论文部分内容阅读
目的:探讨类风湿性关节炎骨质疏松与7关节超声评分法的相关性,构建类风湿性关节炎骨质疏松的预测模型并采用内部和外部验证对模型进行验证。方法:收集自2019年6月至2020年10月期间在我院进行骨密度检查的300名类风湿性关节炎患者纳入研究,患者按进入时间分成包含2/3患者的训练集(n=200)和包含剩余1/3患者的验证集(n=100)。使用二元Logistic回归分析建立回归模型,一致性指数(C-指数)、校准曲线图、临床有效性曲线评估骨质疏松预测模型的区分度、校准度及临床适用性。结果:1.训练集和验证集患者在人口学特征、实验室检查、超声表现比较无显著统计学差异(P>0.05),说明训练集与验证集在人口学特征、实验室检查、超声表现上一致性较好。2.训练集类风湿性关节炎(RA)患者中,28关节疾病活动性评分(DAS28)(r=0.639,P<0.001)、7关节超声(US7)骨侵蚀(r=0.647,P<0.001)、US7总分(r=0.644,P<0.001)、灰阶超声(GSUS)肌腱腱鞘炎(r=0.613,P<0.001)均与RA患者骨质疏松呈强正相关。年龄(r=0.443,P<0.001)、血沉(ESR)(r=0.500,P<0.001)、抗环瓜氨酶抗体(CCP)(r=0.424,P<0.001)、C-反应蛋白(CRP)(r=0.505,P<0.001)、GSUS滑膜炎(r=0.542,P<0.001)、能量多普勒超声(PDUS)滑膜炎(r=0.597,P<0.001)、PDUS肌腱腱鞘炎(r=0.516,P<0.001)均与RA患者骨质疏松呈中等正相关。病程(r=0.356,P<0.001)、类风湿因子(RF)(r=0.369,P<0.001)、用药时间(r=0.328,P<0.001)与RA患者骨质疏松呈弱正相关。3.筛选出年龄(OR:1.149;95%CI:1.081~1.222;P<0.001)、病程(OR:1.011;95%CI:1.002~1.020;P=0.022)、DAS28(OR:1.715;95%CI:1.105~2.661;P=0.016)、CCP(OR:1.001;95%CI:1.000~1.002;P=0.015)、GSUS肌腱腱鞘炎(OR:2.281;95%CI:1.351~3.849;P=0.002)、7关节超声骨侵蚀(OR:1.623;95%CI:1.140~2.312;P=0.007)6个变量进入模型。预测模型为:Y=-12.668+0.139*年龄(X1)+0.011*病程(X2)+0.539*DAS28(X4)+0.001*CCP(X7)+0.824*GSUS肌腱腱鞘炎(X12)+0.484*7关节超声骨侵蚀(X14)。该模型具有很好的区分性,内部验证C-指数为0.958(95%CI为0.946~0.982),外部验证C-指数为0.973(95%CI为0.960~0.999)。骨质疏松模型的预测概率与真实概率的校准曲线图之间具有良好的一致性。4.以诺模图风险概率值为0.376为骨质疏松诊断截断值时,模型的敏感性、特异性、阳性似然比、阴性似然比、约登指数分别是92.22%、88.18%、7.80、0.088、80.4%。5.在DCA曲线中,训练集中模型曲线明显优于两条极端线,提示人群整体收益良好;且验证集人群中同样表现优秀。结论:1.类风湿性关节炎骨质疏松与7关节超声评分法存在相关性,7关节超声骨侵蚀、US7总分、GSUS肌腱腱鞘炎与骨质疏松呈强正相关。2.年龄、病程、DAS28、CCP、GSUS肌腱腱鞘炎、7关节超声骨侵蚀是类风湿性关节炎骨质疏松的独立危险因素,构建的预测模型为:Y=-12.668+0.139*年龄(X1)+0.011*病程(X2)+0.539*DAS28(X4)+0.001*CCP(X7)+0.824*GSUS腱鞘炎(X12)+0.484*7关节超声骨侵蚀(X14)。3.建立的模型经过验证具有良好的区分度、校准度、临床有效性,有可能成为预测类风湿性关节炎骨质疏松的一种有用的临床预测模型。