信息速览
MESA（Multi-Ethnic Study of Atherosclerosis，多民族动脉粥样硬化研究）是美国国家心肺血液研究所自 2000 年起资助的社区队列，它问的问题很窄：在还没有任何症状的人身上，动脉里的钙、管壁的厚度、心脏的形态，能不能提前十几年预告那些后来才发生的胸痛、卒中与心衰。
答案要靠同一批人反复被测出来。基线入组六千八百一十四人，此后七轮现场检查跨 2000 至 2024 年，中间用每 9–12 个月一次的电话随访把事件串起来。它的稀缺之处不在人数——六千多放在任何国家的队列谱系里都不算大——而在这批人被四种族群分摊，而且每一轮都用同一套影像方案去量同一批血管。
数据侧的边界比人数更值得先看清：读片数值、原始影像、基因组分属三条互不相通的申请路径，拿到一条不等于拿到全部。一屏速览见下表。
| 维度 | 内容 |
|---|---|
| 全称 | Multi-Ethnic Study of Atherosclerosis |
| 中文名 | 多民族动脉粥样硬化研究 |
| 资助方 | 美国 NHLBI |
| 协调中心 | 华盛顿大学协作健康研究协调中心，数据由该中心统一分发 |
| 基线年份 | 2000 年 7 月至 2002 年 8 月 |
| 基线入组 | 6,814 人 |
| 入组年龄 | 45–84 岁，入组时无临床心血管病 |
| 现场中心 | 哥伦比亚、约翰霍普金斯、西北大学、明尼苏达、加州大学洛杉矶分校、维克森林六个现场 |
| 族群构成 | 白人 2,623、黑人 1,891、西裔 1,496、华裔 804 |
| 现场检查轮次 | 第 1 至第 7 轮，2022–2024 年完成第 7 轮 |
| 核心影像 | 冠脉钙化 CT、颈动脉超声内中膜厚度、心脏磁共振 |
| 结局 | 冠心病、卒中、心力衰竭、外周血管病、心血管死亡 |
| 主键 | MESAID（人级），配合轮次号 |
| 获取门槛 | MESA 提案加数据与材料分发协议，或 BioLINCC 申请 |
| 商业使用 | 受限，商业研究者的签署条件分层 |
§1 它要解决的具体麻烦
1.1 亚临床病变量在谁身上，都只是六千多人里的一小撮
动脉粥样硬化这件事在临床上很难早发现，原因不是没有测量手段，而是没有谁会在一个人还健康的时候给他做一次全身血管的影像普查。等他有症状了，血管已经窄了，问题从「预测」变成了「治疗」。风险方程能算出一个个概率，但它算出的概率背后没有一张属于这个人的血管照片。
MESA 的做法倒过来：先找人，量完基础影像，然后把结论锁起来，等十几年之后再打开事件簿对照。2000 年入组的一批四十五到八十四岁的人，到第 7 轮现场检查时已经四十七到一百零六岁。这个时间跨度才是它真正的资产，人数只是承载它的容器。
关键在于「同一批人」这四个字。横截面数据只能比较「钙化多的人现在血压高不高」，纵向同一人测量才能问「这个人钙化从零涨到两百的十年里，什么先动、什么后动」。冠脉钙化的进展速度、颈动脉内中膜厚度的年变化率、左心室质量的缓慢漂移，这三条曲线是 MESA 最核心的产出物，也是别的数据集最替代不了的部分。
1.2 常见的三种错误期待
第一种，把 MESA 当全国健康调查用。它与 NHANES 都按族群分层，但 NHANES 是全国抽样、每两年换一批人；MESA 是六个都会区里的志愿者，每个现场按配额招募。用 MESA 估计某族群在美国的钙化患病率会偏，用 NHANES 则做不了纵向。
第二种，把 MESA 当影像公开库用。它确实有一批 CT 和磁共振，但原始影像属于另一条申请路径，而且各轮子样本大小不一；多数人真正需要的是第一章讲到的读片中心数值表，不是三维体数据。
第三种，把基线人数当成每一轮都能拿全的分母。第 4 轮回到现场的是五千八百余人，第 5 轮降到四千六百五十五，第 6 轮三千三百零二，第 7 轮只剩两千二百七十六。写论文时不写清哪一轮、哪个子样本，结论会被读成对全队列成立。
这三条期待背后是同一件事：把队列当成一个静态压缩包。队列是一台还在运转的机器，产出物随时间在换。早期以中年血管影像为主，晚期以衰老、认知、心衰、心房颤动为主。用 2005 年的思路去取 2024 年的数据，会拿错变量。
还有一条隐含期待值得单独说：期待它「干净」。MESA 的质控确实做得细，中心读片、体模校正、委员会逐例判定三层把关，但干净不等于整齐。跨轮次的变量命名、缺失编码、单位都变过，合并工作本身占掉分析时间的一大半。
1.3 决策卡：按你的处境对号入座
| 你的处境 | 它能帮你什么 | 先决条件 |
|---|---|---|
| 手上的预测模型缺一套「十年后事件」的验证数据 | 判定至 2020 年的事件表与基线影像读片值 | 能签协议 |
| 想回答「四个族群的血管老化速度是否相同」 | 设计时定死配额的四组样本加多轮测量 | 会用加权方法 |
| 手里只有横截面影像，想加一条时间维 | 多轮重复测量的同一批人 | 选定轮次 |
| 做的是图像分割，需要像素级标注 | 给不了，这里只有读片值 | 换数据集 |
| 三个月内要出论文 | 走不完流程 | 换公开数据 |
| 想估计全美患病率 | 六现场不是全国抽样 | 换全国健康调查 |
1.4 它能给到的与给不到的
| 你的需求 | 它给的 | 够不够 |
|---|---|---|
| 冠脉钙化进展的纵向建模 | 第 1 至第 5 轮胸部 CT | 够，同一批人多个时间点 |
| 颈动脉粥样硬化进展 | 第 1 至第 5 轮颈动脉超声 | 够，中年段完整 |
| 心脏结构功能的老化轨迹 | 第 1、2、3、5 轮心脏磁共振 | 够，但第 6 轮为小子样本 |
| 心血管事件预测 | 电话随访加委员会判定，公开更新至 2020 年 | 够，事件表可直接接 |
| 多组学与遗传关联 | dbGaP 受控的基因型与测序 | 部分够，需另走授权 |
| 睡眠与心血管的关联 | 第 5 轮居家多导睡眠子研究 | 部分够，子样本两千余人 |
| 新模态影像的算法基准集 | 各轮子样本，多数不足四千 | 不够，换专门影像数据集 |
1.5 一个五分钟的判断流程
手上有课题时，按四步走：先确定结局是事件还是影像进展；再确定需要的轮次是否在已放出的范围内；然后确认所需要的是读片值还是原始影像；最后确认团队所属机构能否独立签署协议。四步里任何一步卡住，都应该在写申请之前就换方案，而不是写到一半再回头。
§2 数据构成
数据按「人—轮—模块」三级组织。从外部看它不是一个表格，而是一棵树：根是人级主键，第一层分轮次，第二层分模块（问卷、体格、生化、影像读片、事件、基因）。
2.1 七轮现场检查的规模和年份
| 轮次 | 年份 | 回到现场人数 | 官方口径占比 |
|---|---|---|---|
| 第 1 轮（基线） | 2000–2002 | 6,814 | 100% |
| 第 2 轮 | 2002–2004 | 6,239 | 92% |
| 第 3 轮 | 2004–2005 | 5,946 | 89% |
| 第 4 轮 | 2005–2007 | 5,818 | 87% |
| 第 5 轮 | 2010–2011 | 4,655 | 76% |
| 第 6 轮 | 2016–2018 | 3,302 | 62% |
| 第 7 轮 | 2022–2024 | 2,276 | 58% |
第 7 轮的比例看起来反而高于第 6 轮的直观预期，原因是官方的分母口径是基线入组人数，而中间有人退出又有人回归。纵向比较时，应以每轮的存活且可联系人数重新计算，否则会把回归者误读成新增。
第 4 轮到第 5 轮之间隔了约三年半，第 5 轮到第 6 轮隔了约五年，第 6 轮到第 7 轮隔了约五年。这几段空窗是设计变更留下的，不是数据丢失：中间只有电话随访，没有影像。
各轮之间还有一处容易被忽略的差异：检查内容的侧重在变。第 1 轮把影像做满，第 2、3 轮以重复与扩展为主，第 4 轮偏重问卷与生化，第 5 轮加入认知测验与睡眠，第 6 轮转向脑影像与肺，第 7 轮继续脑影像并加入新的组织测量。了解这个节奏，才知道某个变量最可能出现在哪一轮。
2.2 六个现场与四个族群
六个现场分别是哥伦比亚大学（纽约）、约翰霍普金斯大学（巴尔的摩）、西北大学（芝加哥）、明尼苏达大学（圣保罗）、加州大学洛杉矶分校（洛杉矶）、维克森林大学（温斯顿-塞勒姆）。招募渠道各不相同，有的从社区门诊名单里抽，有的通过邻里宣传，这造成了现场之间在收入、教育上的差异。
基线族群构成为白人 2,623 人（39%）、黑人 1,891 人（28%）、西裔 1,496 人（22%）、华裔 804 人（12%）。四组数字括号里的百分比相加不足一百的原因是各组独立取整，公开材料里出现过 38%、28%、23%、11% 与 39%、28%、22%、12% 两套，差异来自分母取基线入组人数还是取全队列的实际到场人数。
引用时以绝对人数为准，百分比配同一套使用，不要跨来源混搭。族群标签是自报的，华裔这一组在部分文件里写作「Asian of Chinese descent」，做跨库合并时需先统一。
华裔这一组是 MESA 在同类队列里最独特的部分。美国大型心血管队列的亚裔样本普遍薄弱，804 人提供了东亚人群的钙化与内中膜参照值，也让「亚裔心血管风险低」这个长期印象得以被拆开检验：钙化程度确实低，但卒中比例并不成比例地低。这个反差是 MESA 被引用最多的发现之一。
2.3 影像模态的实际覆盖
| 模态 | 轮次 | 规模口径 | 说明 |
|---|---|---|---|
| 胸部 CT（冠脉钙化） | 第 1 至第 5 轮，第 6 轮少量 | 第 1 轮全队列；第 2、3 轮各约两千八 | 早期三现场用电子束 CT、另三现场用多层 CT，读片中心统一体模校正 |
| 颈动脉超声（内中膜厚度与斑块） | 第 1 至第 5 轮 | 第 1 轮约六千七 | 内中膜、斑块、扩张性分别读数 |
| 心脏磁共振 | 第 1 至第 5 轮，第 6 轮子样本 | 第 1 轮约五千 | 左心室质量、容积、射血分数；部分轮次加标记法 |
| 脑 MRI | 第 5、6 轮 | 各约一千余至三千 | 认知老化主线 |
| 肺部 CT | 第 2、3、5、7 轮 | 各约一千余至三千余 | 与吸烟、肺功能联动 |
| 腹主动脉 CT | 第 2、3 轮 | 约一千 | 随机子样本 |
| 全身磁共振与下肢 | 第 6、7 轮 | 约一千余 | 皮下与肌间脂肪、组织钠 |
| 视网膜摄影 | 第 2、5 轮 | 各约四千余至六千余 | 微血管改变 |
这张表要读懂一句话：MESA 的影像不是「每轮都全量」，而是「基线全量、之后按轮次加做子样本」。做钙化进展最安全的做法是只用第 1 至第 5 轮，并显式写出所用轮次与非缺失人数。
颈动脉这一列尤其值得注意。它同时给了内中膜厚度、斑块的有无与分级、以及斑块的形态描述，这三类变量在文献里常被混着用。做「斑块负荷」类研究时，必须先确定用的是厚度还是斑块面积，两个量不能相互替代。
关于肝脏脂肪，公开的轮次表里 CT 一栏没有单列肝 CT，与肝脏相关的测量出现在第 5 轮的脂肪肝辅助研究里，规模约三千人量级；把它写成「每轮都做肝脏 CT」会与官网轮次表冲突。
2.4 事件随访与结局
从基线起，参与者每 9–12 个月被电话联系一次，询问住院、门诊心血管诊断与死亡。工作人员向医院索取病历，按统一的判定手册对心肌梗死、心绞痛、卒中、短暂性脑缺血、心力衰竭、外周血管病与血运重建逐例判定，死亡记录向州生命统计与国家死亡索引核对。
这套设计的价值在于「判定」二字。自报的心梗与判定后的心梗不是同一个变量，前者受回忆与认知影响，后者有一份病历作依据。用 MESA 做事件分析时，务必确认用的是判定结果。
BioLINCC 的 MESA 页面写明：可申请的数据覆盖第 1 至第 6 轮，事件数据更新至 2020 日历年。这句话很关键——第 7 轮的表型在平台页面上尚未列入，要通过 MESA 协调中心路径询问，或等平台更新。
2.5 数据形态与体量
历史版本的读片数值以 SAS 数据集形态分发，人级宽表加变量字典加事件表，这一形态与同门队列一致。影像原始文件与组学数据另走 dbGaP 的 MESA 入口，2023 年起该入口把表型与原始影像、原始波形（如超声心动图与心电图）一并登记，并要求经云端分析平台调取。
体量上，表型包的常见规模在几个 GB 量级，原始影像则按 TB 计。做机器学习的人最常踩的坑是把「表型包里的一列钙化评分」与「一整张胸部 CT」当成同一件东西，前者几秒钟下完，后者要走影像申请与云端算力。
平台的版本节奏也影响使用。BioLINCC 页面标注的数据集更新日期是 2025 年 12 月，但更新的是打包内容而非轮次覆盖；轮次覆盖以研究概览页为准。两个日期不对齐会让人误以为新版已经包含第 7 轮。
2.6 实验室与生物样本
历次现场检查都采集空腹静脉血与尿样，血样在中心实验室统一检测血脂、血糖、肌酐、炎症标志物与若干新型标志物，其余分装冻存供病例对照研究使用。DNA 提取后用于候选基因、全基因组扫描与外显子测序，最近一轮的大规模测序并入 NHLBI 的 TOPMed 计划。
这一层的意义在于配平。影像给出的是「血管现在的样子」，血生化给出的是「代谢环境」，两者在同一人同一时间点对齐，才能把「钙化是高血压推的还是炎症推的」这类问题拆开。单拿影像做回归，多数关联在加入血压与血脂后会明显缩小。
尿液方面，微量白蛋白尿是早期肾损害的指标，与心血管风险同向。MESA 的肾相关分析长期依赖这一项加上胱抑素 C 与肌酐公式估算，后来还专门做过肾小球滤过率的直接测量子研究，并入第 5 轮的附属项目。
生物样本的对外提供是另一条线。血清、血浆、DNA 与尿样的留存量有限，通常只支持经批准的项目申请，且多数要通过与队列内研究者合作的形式。做纯计算研究的团队一般不需要碰这一层，但需要知道样本的存在会影响变量表——某些标志物只在做过相应检测的子样本里才有。
2.7 问卷与生活方式变量
每次现场检查都配套一套问卷：既往病史与用药、吸烟与饮酒、体力活动、饮食频率、心理社会因素、居住与邻里环境、睡眠史。第 2 轮起加入空气污染的个体暴露监测，长期随访出空气污染支线；第 5 轮起加入完整的认知测验组合。
问卷的价值常被低估。做影像分析的人习惯把临床变量当成协变量随手丢进模型，但 MESA 的多数已发表关联都是在调整了教育、收入、邻里剥夺指数之后仍然成立的，这说明社会因素不是噪声。反过来，如果只用影像特征做预测，模型会把这些社会因素编码进去，导致在新人群上的偏差被放大。
饮食频率问卷只做第 1、3 轮，这一点常被漏掉。想做长期饮食轨迹的研究，只能拿到两个时间点，中间靠回忆。
2.8 子研究的边界
母队列之外还挂着两百多个辅助研究，比较重要的有空气污染、慢性肺病、遗传、睡眠、脑与认知。它们共用同一批人，但样本、时点与数据通道各不相同。
| 辅助研究方向 | 大致规模 | 数据通道 | 与母队列的关系 |
|---|---|---|---|
| 空气污染 | 全队列加现场监测 | 与母队列数据合并 | 长期暴露估计外包给专门模型 |
| 慢性肺病 | 数千人 | 肺 CT 与肺功能 | 第 2 轮起陆续加入 |
| 遗传与多组学 | 全队列子集 | dbGaP | 需数据使用认证 |
| 睡眠 | 两千余人 | 睡眠研究资源库 | 第 5 轮前后采集 |
| 脑与认知 | 一千余至三千 | 母队列数据包 | 第 5、6 轮 MRI |
边界的意思是：母队列的说明书不能替代子研究的手册。做睡眠与钙化的联合分析，两份协议都要签，两个数据字典都要读，两套主键要先对齐。
§3 怎么拿到
3.1 两条主路径
第一条是 MESA 官网的提案路径。先注册机构账号，拿到内部区与数据报告，再提交论文提案或辅助研究提案，需要资深 MESA 成员的担保，批准后签署数据与材料分发协议，协议按项目签。这条路径的好处是能拿到较新的轮次与更细的读片变量，代价是流程长、需要合作者。
第二条是 BioLINCC 路径。MESA 在该平台登记为开放申请的研究，有数据使用协议与商业使用分层限制，申请通过后可获取官方打包的 SAS 数据集与文档。这条路径的好处是流程标准化、适合没有队列内合作者的团队，代价是版本更新滞后于官网。
第三条是 dbGaP 路径，覆盖基因型、测序、甲基化、代谢组与部分原始影像，需要数据使用认证，且通过云端分析平台访问而不是直接下载。该入口 2023 年登记，明确包含「不区分是否参加遗传学研究」的全队列原始影像。
3.2 三条路径拿到的不是同一份东西
| 你要的东西 | 首选路径 | 备注 |
|---|---|---|
| 冠脉钙化评分与进展 | BioLINCC 或 MESA 提案 | 读片数值，不是影像 |
| 颈动脉内中膜厚度数值 | BioLINCC | 第 1 至第 5 轮齐全 |
| 原始 DICOM 影像 | MESA 提案加协议，或 dbGaP | 各轮子样本不一 |
| 基因型与全基因组测序 | dbGaP | 经云端平台 |
| 事件表 | BioLINCC | 更新至 2020 年 |
| 新轮次表型 | MESA 提案 | 平台打包滞后 |
把这张表与 2.3 的轮次表一起看，就能避免最常见的返工：先确认「有没有」，再确认「走哪条路」，最后才写申请。
3.3 商业使用的分层
BioLINCC 的 MESA 页面明确写出商业使用存在数据限制，且商业研究者签署的条件是分层的。这句话的含义是：非营利机构与营利机构不是一个价码，也不是一套条款。做产业转化研究时，应在提案阶段就把机构类型说清楚，而不是等到签署协议时才发现要额外走一层审批。
个人研究者挂靠学术机构时，也应注意数据归属属于机构而不是个人。离职后能否继续使用、成果如何回传、样本与数据是否需要销毁，协议里都有条款。
3.4 申请时需要准备的材料
按官网注册页的说明，机构不在列表内的申请者可以走注册表单，机构在列表内的直接走机构账号登录，再由 MESA 管理员审核。审核通过后能进入内部区，看到数据报告、辅助研究入口与政策流程的提交界面。
提案本身通常包含研究问题、分析计划、所需变量与轮次、预期产出，以及担保人的确认。提交后由相应委员会审阅，部分提案会被要求补充与其他提案的分工说明，避免同一问题重复做。
协议签署环节需要注意三件事：签署主体是机构而不是个人；协议按项目授权，换一个研究问题通常要重新签；数据销毁条款在项目结束时触发，机构需要有能力证明销毁。
3.5 BioLINCC 路径的差异
BioLINCC 的打包是按研究整理好的 SAS 数据集加文档，适合拿来即用。它的短板是版本更新滞后：官网的轮次表已经把第 7 轮列入，而平台页面写的是第 1 至第 6 轮、事件更新至 2020 年。
另一处差异是商业限制的表述。平台页面把商业使用单列出来，并写明商业研究者的签署条件是分层的；而官网路径的协议文本把商业使用放在统一条款里处理。两条路径的实际约束相近，但书面依据不同，法务审核时按各自路径的文本走。
还有一处差异是「能否改数据」。平台路径对衍生数据的处理相对宽，官网路径要求协议到期销毁；做模型训练的团队要特别注意，训练好的权重是否算衍生数据，协议里没有一句话说清，通常需要在提案里主动写明并留痕。
3.6 时间预期与失败原因
从提交提案到拿到数据，公开经验里的区间是数周到数月，长短取决于提案是否需要修改、协议是否涉及跨境传输、影像是否需要额外审批。三类失败最常见：研究问题与已发表工作高度重叠；所需变量不在已放出的轮次里；申请方机构无法完成伦理审查。
提前准备能省下大半时间：把变量清单精确到变量名，把所需轮次写清楚，把担保人提前谈妥。凭一个模糊的研究问题去谈，基本都会被打回。
§4 质量与已知问题
4.1 已记录的偏差
| 偏差 | 表现 | 对分析的影响 |
|---|---|---|
| 幸存者偏倚 | 第 6、7 轮只剩六成左右 | 晚期关联被低估 |
| 志愿者偏倚 | 入组者比同社区非入组者健康 | 发病率略低于真实社区 |
| 现场差异 | 六现场招募渠道与人群构成不同 | 族群与地区混杂 |
| 影像设备差异 | 早期电子束 CT 与多层 CT 并存 | 需体模校正后再比 |
| 子样本选择 | 影像与组学非随机 | 影像结论适用人群受限 |
| 检查空窗 | 第 4 至第 5 轮隔三年半 | 中年到晚年的转折不可观测 |
| 商业限制 | 协议对商业使用分层 | 产业团队需提前评估 |
| 族群固定 | 只有四组自报族群 | 原住民与其他亚裔缺位 |
4.2 与同类队列的差别
| 队列 | 基线人数 | 族群 | 影像主线 | 与 MESA 的关系 |
|---|---|---|---|---|
| MESA | 见上表基线栏 | 四族群 | 冠脉钙化、颈动脉内中膜、心脏磁共振 | 对象本身 |
| Framingham | 三代家系 | 以白人为主 | 超声心动图、脑影像 | 风险方程的历史源头，常作外部验证 |
| ARIC | 15,792 | 黑人与白人 | 颈动脉超声、脑影像、超声心动图 | 中年段更早、人数更多，无钙化主线 |
| CHS | 5,201 | 黑人与白人 | 颈动脉超声、脑影像 | 老年段，与 MESA 晚期重叠 |
| WHI | 十六万余 | 女性为主 | 骨密度、乳腺影像 | 女性专队列 |
| HRS | 两万余 | 全国抽样 | 无系统影像 | 社会经济与衰老主线 |
读法：MESA 的位置是「四族群 + 影像纵向 + 中年起步」这个三角，缺任何一角都能找到替代，三角同时成立的不多。
与 ARIC 的区别最值得展开。ARIC 的人数多一倍、起步早十三年，但它的影像主线是颈动脉与脑，冠脉钙化只在后期小规模做过；MESA 把钙化放在第 1 轮全量做，正好补上这块。两者配对使用，可以做「更早的中年暴露 → 更晚的钙化轨迹」这类接力分析。
4.3 一个具体的内部一致性检查
取第 1 轮与第 5 轮的冠脉钙化评分做差值，会得到一批负值。负值不代表钙化逆转，多数是读片噪声与两次扫描方式不同（电子束与多层）造成的。公开文献里对这一点有专门讨论，常见处理是把小幅负值置零或做回归稀释校正。
这个例子说明了评估 MESA 的核心方法：不要只看单轮数值分布，要看同一人两轮之间的差，差值分布的形状比均值更能暴露问题。如果差值在零附近的堆积异常厚，说明两次读数的一致性有系统性偏移。
4.4 常见的操作性瑕疵
| 瑕疵 | 表现 | 处理建议 |
|---|---|---|
| 日期脱敏 | 部分日期被打散或区间化 | 用轮次与事件间隔而非绝对日期 |
| 负值钙化差 | 两轮之差出现负值 | 按文献口径置零或校正 |
| 变量命名变体 | 同一概念不同轮次名不同 | 建映射表，逐轮核对字典 |
| 缺失编码不一 | 缺失有时为空有时为特定码 | 读字典的缺值说明 |
| 单位混用 | 影像读片单位与化验单位不同 | 合并前统一单位 |
| 子样本标记 | 某变量只在子样本非缺失 | 先看非缺失人数再建模 |
4.5 与外部数据的连接
MESA 的参与者可以与美国全国死亡索引、州生命统计记录连接，部分研究还把地址地理编码后接到邻里特征库。这些连接增加了变量，也增加了偏倚来源：地理编码的精度在不同年代不同，死亡索引的匹配依赖姓名与出生日期的一致性。
做连接分析时，建议先在小样本上核对匹配率，再决定是否大规模使用。匹配率低的连接变量看起来完整，实际会系统性低估结局。
4.6 一个反复出现的取舍
用全队列做分析还是用影像子样本做分析，是每次建模都要做的取舍。全队列人多，但没有影像；影像子样本有影像，人数少且非随机。公开文献里常见两种处理：一是把影像子样本当作主分析、全队列当作敏感性分析；二是用多重插补把模型扩展到全队列再验证。
两种处理都成立，但要写清楚。只报一个数字而不说明取舍，看的人无法判断结论的适用范围。
§5 能做什么
5.1 冠脉钙化的纵向预测
最直接的任务：用第 1 轮的临床变量与基因型预测第 2、3、5 轮的钙化进展。评价指标通常是进展与否的二分类 AUC，或年化 Agatston 变化的回归误差。历次发表里钙化进展的预测力普遍不高，这正是这类任务的价值所在——它逼着模型去找非传统风险因素。
做这个任务时要注意基线钙化为零的人占相当比例，零膨胀会支配损失函数。常用的做法是分两段：先预测「会不会出现钙化」，再对已出现者预测「涨多快」。
5.2 影像到读片值的建模
用原始 CT 预测 Agatston 评分是一个有明确金标准的任务，MESA 提供了配对：原始扫描与中心读片给出的数值。做这类任务时，训练集只能用同一设备类型的扫描，否则模型学的是设备而不是钙。
另一条路线是直接用读片值做特征工程，比如把钙化按血管支数、密度、面积拆开再组合。这条路不需要原始影像，门槛低得多，适合流行病学团队。
5.3 心脏结构与功能的老化轨迹
心脏磁共振给出的左心室质量、容积与射血分数在多轮里重复测量，可以建模「正常老化」的参考曲线，再找偏离者。这类任务在公开文献里常与心衰新发关联，样本量随轮次下降，晚期只有一千余人。
建模时需要注意心脏磁共振的读片版本跨轮次变过。同一份扫描用不同软件版本重新读，数值会有系统差，跨轮比较前要确认版本。
5.4 多民族风险公平性
同一套预测模型在白人、黑人、西裔、华裔四组上的表现差异，是 MESA 最能站住脚的用途之一。它的族群配额是设计时定死的，不是事后分层，因此组间比较的分母稳定。
做公平性分析常见的错误是只用 AUC 判断。四组的 AUC 可能接近，但校准斜率差异很大，真正影响临床使用的是后者。
5.5 事件预测的校准研究
MESA 有一个官方发布的冠心病风险计算器，基于本队列拟合。用它做外部或内部校准研究，可以观察「自建模型在自家数据上表现良好、在官方工具上却系统性偏差」这一常见现象。
更值得做的是跨队列校准：把 Framingham 方程搬到 MESA 上，看四个族群的偏差方向是否一致。这类研究在文献里反复出现，说明它是个长期有效的问题。
5.6 一个完整的分析骨架
#-- 极简示意：按轮次拆分钙化进展任务（变量名以实际字典为准）
import pandas as pd
df = pd.read_sas("mesa_exam1.sas7bdat", format="sas7bdat")
df = df[["mesaid", "age", "gender", "race", "cac1"]].copy()
df = df.dropna(subset=["cac1"])
#-- 零膨胀：先分是否出现钙化，再回归变化量
df["any_calc"] = (df["cac1"] > 0).astype(int)
print(df.groupby("race")[["cac1", "any_calc"]].agg(["mean", "count"]))
这段代码只做一件事：确认四组在基线钙化上的分布差异。真正的建模从这里才刚开始，第一步永远是看分布而不是套模型。
§5A 建模取舍：四个容易被忽略的决定
一 时间尺度的选择
同一个队列可以按三种时间尺度建模，结论会很不一样。
第一种是按轮次。把第 1、2、3、5 轮当作四个离散时点，做多时点回归或潜类别轨迹。这种做法的好处是时间点与官方口径对齐，坏处是间隔不等，第 1 到第 2 轮隔两年，第 4 到第 5 轮隔三年半，等间隔模型的假设不成立。
第二种是按真实间隔。把每位参与者的检查日期拿出来算精确间隔，用间隔做偏移量。这种做法的好处是尊重个体差异，坏处是日期在部分文件里被处理过，精确间隔未必拿得到，只能取轮次的中位间隔近似。
第三种是按事件时间。以事件发生日为中心，倒推影像距离事件的时间。这种做法的好处是回答「发病前几年血管开始变」，坏处是影像时点不由设计决定，越靠近事件的人越少。
三种尺度没有对错，只有是否与问题匹配。写方法时把选哪一种、为什么选、代价是什么说清楚，审稿人通常不会为难。
二 缺失机制的判断
MESA 的缺失分三类，处理方式完全不同。
第一类是结构性缺失。某个变量只在子样本里测，比如腹部 CT 只做了随机子样本。这类缺失与结局无关，是设计决定的，可以直接限定子样本分析。
第二类是失访缺失。越到晚期，回来的人越健康。这类缺失与结局强相关，简单删除会产生幸存者偏倚，需要用逆概率加权或插补。
第三类是单题缺失。问卷里某一题没答，或某项测量因技术原因失败。这类缺失通常较少，可以按完全病例处理，但要报告缺失比例。
判断属于哪一类，最直接的办法是看缺失率随轮次的变化。如果缺失率从零跳到百分之几十，多半是结构性；如果逐轮缓慢上升，多半是失访；如果每轮都稳定在百分之几，多半出在单题上。
三 交叉验证该怎么切
时间序列性质的纵向数据不能随机切人。随机切人会让同一个人的不同轮次分到训练与测试两侧，模型学到的是这个人的特征而不是规律，验证分数虚高。
正确的切法有三种。第一种是留一轮：用前几轮训练、最后一轮测试，最贴近真实使用场景。第二种是按时间切人：早期入组的当训练、晚期入组的当测试，检验招募年代的影响。第三种是按现场切：留一个现场做测试，检验中心效应。
三种切法给出的分数通常差得很远。报告时至少要给出两种，并说明差异来源。只报随机切人的结果，在纵向队列上是明显的方法瑕疵。
四 报告规范的一个清单
| 要写清的项 | 为什么 |
|---|---|
| 用了哪几轮 | 轮次决定样本与可用变量 |
| 每轮非缺失人数 | 决定模型的有效样本 |
| 主键与变量命名版本 | 决定他人能否复现 |
| 缺失处理方式 | 决定结论稳健性 |
| 交叉验证方式 | 决定分数是否可信 |
| 是否调整族群与现场 | 决定关联是否为混杂 |
| 影像读片版本 | 决定跨轮比较是否成立 |
这七项里漏掉任何一项，结果都会被质疑。前五项是数据侧，后两项是设计侧。
§6 常见误读与避坑清单
这段用来纠正几类高频错判，每条都附可核对的来源。
6.1 八条高频说法
| 常见说法 | 实际情况 | 证据 |
|---|---|---|
| 「MESA 有五次检查」 | 现在是七轮，第 7 轮 2022–2024 年完成 | 官网检查组件页 |
| 「基线人数就是每轮样本量」 | 那是基线，第 5 轮 4,655，第 7 轮 2,276 | 官网保留率表 |
| 「每轮都做冠脉钙化」 | 胸部 CT 集中在第 1 至第 5 轮 | 官网轮次表 |
| 「全队列可以免费下载」 | 提案或 BioLINCC 申请，商业使用分层限制 | BioLINCC 页面 |
| 「MESA 就是 MESA Sleep」 | 睡眠是子研究，覆盖两千余人，走另一条数据通道 | 睡眠子研究页面 |
| 「原始影像与读片值一起给」 | 分属不同申请路径 | 协议与平台说明 |
| 「肝脏 CT 每轮都做」 | 轮次表未单列，相关测量在辅助研究子样本 | 官网轮次表 |
| 「四组百分比加起来是 100」 | 各组独立取整，公开两套百分比并存 | 官网与 BioLINCC 页面 |
这八条之外，还有一条关于主键的：数据字典里写作 MESAID，某些派生文件会加大小写或前缀变体，合并前先读字典，不要凭记忆敲。
6.2 为什么这些误读会反复出现
因为它们都来自二手材料。综述文章、方法学附录、教学幻灯片互相引用，一套过时的年份被抄了十年就成了「常识」。核对成本其实很低，官网的检查组件页一屏就能看完七轮的年份与人数，问题是很少有人会去点。
另一层原因是术语含混。「检查」在中文里既可以指一次现场访问，也可以指一项测量；「样本量」既可以指队列人数，也可以指某个变量的非缺失人数。把这两组词拆开说，多数争论会自动消失。
6.3 一条容易越界的解读
钙化评分高不等于马上会发病。MESA 自己的参考值工具页就写明：该工具给出的是同年龄同性别人群中的相对位置，不能据此断定某个人「高危」。把群体的相对分位数当成个体的绝对风险，是这类队列数据最常见的误用。
§7 在生态中的位置
7.0 两个使用场景的对照
为了说明它适合什么，先把两个真实场景摆在一起。
场景一，一个团队要建一个「十年内发生心血管事件」的预测模型，手上有病历数据，缺的是影像验证。他们需要一批有影像、有事件、有族群信息的样本做外部验证。MESA 正好对口：拿事件表与基线影像读片值，跑一遍模型，看校准曲线是否平移。
场景二，一个团队要训练一个从 CT 自动分割冠脉的模型，需要逐体素标注。他们打开 MESA 的说明书，看到有 CT，就去申请原始影像，结果发现标注不是体素级的，而是读片中心给的一个分数。这个团队应该换数据集，而不是硬把分数当标签。
两个场景的差别不在数据本身，而在「问题需要什么粒度的标签」。MESA 的粒度是数值与分类，不是像素。
7.1 阅读本节之前要知道的前提
MESA 的价值不能用「数据量大不大」这把尺子量。它在影像公开数据集里算小的，在队列里算中等的。判断它值不值得用，要问三个问题：是否需要同一批人被反复测量、是否需要四个族群同时在场、能否接受申请制。
三个问题里有一个答否，MESA 多半不是最优选择。这不是它的缺点，而是它的边界。
7.2 DAIMS 维度逐项看
按数据就绪度的通用框架，这里从五个维度拆：文档、可及性、完整性、元数据、可持续性。
| DAIMS 维度 | 评级 | 说明 |
|---|---|---|
| 文档 | 良 | 轮次表与变量字典齐全，但分散在官网多页，跨轮变更需自行拼合 |
| 可及性 | 中 | 提案或 BioLINCC 申请，商业使用分层，影像与组学另走通道 |
| 完整性 | 优 | 中心读片、体模校正、委员会逐例判定三层质控 |
| 元数据 | 良 | 编码手册完整，部分衍生变量口径需读技术报告 |
| 可持续性 | 优 | 已运转二十六年，第 7 轮完成，论文产出两千七百余篇 |
这张表里最容易被误判的是「可及性」。它写的是中而不是差，因为路径是明确的、有专人答复、公开经验丰富；但也不该写成优，因为影像与组学分家、商业受限，任何一项都能让一个团队卡上数月。
7.3 它在心血管影像生态里的位置
往上游看，它是「影像读片值」这一层的供应商：把一个三维扫描压成一个数，让后续统计可以做。往下游看，它是风险方程与风险计算器的原料：官方计算器与若干衍生工具都基于本队列。
这个中间位置决定了它的用户画像：不是做图像分割的研究组（那些人要的是原始像素与体素级标注），而是做流行病学建模与风险预测的团队。两类团队偶尔会误入对方的领地，结果通常是模型做得漂亮但结论站不住。
7.4 与睡眠子研究的边界
母队列写到这里就够，睡眠那条线留给子研究：第 5 轮前后有约两千余名参与者做了居家多导睡眠图与七日活动计监测，睡眠数据经睡眠研究资源库分发，受试者构成与母队列取样不同。
做睡眠与心血管的联合分析时，需要同时拿到两条通道的数据，并接受两套协议。一个实操细节是两边的主键大小写与字段名不一致，合并前必须先做映射，否则会得到一批看似对齐实则错位的结果。
7.5 它为何能持续运转二十六年
大型队列的常见死法是参与者流失。MESA 到第 7 轮还有两千二百余人愿意回到现场，原因不复杂：每年一次电话、每几年一次现场、参与者与现场人员长期熟悉、加上研究方在每次检查时给出结果反馈。这种关系维护的成本很高，也是新队列难以在短期内复制的东西。
资助方面，NHLBI 的合同与多轮补助支撑了主干，辅助研究靠研究者自己申请经费。两千七百余篇论文的产出反过来构成了继续资助的证据，这是队列可持续的现实机制。
7.6 与大型影像队列的互补
近十年出现了若干百万级的影像队列，把这些队列与 MESA 放在一起看，能更清楚 MESA 的定位。
这些大队列的强项是规模与模态新，弱项是随访时间短。一个人 2015 年做的影像，到 2025 年最多只有十年事件，而且多数人在影像时已经六十岁以上。MESA 的强项正好相反：随访二十六年，基线时人还年轻，四十五岁那一档在基线时只有三十岁末的健康状态可比。
所以常见的用法不是二选一，而是串起来：用大样本队列训练模型，用 MESA 做长时间跨度的外部验证。这种用法在近年的心血管影像论文里越来越普遍，原因是审稿人越来越看重「模型在时间上是否稳定」。
互补的代价是变量不对齐。两边测的钙化评分口径相近，但血脂、用药、族群的编码不同，合并前要做映射。这也是为什么很多论文只做「同一批变量」的验证，不做全模型移植。
7.7 一个关于「代表性」的澄清
社区便利样本常被批评不具代表性。这个批评对，但它对不同类型的推断影响不同。
做患病率估计时，代表性是关键，MESA 不合适。做关联估计时，代表性没那么关键，只要样本内的暴露变异足够大、混杂控制得住，关联的方向通常可以外推。做预测模型校准时，代表性又变重要，因为基线风险水平与人群构成直接相关。
MESA 的设计目标从来不是估计美国患病率，而是「在四个族群内部比较进展速度」。用它的关联结果去推断病因，是合理的；用它的人群均值去代表美国，是不合理的。这条线划清楚，很多争论就不必发生。
§8 适合谁，不适合谁
8.1 适合的人群
| 你的处境 | MESA 能帮你什么 |
|---|---|
| 研究钙化进展的预测因子 | 同一批人多轮 CT 读片值 |
| 做四族群的风险公平性检验 | 设计时定死配额的四组样本 |
| 需要中年到老年的心血管轨迹 | 二十六年七轮现场 |
| 做影像到读片值的映射 | 原始扫描与金标准数值配对 |
| 需要事件表做生存分析 | 判定至 2020 年的事件数据 |
8.2 不适合谁
需要「百万级样本、原始影像、即开即用」的团队，不适合 MESA。三个条件它一个都不满足：样本几千级，原始影像要另走申请，数据包是统计软件格式的表加文档。
需要「全国代表性患病率估计」的团队，也不适合。六现场是便利抽样，换全国健康调查。
需要「逐体素标注的分割训练集」的团队，同样不适合。MESA 给的是读片值，不是掩膜。
需要「短期出成果」的团队，也不适合。申请周期以月计，协议签署再加一段，赶截止日期的项目很难排进去。
8.3 一个判断清单
在提交提案之前，先自问四件事：需要的轮次是否在平台已放出范围内；需要的变量是读片值还是原始影像；团队所属机构能否独立签署协议；成果回传与销毁条款能否接受。四问答完，申请路径自然清楚。
如果四问里有两问答不出，说明还没到提交的时候。先把变量清单和轮次表对齐，比反复改提案省时间得多。
8.4 边界之外的替代方案
不适合 MESA 的团队，往往也不是没有选择。需要大样本横截面患病率，用全国健康与营养调查；需要逐体素标注，用专门的影像标注数据集；需要短周期出成果，用已打包好的公开影像库。这些替代在规模或标签粒度上补足 MESA 的短板，代价是失去纵向与族群结构。
一个团队同时需要纵向与粒度时，现实做法是组合：用公开影像库做标签预训练，用 MESA 做纵向验证，用全国调查做人群外推。三份数据各管一段，谁也不用假装能干全部的活。
8.5 关于「值得不值得」的一句判断
如果一项研究的核心结论必须依赖「同一个人的血管被量了十年以上」，那 MESA 是少数可选之一，值得走完整个申请流程；如果结论只要「这一次的量足够准」，那它的优势发挥不出来，换数据集更快。
§9 相关条目与外部入口
9.1 站内相邻条目
| 条目 | 互链理由 |
|---|---|
| MESA Sleep | 同母队列的睡眠子研究，第 5 轮前后的两条数据通道 |
| ARIC | 同类社区队列，中年段更早、人数更多 |
| Framingham | 风险方程源头，常作外部验证 |
| CHS | 老年段心血管队列，与 MESA 晚期重叠 |
| HRS | 全国抽样的衰老队列，无系统影像 |
| WHI | 女性专队列，可与 MESA 做性别对照 |
| NHANES | 全国代表性横截面，补 MESA 外推不足 |
| UK Biobank | 超大样本影像队列，与 MESA 规模互补 |
| ADNI | 脑影像与认知，MESA 第 5 轮认知支线的下游对照 |
9.2 外部入口
| 资源 | 链接 | 用途 |
|---|---|---|
| 研究概览与保留率 | https://mesa-nhlbi.org/about/overview | 七轮年份与人数 |
| 检查组件表 | https://mesa-nhlbi.org/about/components | 每轮做了什么 |
| 研究者注册 | https://mesa-nhlbi.org/researchers/registration | 账号与数据协议入口 |
| BioLINCC 数据集 | https://biolincc.nhlbi.nih.gov/studies/mesa/ | 申请打包数据 |
| NHLBI 项目页 | https://www.nhlbi.nih.gov/science/multi-ethnic-study-atherosclerosis-mesa | 面向公众的简介 |
| 临床试验登记 | https://clinicaltrials.gov/study/NCT00005487 | 设计与招募记录 |
| dbGaP 入口 | https://www.ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi?study_id=phs003288.v1.p1 | 基因组与原始影像 |
以上外部链接与页面结构数据中的 sameAs 一一对应，站内互链只出现在 9.1 的表格里。
§10 附录
附录 A 检查波次与文件
| 轮次 | 年份 | 人数 | 影像重点 | 常见文件 |
|---|---|---|---|---|
| 第 1 轮 | 2000–2002 | 基线全量 | 钙化、颈动脉内中膜、心脏磁共振、踝臂指数 | 检查数据集、读片值、心电图 |
| 第 2 轮 | 2002–2004 | 6,239 | 重复钙化、颈动脉超声、视网膜摄影 | 检查数据集、读片值 |
| 第 3 轮 | 2004–2005 | 5,946 | 重复钙化、颈动脉超声、腹部 CT 子样本 | 检查数据集、读片值 |
| 第 4 轮 | 2005–2007 | 5,818 | 重复颈动脉超声、部分心脏磁共振 | 检查数据集 |
| 第 5 轮 | 2010–2011 | 4,655 | 重复钙化、心脏磁共振、脑 MRI、认知测验 | 检查数据集、认知测验 |
| 第 6 轮 | 2016–2018 | 3,302 | 脑 MRI、肺 CT、心脏磁共振子样本 | 检查数据集 |
| 第 7 轮 | 2022–2024 | 2,276 | 脑 MRI、肺 CT、全身磁共振子样本 | 检查数据集（打包平台尚未列） |
事件表按日历年更新，2020 年为其公开上限。死亡信息与国家死亡索引核对后入库。
附录 B 变量与主键
人级主键在文献与数据字典里通常写作 MESAID，配合轮次字段构成复合键。常见模块的命名规律：人口学与用药按人存放，体格与血压按轮次存放，读片值按模态分表，事件按事件类型分表。
#-- 合并前先确认主键与轮次字段的实际名称（以变量字典为准）
#-- 示意：在变量字典里找主键与日期类字段
grep -iE "mesaid|^exam|_date" variable_dictionary.md | head -20
合并时的三条约定：事件日期与检查日期分别存储，不要用检查日期替代事件日期；负值钙化差值需按文献口径处理；分类变量按字典还原标签后再做统计。
附录 C 术语表
| 术语 | 含义 |
|---|---|
| 冠脉钙化 | 用 CT 测得的冠状动脉钙化程度，以 Agatston 评分表示 |
| 内中膜厚度 | 颈动脉超声测量的血管壁厚度 |
| Agatston | 一种钙化评分方式，按密度加权后求和 |
| 体模校正 | 用标准体模校准不同扫描设备之间的读数差异 |
| 亚临床动脉粥样硬化 | 尚未引起临床症状的动脉病变 |
| 分发协议 | 数据与材料分发协议，按项目授权的使用协议 |
| 电子束 CT 与多层 CT | 两代心脏 CT 技术，MESA 早期两种并存 |
| 判定 | 由委员会按手册对事件逐例确认的过程 |
附录 D 常见误读问答
问：现在还有几轮检查？ 七轮，第 7 轮 2022–2024 年完成，早期材料里的「五次检查」已过时。
问：两千两百余人参加第 7 轮，是不是数据快枯竭了？ 不是。第六、七轮的测量更集中，样本小，但前期全部影像可以回溯。
问：冠脉钙化是不是每轮都做？ 不是，集中在第 1 至第 5 轮。
问：能不能只申请影像不申请表型？ 协议按项目签，授权范围以批准的提案为准，单独要影像通常需要说明用途。
问：睡眠数据在母队列包里吗？ 不在，走睡眠研究资源库。
问：商业公司能用吗？ 可以申请，但条件分层，需在提案阶段说明。
问：有免费公开的样本数据吗？ 没有。部分变量统计与风险计算器工具对外公开，原始数据一律申请。
附录 E 申请与再分发
| 环节 | 要点 |
|---|---|
| 提案 | 向协调中心提交论文或辅助研究提案，需资深成员担保 |
| 协议 | 签署数据与材料分发协议，按项目授权 |
| 伦理 | 申请方机构需通过伦理审查 |
| 使用范围 | 限于批准的项目，不得再分发数据与衍生数据 |
| 成果 | 结果回传 MESA，论文按流程送审 |
| 终止 | 协议到期后销毁数据 |
| 基因组 | 另走 dbGaP 数据使用认证 |
| 影像 | 走协议授权的影像子集，或 dbGaP 登记的原始影像 |
再分发是这类队列最常见的违规点。把数据转给合作者、放进团队共享盘、用衍生数据训练并公开发布模型，都可能触及协议边界。条款原文以签署版本为准，本表只是索引。
编辑说明
核验时间 2026-10-29。核验方式：以 MESA 官网研究概览页与检查组件页为规模与轮次的主依据，以 BioLINCC MESA 页面为申请口径与事件更新范围的主依据，以 NHLBI 项目页与临床试验登记为年份与招募的交叉依据。
未覆盖内容：各轮影像子样本的确切人数只取官网轮次表的数量级，未逐轮核对；肝脏相关测量的规模取自辅助研究描述，未取得专门页面；第 7 轮在打包平台的入库状态仅按该页文案判断，未向协调中心确认。
数字口径提示：族群百分比在官网与 BioLINCC 两处存在两套取整结果，正文以绝对人数为准，百分比仅作参照。
相关数据集导航
以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：
- framingham — 共享标签：公共卫生与流行病学 / 队列研究 / 心血管疾病 / 流行病学
- ncd-risc — 共享标签：公共卫生与流行病学 / 队列研究 / 流行病学
- aric — 共享标签：公共卫生与流行病学 / 队列研究 / 心血管疾病
- cardia — 共享标签：公共卫生与流行病学 / 队列研究 / 心血管疾病
- jphc — 共享标签：公共卫生与流行病学 / 队列研究 / 流行病学
- fair-health-atlas — 共享标签：公共卫生与流行病学 / 队列研究 / 流行病学
- nutrition5k — 共享标签：公共卫生与流行病学 / 流行病学
- charls — 共享标签：公共卫生与流行病学 / 队列研究 / 流行病学
- qresearch — 共享标签：公共卫生与流行病学 / 队列研究 / 流行病学
- hospital-onset-infection — 共享标签：公共卫生与流行病学 / 队列研究 / 流行病学
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
