成較合理的討論起點。[6]

參考文獻

1. SCORE2 Asia-Pacific writing group, Hageman SHJ, Huang Z, et al. Risk Prediction of Cardiovascular Disease in the Asia-Pacific Region: The SCORE2 Asia-Pacific Model. European Heart Journal. 2025;46(8):702-715. DOI: 10.1093/eurheartj/ehae609
2. Hageman SHJ, Huang Z, Lee H, et al. Risk Prediction of Cardiovascular Disease in the Asia-Pacific Region: The SCORE2 Asia-Pacific Model. European Heart Journal. 2025;46(8):702-715. DOI: 10.1093/eurheartj/ehae609
3. SCORE2 working group and ESC Cardiovascular risk collaboration. SCORE2 Risk Prediction Algorithms: New Models to Estimate 10-Year Risk of Cardiovascular Disease in Europe. European Heart Journal. 2021;42(25):2439-2454. DOI: 10.1093/eurheartj/ehab309
4. SCORE2 Risk Prediction Algorithms: New Models to Estimate 10-Year Risk of Cardiovascular Disease in Europe. European Heart Journal. 2021;42(25):2439-2454. DOI: 10.1093/eurheartj/ehab309
5. Fegers-Wustrow I, Gianos E, Halle M, Yang E. Comparison of American and European Guidelines for Primary Prevention of Cardiovascular Disease: JACC Guideline Comparison. Journal of the American College of Cardiology. 2022;79(13):1304-1313. DOI: 10.1016/j.jacc.2022.02.001
6. Lim CGY, Chong CCY, Wong YHM, et al. Cardiovascular Disease Risk Prediction in Multi-Ethnic Asian Populations: Evidence From Two Population-Based Cohorts in Singapore. The Lancet Regional Health. Western Pacific. 2026;66:101794. DOI: 10.1016/j.lanwpc.2025.101794
7. Berg DD, Moura FA, Bellavia A, et al. Assessment of Atherothrombotic Risk in Patients With Type 2 Diabetes Mellitus. Journal of the American College of Cardiology. 2023;81(25):2391-2402. DOI: 10.1016/j.jacc.2023.04.031
8. Alcantara M, Shapiro GD, Platt RW, et al. Risk Score Development to Predict Postpartum Cardiovascular Disease Incorporating Pregnancy and Nonpregnancy Factors: A Canada-Wide Study. JACC. Advances. 2026;5(2):102511. DOI: 10.1016/j.jacadv.2025.102511

黃柏誠醫師

✓ 認證作者衛福部醫事人員

博田國際健康管理中心醫療主任、家庭醫學專科醫師。國立臺灣大學醫學系醫學士、高雄醫學大學藥學碩士、美國哈佛 BIDMC 老年醫學科訪問醫師、體適能健身 C 級指導員認證。專長預防醫學與減重醫學，擅長以資訊工具優化臨床流程。