原发性醛固酮增多症是继发性高血压的重要病因之一。目前其亚型诊断高度依赖AVS，但该操作属有创手术，技术要求高、费用昂贵，多中心研究显示成功率仅为30%～80%，在亚洲地区普及程度尤为有限。开发基于常规临床参数的预测工具，具有重要的临床价值与现实意义。

该研究以阜外医院收治的402例PA患者作为回顾性队列，同时纳入前瞻性验证队列（150例）及来自多中心研究的外部验证队列（494例）。

研究团队在LASSO回归筛选基础上，比较了逻辑回归、支持向量机、随机森林及极端梯度提升（XGB）四种机器学习模型的表现，最终确定XGB模型性能最优。

XGB预测模型在各队列中均表现出色，AUC值分别达到0.944（训练集）、0.905（内部测试集）、0.894（前瞻性队列）及0.872（外部队列）。

基于此，研究团队进一步构建了简便易用的10分制PASS评分系统，纳入高血压分级、最低血清钾水平、直立位醛固酮/肾素比值（ARR）、卧立位醛固酮变化幅度及单侧肾上腺结节五项临床指标。

根据PASS评分，研究团队提出了明确的临床管理建议：评分≤3分的患者可诊断为双侧PA，推荐采用盐皮质激素受体拮抗剂治疗，此举可使近半数的双侧PA患者免于接受有创的AVS检查；评分≥7分者则高度提示单侧PA，建议进一步行AVS明确诊断。与现有的Küpers、Kobayashi、Zhang及Burrello等评分系统相比，PASS评分的判别能力均有显著提升。

研究团队指出，亚洲人群中单侧PA多与KCNJ5基因突变相关，临床表型更为明显。PASS评分首次将体位刺激试验纳入预测模型，是目前经过最严格多队列验证的亚型预测工具，对AVS资源有限的亚洲高血压及内分泌中心具有重要的临床指导意义。

作者称，研究创新性纳入了卧立位醛固酮变化作为预测变量，使得该评分更加适用于亚洲地区的原醛患者，这是因为亚洲地区单侧PA患者中携带KCNJ5突变型醛固酮瘤比例更高，此类患者在体位刺激试验中的醛固酮变化往往不明显。

研究团队亦同步上线了基于XGB模型的在线概率计算器，供临床医师免费使用。