论著 | 痛风患者形成痛风石风险列线图预测模型的构建与验证
论著 | 痛风患者形成痛风石风险列线图预测模型的构建与验证
[摘要]目的;痛风石是痛风的特征性表现,与患者的肌肉骨骼功能障碍密切相关,严重影响生活质量。建立一种可靠的痛风石风险预测模型,有助于临床早期干预,减少患者发生痛风石的风险。方法:回顾性收集 2019年2月—2020年2月在南通大学附属医院风湿免疫科住院治疗的100例痛风患者的人口学资料、临床特征、实验室检查结果,以及中文版风湿病治疗依从性问卷和健康评定问卷(health assessment questionnaire,HAQ)评分。经过 3年随访,收集患者的痛风石状态。采用最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)回归进行变量降维与特征筛选,并使用Logistic 回归建立预测模型,以列线图形式呈现。通过ROC及AUC评估区分度,Hosmer-Lemeshow拟合优度检验评估校准度,决策曲线分析(decision curve analysis,DCA)评估临床有效性。结果:LASSO 回归筛选出 HAQ评分、内生肌酐清除率、心房颤动、病程(>5年)兄弟姐妹患有痛风及年龄6个变量,并纳入Logistic 回归构建预测模型及对应的列线图。训练集AUC为 83.6%(95%CI;74.7%~92.4%) ,测试集AUC为
,两者差异无统计学意义 (P=0.635) 。最终全样本模型AUC为
Hosmer-Lemeshow检验 P=0.202 ,提示模型拟合良好。DCA 显示,该模型在较低阈值概率下即可获得显著净获益。结论:本研究基于LASSO和Logistic 回归构建的痛风石风险预测列线图,能够在临床中快速、直观地估算痛风患者发生痛风石的风险,为高危人群的早期识别和干预提供参考。