机器学习用于查和预测青少年异常性关节炎中发生膜炎的风险
Li Li1, Junmei Zhang1, Jianghong Deng1
1Department of Rheumatology, Beijing Children's Hospital, Capital Medical University, National Center for Children's Health, Beijing, 100045, China.
Pediatric rheumatology online journal
|November 11, 2025
概括
研究人员开发了一种预测模型,以识别患有青少年性异形性关节炎 (JIA) 的患者有患上膜炎的风险. 该模型使用常见的临床指标进行早期检测.
科学领域:
- 类风湿病学 类风湿病学
- 眼科医生 眼科 眼科
- 儿科 儿科 儿科
背景情况:
- 尿道炎是青少年异形性关节炎 (JIA) 的一个显著并发症.
- 早期识别患有JIA患者有膜炎的风险,对于及时干预和预防视力丧失至关重要.
研究的目的:
- 建立一个预测模型,用于早期识别JIA相关性脑膜炎 (JIA-U).
- 为了确定关键的临床指标,与JIA患者的脑膜炎的发展相关.
主要方法:
- 一项涉及北京儿童医院 (2018-2023) 255名患者的横截面研究.
- 使用渐进后勤回归和LASSO回归进行预测模型开发.
- 通过校准和决策曲线分析验证模型.
主要成果:
- 开发了一个结合性别,发病年龄,关节炎亚型和ANA状态的预测模型.
- 诺米图表在培训 (AUC=0.8417) 和测试 (AUC=0.782) 队列中显示出良好的区别.
- 校准曲线证实了名图在预测JIA中脑膜炎风险方面的可靠性.
结论:
- 一个使用常规临床指标的预测模型成功地建立起来,用于评估JIA的卵膜炎风险.
- 该模型有助于在患有JIA的儿科患者中早期检测和治疗卵膜炎.
