生物制剂不依从性临床预测模型在类风湿关节炎患者中的应用

目的:开发类风湿关节炎(rheumatoid arthritis,RA)患者用药不依从性临床预测模型.方法:基于2018年1月至2019年3月102例RA患者的训练数据集开发预测模型,使用6个月治疗覆盖天数比例为终点事件进行评估,采用LASSO回归模型用于优化药物不依从性风险模型的特征选择,应用多变量logistic回归分析建立包含LASSO回归模型中选择的特征的预测模型,使用C指数、校准图、ROC曲线和决策曲线分析来评估预测模型的预测能力、校准和临床实用性,并使用Bootstrap进行内部验证.结果:预测模型中的预测因素包括年龄、疾病活动度、教育水平、月收入及焦虑程度.该模型显示出良好的预测能力,C指数为0.897(95％CI:0.827～0.906),ROC曲线下面积(AUC)为0.8787939.在内部验证中,C指数可能达到0.888.决策曲线分析表明,在不损害其他患者的利益情况下,该模型的预测效果可以使得约85％的患者受益.结论:该临床预测模型有助于临床医护人员及早识别不依从性风险较高的患者,从而能够及时采取干预措施.