一种中国类风湿关节炎患者相关肺间质病变的诊断系统

本发明涉及肺间质诊断，具体涉及一种中国类风湿关节炎患者相关肺间质病变的诊断系统。

背景技术：

1、肺间质病变起病隐匿，早期无明显的临床表现，患者就诊时多已属中晚期，错过了最佳的治疗时机。间质性肺病(ild)的发生与ra全身病变可同时或先后出现，早期多无明显症状，随后逐渐出现劳力性气促、干咳、乏力、呼吸困难等临床症状，晚期甚至可进展为呼吸衰竭、心力衰竭等。ild是影响ra患者预后的重要因素，临床早期预测诊断、积极干预可有效降低死亡率。

2、目前临床针对类风湿关节炎相关肺间质病变的预测有赖于生物标志物如血清tgf-β、涎液化糖链抗原kl-6、单核细胞趋化蛋白1(mcp-1)、肺表面活性蛋白a(sp-a)、sp-d。探索开发能预测类风湿关节炎相关肺间质病变疾病进展的疾病预测模型十分重要，有利于对类风湿关节炎相关肺间质病变进行早期预测及干预，改善患者预后，提升患者生存率和生活质量。

3、在predicting outcomes in rheumatoid arthritis related interstitiallung disease中，比较类风湿性关节炎相关间质性肺病(ra-ild)的放射学预测模型，以确定具有进行性纤维化表型的患者。在four-factor risk score for the prediction ofinterstitial lung disease in rheumatoid arthritis中，由于间质性肺病(ild)是类风湿关节炎(ra)患者最常见的全身性并发症之一，具有显著的发病率和死亡率负担。文章旨在确定对ra患者进行风险分层的关键变量，以确定发生ild的风险增加的患者。文章提出了一个基于识别这些变量的概率得分，共评估了430例ra(210例经高分辨率计算机断层扫描(hrct)证实为ild)患者。探讨了ra患者发生ild风险的几个独立变量，发现关键的重要变量是吸烟(过去或现在)，年龄较大，类风湿因子/抗环瓜氨酸肽阳性。使用多变量逻辑回归模型来形成一个评分系统，根据受试者工作特征曲线下面积为0.76(ci95％0.71-0.82)，将患者分为0-9分和5分的分界点分为高风险和低风险。这产生了86％的灵敏度和58％的特异性。高危患者应考虑进行hrct检查并密切监测。

4、目前一部分的研究探索性建立了预测模型，通过纳入类风湿关节炎发病年龄、吸烟、类风湿因子滴度、抗环瓜氨酸肽抗体(ccp)、类风湿关节炎疾病活动评分建立了类风湿关节炎相关肺间质病变的预测模型，模型曲线下面积为0.76。关于类风湿关节炎相关肺间质病变的预测模型，由于模型开发与验证的样本量较少(通常不超过200人)，且主要为回顾性研究，并且目前的预测模型还没有基于中国人群大样本研究的预测模型，模型的实际的临床应用可能存在挑战。

技术实现思路

1、本发明针对现有技术存在的问题，提供了一种中国类风湿关节炎患者相关肺间质病变的诊断系统，解决了既往模型开发数据质量差，模型精度不高的问题。

2、为实现上述目的，本发明采用的技术方案如下：

3、本发明提供了一种中国类风湿关节炎患者相关肺间质病变的诊断系统，包括以下步骤：

4、s1、对受试者进行肺间质病变的评估；

5、s2、确定研究变量，随机将患者分为训练集和测试集，利用训练集建立模型，利用测试集对模型进行内部验证；

6、s3、以发生肺间质作为临床结局，利用步骤s2中所述研究变量，对训练集数据进行分析，筛选出5个变量为筛选变量；

7、s4、分析判断筛选变量是否为类风湿关节炎相关肺间质病变的独立危险因素，最终确定导致类风湿关节炎相关肺间质病变风险增加的相关变量，并且针对相关变量建立回归模型，回归模型的多项式为：y＝0.555520*xa+0.072151*xb+0.124088*xc+0.004771*xd+0.413394*xe-5.743181；

8、其中，y代表类风湿关节炎相关肺间质病变情况，xa代表术前性别为男性，xb代表县年龄，xc代表白细胞计数，xd代表超敏c反应蛋白，xe代表甘油三酯；

9、s5、利用测试集的数据验证回归模型，验证得到c-index。

10、进一步地，步骤s1中自2015年起招募受试者，进行健康体检，每年进行肺间质病变的评估，共纳入703名患者。

11、进一步地，步骤s2中确定相关研究变量，随机将703名患者分为训练集(492人，70％)和测试集(211，30％)，利用训练集建立模型，利用测试集对模型进行内部验证。

12、进一步地，上述技术方案中，步骤s2中所述的研究变量一共包括32个，其中包括29个连续变量(现年龄、发病年龄、病程(月)、大关节受累数目、小关节受累数目、关节肿胀数、关节压痛数、白细胞计数、中性粒细胞绝对值、淋巴细胞计数、血红蛋白、血小板、d二聚体、血沉、超敏c反应蛋白、类风湿因子、抗链球菌溶血素o、尿酸、空腹血糖、甘油三酯、总胆固醇、高密度脂蛋白、低密度脂蛋白、免疫球蛋白g、免疫球蛋白m、免疫球蛋白a、补体c3、补体c4、总补体活性ch50)和三个分类变量(性别、晨僵、关节畸形)，结局指标定义为随访过程中高分辨胸部ct提示肺间质病变。

13、进一步地，上述技术方案中，步骤s3中所述的分析方法为lasso回归分析方法，筛选出与类风湿关节炎相关肺间质病变有关的临床基线数据。

14、进一步地，上述技术方案中，步骤s3中所述的筛选出5个变量包括：性别、现年龄、白细胞计数、超敏c反应蛋白和甘油三酯。

15、进一步地，上述技术方案中，步骤s4中所述的分析判断为利用单因素分析判断上述变量是否为类风湿关节炎相关肺间质病变的独立危险因素。

16、优选地，上述技术方案中，步骤s4中所述变量p<0.05被纳入类风湿关节炎相关肺间质病变的独立危险因素。

17、进一步地，上述技术方案中，步骤s4中所述相关变量为性别、现年龄、白细胞计数、超敏c反应蛋白和甘油三酯，上述变量与类风湿关节炎相关肺间质病变的风险增加有关。

18、进一步地，上述技术方案中，步骤s4中所述回归模型为logistic回归模型。

19、进一步地，上述技术方案中，所述logistic回归模型的多项式为：y＝0.555520*xa+0.072151*xb+0.124088*xc+0.004771*xd+0.413394*xe-5.743181。

20、其中，y代表类风湿关节炎相关肺间质病变情况，xa代表术前性别(男性＝1)，xb代表县年龄，xc代表白细胞计数，xd代表超敏c反应蛋白，xe代表甘油三酯。

21、进一步地，步骤s5中所述的验证得到的c-index为0.734(95％ci：0.667-0.802)，一般认为c-index大于0.5即认为该模型对预后的预测具有统计学意义。

22、本发明所取得的技术效果是：

23、1.发现一种基于类风湿关节炎相关肺间质病变的预测模型，解决了既往数据样本质量不高，样本量小及模型精度不高的问题；

24、2.甘油三酯是一种新颖的、可以用于类风湿关节炎相关肺间质病变评估的成分，可以独立或者是联合其他危险因素预测类风湿关节炎相关肺间质病变风险。