类风湿关节炎患者动脉粥样硬化风险预测模型的构建与验证

doi:10.11958/20251059

天津医药 ›› 2025, Vol. 53 ›› Issue (10): 1043-1047.doi: 10.11958/20251059

类风湿关节炎患者动脉粥样硬化风险预测模型的构建与验证

吕婧(), 朱方颖, 朱凯, 李云, 杨娜, 温淑云, 仲米倩^△()

山东大学齐鲁医院德州医院中医科（邮编 253000）

收稿日期:2025-03-16 修回日期:2025-07-10 出版日期:2025-10-15 发布日期:2025-10-12
通讯作者: ^△E-mail：391529383@qq.com
作者简介:吕婧（1989），女，主治医师，主要从事风湿免疫疾病方面研究。E-mail：17653486690@163.com
基金资助:
山东省中医药科技项目(2020M176)

Construction and verification of atherosclerosis risk prediction model for rheumatoid arthritis patients

LYU Jing(), ZHU Fangying, ZHU Kai, LI Yun, YANG Na, WEN Shuyun, ZHONG Miqian^△()

Department of Traditional Chinese Medicine, Dezhou Hospital, Qilu Hospital, Shandong University, Dezhou 253000, China

Received:2025-03-16 Revised:2025-07-10 Published:2025-10-15 Online:2025-10-12
Contact: ^△E-mail：391529383@qq.com

吕婧, 朱方颖, 朱凯, 李云, 杨娜, 温淑云, 仲米倩. 类风湿关节炎患者动脉粥样硬化风险预测模型的构建与验证[J]. 天津医药, 2025, 53(10): 1043-1047.

LYU Jing, ZHU Fangying, ZHU Kai, LI Yun, YANG Na, WEN Shuyun, ZHONG Miqian. Construction and verification of atherosclerosis risk prediction model for rheumatoid arthritis patients[J]. Tianjin Medical Journal, 2025, 53(10): 1043-1047.

摘要/Abstract

摘要：

目的基于Lasso-Logistic回归构建类风湿关节炎（RA）患者动脉粥样硬化（AS）风险预测模型，为个体化临床干预提供科学依据。方法回顾性收集344例RA患者的临床数据，其中单纯RA组258例和RA+AS组86例。比较2组临床特征和入院首次实验室检查指标的差异。采用Lasso回归筛选关键预测变量，并结合Logistic回归构建预测模型。通过受试者工作特征（ROC）曲线和曲线下面积（AUC）评价模型的区分度，Hosmer-Lemeshow检验评估校准度，并使用决策曲线分析验证模型的临床适用性。结果筛选出RA病程、28项关节疾病活动度（DAS28）评分、C反应蛋白（CRP）、三酰甘油（TG）、高密度脂蛋白胆固醇（HDL-C）、空腹血糖（FBG）水平和高血压7个预测变量。RA患者AS风险预测模型为Logit（P）=-2.674+0.605×RA病程+0.393×DAS28评分+0.310×CRP+1.346×TG-2.289×HDL-C+0.679×FBG+0.711×高血压。构建的模型AUC为0.965（95%CI：0.943~0.987），Hosmer-Lemeshow χ²=0.547，P=1.000，显示模型区分度和校准度较好。临床决策曲线分析显示概率阈值在7%~92%范围内时，模型具有较高的临床实用性。结论基于Lasso-Logistic回归构建的RA患者AS风险预测模型可有效识别高风险患者，为制定个体化的预防和治疗策略提供支持。

关键词: 关节炎, 类风湿, 动脉粥样硬化, 危险因素, 预测模型, Lasso-Logistic回归

Abstract:

Objective To construct a risk prediction model for atherosclerosis (AS) in patients with rheumatoid arthritis (RA) based on Lasso-Logistic regression analysis and provide a scientific basis for individualized clinical intervention. Methods The retrospective clinical data were collected from 344 RA patients, including 86 patients with AS (RA+AS group) and 258 patients with without AS (RA group). The clinical characteristics and initial laboratory test results were compared between the two groups. Lasso regression was used to screen the key predictive variables, and Logistic regression was combined to construct the prediction mode. The discrimination of the model was evaluated through the receiver operating characteristic (ROC) curve and the area under the curve (AUC). The Hosmer-Lemeshow test was used to assess the calibration, and decision curve analysis was used to verify the clinical applicability of the model. Results Seven predictive variables were identified including RA disease duration, DAS28 score, C-reactive protein (CRP), triglycerides (TG), high-density lipoprotein cholesterol (HDL-C), fasting blood glucose (FBG) and hypertension. The risk prediction model for AS in RA patients was: Logit (P)=-2.674+0.605×RA disease duration +0.393×DAS28 score+0.310×CRP+1.346×TG- 2.289×HDL-C+0.679×FBG+0.711×hypertension. The AUC of the model was 0.965 (95% CI: 0.943-0.987), and the Hosmer-Lemeshow test showed χ²=0.547, P=1.000, indicating good discrimination and calibration. Clinical decision curve analysis showed that the probability threshold ranged from 7% to 92%, demonstrating high clinical applicability. Conclusion The AS risk prediction model constructed in this study for RA patients can effectively identify high-risk individuals, supporting the development of personalized prevention and treatment strategies.

Key words: arthritis, rheumatoid, atherosclerosis, risk factors, prediction model, Lasso Logistic regression

中图分类号:

R593.22

图/表 7

参考文献 20

[1]	SMOLEN J S, ALETAHA D, MCINNES I B. Rheumatoid arthritis[J]. Lancet, 2016, 388(10055):2023-2038. doi:10.1016/S0140-6736(16)30173-8.
[2]	KEROLA A M, ROLLEFSTAD S, SEMB A G. Atherosclerotic cardiovascular disease in rheumatoid arthritis:impact of inflammation and antirheumatic treatment[J]. Eur Cardiol, 2021, 16:e18. doi:10.15420/ecr.2020.44.
[3]	张兰慧. 炎症性关节病合并心血管损害的危险因素分析及相关内皮损伤标志物意义的初步探索[D]. 广州: 南方医科大学, 2022:12.
	ZHANG L H. Analysis of risk factors for inflammatory arthropathy complicated with cardiovascular damage and preliminary exploration of the significance of related endothelial injury markers[D]. Guangzhou: Southern Medical University, 2022:12.
[4]	MIN H K, KIM H, JEONG H J, et al. Risk of cancer, cardiovascular disease, thromboembolism, and mortality in patients with rheumatoid arthritis receiving Janus kinase inhibitors:a real-world retrospective observational study using Korean health insurance data[J]. Epidemiol Health, 2023, 45:e2023045. doi:10.4178/epih.e2023045.
[5]	ROGHANI S A, SHAMSI A, JALILI C, et al. Interleukin-6 positively correlates with cardiovascular disease predictor algorithms and biomarker in rheumatoid arthritis patients[J]. J Cell Mol Med, 2024, 28(16):e70028. doi:10.1111/jcmm.70028.
[6]	SIRCANA M C, ERRE G L, CASTAGNA F, et al. Crosstalk between inflammation and atherosclerosis in rheumatoid arthritis and systemic lupus erythematosus:is there a common basis?[J]. Life(Basel), 2024, 14(6):716. doi:10.3390/life14060716.
[7]	KAY J, UPCHURCH K S. ACR/EULAR 2010 rheumatoid arthritis classification criteria[J]. Rheumatology (Oxford), 2012, 51 Suppl 6:vi5-9. doi:10.1093/rheumatology/kes279.
[8]	HERNÁNDEZ-DÍAZ M, RODRÍGUEZ-GONZÁLEZ D, HERAS-RECUERO E, et al. The Relationship between the complement system and subclinical carotid atherosclerosis in patients with rheumatoid arthritis[J]. Arthritis Res Ther, 2024, 26(1):127. doi:10.1186/s13075-024-03360-3.
[9]	中国医药教育协会血管医学专业委员会,中华医学会北京心血管病学分会血管专业学组,北京大学医学部血管疾病社区防治中心. 中国血管健康评估系统应用指南(2018第三次报告)[J]. 中华医学杂志, 2018, 98(37):2955-2967.
	Vascular Medicine Professional Committee of China Medical Education Association,Vascular Professional Group of Beijing Cardiovascular Branch of Chinese Medical Association,Community Prevention and Treatment Center for Vascular Diseases,Peking University Health Science Center. Application guidelines for vascular health assessment system in China (third report 2018)[J]. National Medical Journal of China, 2018, 98(37):2955-2967. doi:10.3760/cma.j.issn.0376-2491.2018.37.002.
[10]	MARDANSHAHI Z, MARDANSHAHI A, HOSSEINIAN AMIRI A, et al. Investigating the relationship between carotid intima-media thickness,flow-mediated dilatation in brachial artery and nuclear heart scan in patients with rheumatoid arthritis for evaluation of asymptomatic cardiac ischemia and atherosclerotic changes[J]. Nucl Med Rev Cent East Eur, 2020, 23(1):25-31. doi:10.5603/NMR.2020.0010.
[11]	ARTS E E, FRANSEN J, DEN BROEDER A A, et al. The effect of disease duration and disease activity on the risk of cardiovascular disease in rheumatoid arthritis patients[J]. Ann Rheum Dis, 2015, 74(6):998-1003. doi:10.1136/annrheumdis-2013-204531.
[12]	ROJAS-GIMÉNEZ M, LÓPEZ-MEDINA C, LADEHESA-PINEDA M L, et al. Subclinical atherosclerosis measure by carotid ultrasound and inflammatory activity in patients with rheumatoid arthritis and spondylarthritis[J]. J Clin Med, 2022, 11(3):662. doi:10.3390/jcm11030662.
[13]	WEBER B N, GILES J T, LIAO K P. Shared inflammatory pathways of rheumatoid arthritis and atherosclerotic cardiovascular disease[J]. Nat Rev Rheumatol, 2023, 19(7):417-428. doi:10.1038/s41584-023-00969-7.
[14]	KASHER M, CHERNY S S, et al. CHARGE Inflammation Working Group, Exploring potential shared genetic influences between rheumatoid arthritis and blood lipid levels[J]. Atherosclerosis, 2022, 363:48-56. doi:10.1016/j.atherosclerosis.2022.11.006.
[15]	RODRÍGUEZ-CARRIO J, ALPERI-LÓPEZ M, LÓPEZ P, et al. Humoral responses against HDL are linked to lipoprotein traits,atherosclerosis, inflammation and pathogenic pathways during early arthritis stages[J]. Rheumatology(Oxford), 2023, 62(8):2898-2907. doi:10.1093/rheumatology/kead009.
[16]	章懿, 周胜利. ACPA阴性类风湿关节炎生物标志物相关研究进展[J]. 中国基层医药, 2023, 30(7):1116-1120.
	ZHANG Y, ZHOU S L. Research progress on biomarkers related to ACPA-negative rheumatoid arthritis[J]. Chinese Journal of Primary Medicine and Pharmacy, 2023, 30(7):1116-1120. doi:10.3760/cma.j.cn341190-20221215-01047.
[17]	OSIPOVA I V, STARODUBOVA Y N. Prediction of cardiovascular diseases in women with rheumatoid arthritis[J]. Kardiologiia, 2024, 64(1):67-79. doi:10.18087/cardio.2024.1.n2616.
[18]	雷玲彦, 邵会雨, 刘絮莹. 类风湿关节炎合并心血管病高危风险患者预后不良的影响因素的预测模型[J]. 中国实验诊断学, 2024, 28(6):647-653.
	LEI L Y, SHAO H Y, LIU X Y. Predictive model of factors affecting the poor prognosis of patients with rheumatoid arthritis and high risk of cardiovascu-lar disease[J]. Chinese Journal of Laboratory Diagnosis, 2024, 28(6):647-653.doi:10.3969/j.issn.1007-4287.2024.06.004.
[19]	许文静, 高冬梅, 李慧心, 等. 类风湿关节炎患者血清脂肪因子趋化素与疾病活动度和Th17/Treg的关系[J]. 天津医药, 2024, 52(2):193-196.
	XU W J, GAO D M, LI H X, et al. Correlation analysis of serum Chemerin with disease activity and Th17/Treg in patients with rheumatoid arthritis[J]. Tianjin Med J, 2024, 52(2):193-196. doi:10.11958/20230505.
[20]	DROSOS A A, VENETSANOPOULOU A A, PELECHAS E, et al. Exploring cardiovascular risk factors and atherosclerosis in rheumatoid arthritis[J]. Eur J Intern Med, 2024, 128:1-9. doi:10.1016/j.ejim.2024.07.016.

组别		n	年龄/岁		男性		BMI/（kg/m2）		吸烟史		饮酒史		RA病程/年
RA组		258	50.12±12.43		62（24.0）		23.12±3.52		53（20.5）		36（13.9）		8（4，12）
RA+AS组		86	52.37±11.85		21（24.4）		23.54±3.87		18（20.9）		12（14.0）		10（7，15）
t、Z或χ²			1.653		0.021		0.886		0.082		0.001		2.875^＊＊
组别	DAS28评分/分			高血压		糖尿病		血脂异常家族史		高血压家族史		糖尿病家族史
RA组	3.87±1.12			125（48.5）		38（14.7）		78（30.2）		128（49.6）		72（27.9）
RA+AS组	4.53±1.27			53（61.6）		18（20.9）		25（29.1）		38（44.2）		29（33.7）
t或χ²	4.125^＊＊			4.857^＊		2.201		0.043		0.412		1.086

组别		n	年龄/岁		男性		BMI/（kg/m2）		吸烟史		饮酒史		RA病程/年
RA组		258	50.12±12.43		62（24.0）		23.12±3.52		53（20.5）		36（13.9）		8（4，12）
RA+AS组		86	52.37±11.85		21（24.4）		23.54±3.87		18（20.9）		12（14.0）		10（7，15）
t、Z或χ²			1.653		0.021		0.886		0.082		0.001		2.875^＊＊
组别	DAS28评分/分			高血压		糖尿病		血脂异常家族史		高血压家族史		糖尿病家族史
RA组	3.87±1.12			125（48.5）		38（14.7）		78（30.2）		128（49.6）		72（27.9）
RA+AS组	4.53±1.27			53（61.6）		18（20.9）		25（29.1）		38（44.2）		29（33.7）
t或χ²	4.125^＊＊			4.857^＊		2.201		0.043		0.412		1.086

组别	ALT/（U/L）		AST/（U/L）		Cr/（μmol/L）		BUN/（mmol/L）	ESR/（mm/1h）			CRP/（mg/L）	TC/（mmol/L）		TG/（mmol/L）
RA组	19（14，27）		21（16，29）		65（55，75）		4.30（3.60，5.23）	22（15，35）			11（5，19）	4.87±0.95		1.56（1.10，2.15）
RA+AS组	21（15，30）		23（17，32）		68（58，78）		4.50（3.80，5.51）	29（18，42）			15（8，28）	5.23±1.08		1.85（1.32，2.68）
Z或t	1.897		1.581		1.190		1.000	2.786^＊＊			3.354^＊＊	2.241^＊		2.400^＊
组别		LDL-C/ （mmol/L）		HDL-C/ （mmol/L）		FBG/ （mmol/L）			HbA1c/ %	治疗方案
组别		LDL-C/ （mmol/L）		HDL-C/ （mmol/L）		FBG/ （mmol/L）			HbA1c/ %	传统DMARDs			生物制剂DMARDs		靶向合成DMARDs
RA组		2.85±0.76		1.32（1.18，1.47）		5.25±1.09			5.8（5.4，6.0）	105（40.7）			98（38.0）		55（21.3）
RA+AS组		3.21±0.89		1.20（1.05，1.38）		5.68±1.23			6.1（5.6，6.9）	35（40.7）			32（37.2）		19（22.1）
t、Z或χ²		3.162^＊		3.291^＊＊		2.449^＊			3.000^＊＊	0.015

组别	ALT/（U/L）		AST/（U/L）		Cr/（μmol/L）		BUN/（mmol/L）	ESR/（mm/1h）			CRP/（mg/L）	TC/（mmol/L）		TG/（mmol/L）
RA组	19（14，27）		21（16，29）		65（55，75）		4.30（3.60，5.23）	22（15，35）			11（5，19）	4.87±0.95		1.56（1.10，2.15）
RA+AS组	21（15，30）		23（17，32）		68（58，78）		4.50（3.80，5.51）	29（18，42）			15（8，28）	5.23±1.08		1.85（1.32，2.68）
Z或t	1.897		1.581		1.190		1.000	2.786^＊＊			3.354^＊＊	2.241^＊		2.400^＊
组别		LDL-C/ （mmol/L）		HDL-C/ （mmol/L）		FBG/ （mmol/L）			HbA1c/ %	治疗方案
组别		LDL-C/ （mmol/L）		HDL-C/ （mmol/L）		FBG/ （mmol/L）			HbA1c/ %	传统DMARDs			生物制剂DMARDs		靶向合成DMARDs
RA组		2.85±0.76		1.32（1.18，1.47）		5.25±1.09			5.8（5.4，6.0）	105（40.7）			98（38.0）		55（21.3）
RA+AS组		3.21±0.89		1.20（1.05，1.38）		5.68±1.23			6.1（5.6，6.9）	35（40.7）			32（37.2）		19（22.1）
t、Z或χ²		3.162^＊		3.291^＊＊		2.449^＊			3.000^＊＊	0.015

变量	β	SE	Wald χ²	P	OR（95%CI）
RA病程	0.605	0.122	24.592	<0.001	1.832（1.442~2.326）
DAS28评分	0.393	0.221	3.861	0.049	1.482（1.001~2.194）
CRP	0.310	0.063	24.213	<0.001	1.363（1.205~1.543）
TG	1.346	0.564	5.696	0.017	3.842（1.272~11.605）
HDL-C	-2.289	0.401	32.584	<0.001	0.101（0.046~0.222）
FBG	0.679	0.218	9.701	0.002	1.972（1.287~3.022）
高血压	0.711	0.268	7.038	0.008	2.036（1.204~3.443）
常数项	-2.647	4.379	0.365	0.546	0.071

类风湿关节炎患者动脉粥样硬化风险预测模型的构建与验证

Construction and verification of atherosclerosis risk prediction model for rheumatoid arthritis patients

引用本文

RichHTML

PDF (PC)

可视化

摘要/Abstract

使用本文

图/表 7

参考文献 20

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周利军, 曾文静, 胡琴. 哌拉西林他唑巴坦致低钾血症的危险因素分析[J]. 天津医药, 2025, 53(9): 937-941.
[2]	蔡淼, 梁爽, 刘洋. 儿童肺炎住院时间延长预测模型的构建及临床应用价值[J]. 天津医药, 2025, 53(9): 976-980.
[3]	刘鹏勇, 刘梦友, 周昱, 管海, 田振, 胡浩, 岳晓松, 关倩楠. 甲状腺全切术后并发永久性甲状旁腺功能减退的危险因素及列线图建立[J]. 天津医药, 2025, 53(8): 850-855.
[4]	金吴娟, 倪刚, 黄欣宇, 王羊洋. 老年消化道出血患者不良预后的列线图预测模型的构建与验证[J]. 天津医药, 2025, 53(7): 694-699.
[5]	何仁豪, 张聘, 尹识渊, 张杰. 关节镜探查联合单髁置换术对膝关节骨性关节炎患者膝关节功能的影响[J]. 天津医药, 2025, 53(7): 725-729.
[6]	陈英, 郭长英, 张静, 李娟, 陈丰毅. 基于术前肺动脉压评估心脏移植术后右心衰竭的发生风险[J]. 天津医药, 2025, 53(7): 751-755.
[7]	李建林, 孙思进, 王大力. Ⅰ—Ⅱ期非小细胞肺癌胸腔镜术后心肺并发症的影响因素及预测模型构建[J]. 天津医药, 2025, 53(6): 583-588.
[8]	陈珍进, 金晓青, 祁安宁, 韩崇旭. 血浆血管性血友病因子抗原水平对老年急性心肌梗死患者长期预后的预测价值[J]. 天津医药, 2025, 53(6): 589-593.
[9]	高岩, 马伟, 张瑜, 李蕾. 艾司氯胺酮对小儿四肢骨折术后辅助镇痛效果及预测模型构建[J]. 天津医药, 2025, 53(5): 483-487.
[10]	王欣欣, 许慧, 吴晓. 妊娠期肝内胆汁淤积症合并GDM孕妇不良妊娠结局的影响因素及预测模型构建[J]. 天津医药, 2025, 53(5): 503-508.
[11]	董丹, 陈立娟, 俞荷花. 急性胰腺炎并发低血压的危险因素分析及预测模型建立[J]. 天津医药, 2025, 53(5): 509-513.
[12]	邓子昊, 黄欣扬, 钟坤江, 赵博. 纳米材料在动脉粥样硬化性心血管疾病中的应用进展[J]. 天津医药, 2025, 53(5): 556-560.
[13]	王彩丽, 王蕊, 郭丽宁. 高危型HPV阳性宫颈癌组织中ALKBH5和PAK5的表达水平及临床意义[J]. 天津医药, 2025, 53(4): 355-359.
[14]	宋志新, 叶建军, 杨道武. 交通创伤患者继发创伤性凝血功能障碍的危险因素分析[J]. 天津医药, 2025, 53(4): 416-419.
[15]	胡紫月, 郑茹瑜, 刘丹, 唐姗, 阚艳敏, 经翔, 李倩. 颈动脉粥样硬化斑块近心端角度与新生血管评分对脑梗死的预测价值[J]. 天津医药, 2025, 53(4): 439-443.