131I难治性Graves甲亢影响因素列线图预测模型的开发与验证

本研究通过LASSO回归和多元逻辑回归分析，构建了131I治疗Graves病（GD）难治性甲亢的预测模型，首次纳入夜间睡眠质量等创新指标。模型涵盖病程、Graves眼病（GO）、甲状腺131I有效半衰期（RAIU1/2）等6项独立风险因素，训练组AUC达0.943，验证组0.926，为临床个体化治疗决策提供量化工具。

　　

引言

Graves病（GD）作为甲亢的主要病因，其治疗中约8%-50%患者对单次¹³¹I治疗无应答。研究通过回顾性分析272例首次接受¹³¹I治疗的GD患者数据，旨在揭示难治性甲亢的独立风险因素并构建可视化预测工具。

材料与方法

纳入患者分为难治组（92例）与非难治组（180例），随机以7:3比例划分为训练集与验证集。收集16项临床指标，包括病程、GO眼征、夜间睡眠质量（＜7小时为差）、甲状腺^99mTc摄取值等。采用LASSO回归筛选变量后，通过多元逻辑回归构建列线图模型，并利用ROC曲线、Hosmer-Lemeshow检验和决策曲线分析（DCA）评估性能。

结果

关键发现：

1. 病程与睡眠：长病程（OR=1.169）和差睡眠质量显著增加难治风险，后者可能通过激活HPA轴加剧甲状腺激素外周效应。

2. GO眼征：中重度GO患者复发风险高达33.3倍，提示自身免疫反应活跃导致甲状腺细胞放射抵抗。

3. 影像学参数：短RAIU1/2（反映¹³¹I代谢快）和低^99mTc摄取值与治疗失败相关，而大甲状腺质量（＞40g）因辐射剂量分布不均需调整¹³¹I剂量。

模型效能：训练组AUC 0.943（95%CI:0.909-0.977），校准曲线P值0.876；DCA显示阈值概率4%-86%时具有临床获益。

讨论

研究首次将睡眠质量纳入预测体系，揭示其通过神经内分泌途径影响疗效的机制。GO眼征作为独立预测因子，支持其与TRAb释放峰值的相关性。甲状腺^99mTc摄取值较传统RAIU更稳定，因不受碘摄入干扰，可作为替代指标。

局限性：单中心回顾性设计可能存在选择偏倚，睡眠数据依赖主观报告，且缺乏外部验证。未来需开展多中心前瞻性研究整合分子标志物（如IL-6、TRAb动态变化）。

结论

该列线图模型以直观界面整合6项易获指标，为临床识别高风险患者、优化¹³¹I剂量（如GO患者需增量至120μCi/g）提供循证依据，推动GD精准治疗。