类风湿性关节炎中动脉粥样硬化性心血管疾病（ASCVD）的炎症与心血管代谢特征：基于2003–2023年NHANES数据进行的机器学习分析

《Nutrition, Metabolism and Cardiovascular Diseases》：Inflammatory and Cardiometabolic Signatures of Atherosclerotic Cardiovascular Disease (ASCVD) in Rheumatoid Arthritis: A Machine Learning Analysis of NHANES 2003–2023

　　

摘要

背景

类风湿性关节炎（RA）与心血管疾病（ASCVD）的发生风险增加相关，但炎症指数和脂肪指数的相对重要性仍不确定。我们使用可解释的机器学习方法研究了这些指标与ASCVD之间的关联。

方法

这项横断面分析包含了2003-2023年美国国家健康与营养调查（NHANES）中自我报告被医生诊断为RA的成年人。我们使用四种机器学习模型评估了六个综合指标：体型指数（ABSI）、身体圆润度指数、中性粒细胞与淋巴细胞比值、全身炎症指数（SIRI）和预后营养指数，并结合了人口统计学、临床和实验室变量进行评估。调查权重用于估计患病率；通过判别能力、校准、Boruta和SHapley Additive exPlanations（SHAP）来评估模型性能和特征重要性。

结果

在2,904名RA患者中（代表899万美国成年人），有596人患有ASCVD（加权患病率为18.2%）。仅支持向量机（SVM；曲线下面积[AUC]为0.678；Brier分数为0.153）和随机森林（AUC为0.681）满足预设的校准标准。年龄、高血压、糖尿病、吸烟、较低的肾小球滤过率和总胆固醇水平是SHAP识别出的主要特征。即使在按降脂治疗分层后，胆固醇的负相关关系仍然存在。在综合指标中，ABSI在所有模型中都表现出一致的信息价值。SIRI在随机森林模型中最为显著，而中性粒细胞与淋巴细胞比值和全身炎症指数的贡献较小。

结论

在RA患者中，传统的心血管因素仍是ASCVD的主要相关因素。ABSI是最一致的复合标志物，而炎症指数的重要性则取决于所使用的模型。在实际临床应用之前，需要进行纵向验证。

引言

类风湿性关节炎（RA）影响了全球大约0.24%至1%的人口，男女比例约为3:1 [1]。与普通人群相比，RA患者患动脉粥样硬化性心血管疾病（ASCVD）的风险更高，这部分归因于慢性全身炎症和免疫失调 [2], [3]。尽管RA管理有所进展，但心血管疾病仍然是该人群的主要发病率和死亡率原因 [4]。

主要针对普通人群开发的传统心血管风险评估工具可能无法充分捕捉到炎症、代谢功能障碍和脂肪对RA患者心血管风险的综合影响 [5]。因此，当前的预防指南越来越认识到心血管风险评估应超越传统的脂质和人口统计学变量 [6], [7]。2026年的ACC/AHA多学会血脂异常指南明确将包括RA在内的慢性炎症状态列为风险增强的因素 [6]。同样，2025年的ESC/EAS更新也强调了使用风险修饰因子和生物标志物来改进治疗阈值附近的心血管风险分类 [7]。

尽管如此，描述RA患者中与ASCVD相关风险因素的负担仍然具有挑战性 [8]。最近，一些基于常规临床、人体测量和实验室指标的复合指数被提出作为心血管和炎症状态的综合性标志物 [9], [10]。这些指数可能比单一参数指标更全面地反映RA患者的代谢和炎症特征。然而，它们在RA人群中的相对贡献和比较重要性尚未得到充分界定。

机器学习提供了一种框架，可以捕捉传统回归模型可能无法完全捕捉到的临床、代谢和炎症变量之间的多维非线性关系 [11]。除了风险分类之外，可解释的技术还可以对各个预测因子的相对贡献进行排序，从而深入了解ASCVD背后的代谢和炎症途径。利用2003-2023年的全国代表性NHANES数据，我们旨在研究已建立的和新兴的代谢和炎症标志物综合指数与RA患者中ASCVD的关联。我们使用机器学习方法和可解释的人工智能技术来评估这些指数的相对重要性，以确定与该人群中ASCVD最密切相关的标志物。

章节片段

数据来源和研究人群

本研究使用了2003-2023年美国国家健康与营养调查（NHANES）的数据。NHANES是由国家卫生统计中心（NCHS）进行的一项横断面数据系列，旨在监测美国人口的健康和营养状况。该调查通过标准化访谈、体格检查和实验室评估每两年进行一次。NHANES对特定亚群（包括种族/族裔群体）进行了过度采样。

研究人群和背景特征

在九个NHANES周期（2003-2023年）中，共识别出2,904名RA患者（调查加权人口：899万）。其中，596名参与者（调查加权：164万）患有ASCVD，粗略患病率为20.5%，调查加权患病率为18.2% （见补充图S1）。

根据ASCVD状态评估了背景特征（表1）。ASCVD患者年龄更大（65.37 ± 0.62岁 vs 56.46 ± 0.43岁；p < 0.001），并且

讨论

在这项针对2,904名RA患者（调查加权人口：899万）的横断面分析中，我们发现ASCVD的负担相当沉重，加权患病率约为18%。ASCVD患者具有更高的传统心血管代谢风险因素患病率。ASCVD患者年龄较大，男性比例较高，并且高血压、糖尿病、吸烟和肾功能下降的发病率较高，同时贫困-收入比率较低。

结论

在这项针对美国RA患者的全国代表性队列研究中，传统的心血管风险因素（包括年龄、高血压、糖尿病和吸烟状况）仍然是SVM和随机森林模型基于SHAP分析中确定ASCVD的主要因素。

在评估的综合指标中，ABSI始终是与ASCVD显著相关的特征，而炎症指数的贡献因模型而异。SIRI的重要性在各个模型中有所不同。

数据可用性

本研究使用的数据来自美国疾病控制与预防中心的国家卫生统计中心（NCHS）进行的全国健康与营养调查（NHANES），数据可在以下链接获取：https://www.cdc.gov/nhanes。完整的分析代码可根据合理请求向相应作者索取。

伦理批准和知情同意

NHANES方案已获得国家卫生统计研究伦理审查委员会的批准（方案编号：98-12, 2005-06, 2011-17, 2018-01, 和 2021-05）。所有参与者在参与前都提供了书面知情同意。本研究符合赫尔辛基宣言。由于这项二次分析仅使用了公开可用的去标识化数据，因此无需额外的机构审查。

发表同意

不适用。本研究使用了去标识化的公开数据，不包含可识别的参与者信息。

作者贡献

Hussein Alfakeer：概念构思、数据整理、正式分析、研究设计、方法论、软件开发、可视化、初稿写作及审稿编辑。

Mohammed S Beshr：概念构思、数据整理、正式分析、研究设计、方法论、软件开发、验证、可视化、初稿写作及审稿编辑。

Ali M. Abdelaziz：方法论、验证及审稿编辑。

Muhammed Elhadi：概念构思、方法论。

利益冲突声明

所有作者均声明无利益冲突。

AI声明

在准备本手稿期间，作者仅使用ChatGPT（OpenAI，加州旧金山）进行语言和编辑辅助。没有使用任何生成式人工智能工具来生成数据、进行统计分析或得出科学结论。作者审查并编辑了所有文本，并对内容负全责。

资金披露

本研究未获得任何公共、商业或非营利组织的资助。

致谢

无。

Hussein Alfakeer|Mohammed S. Beshr|Ali M. Abdelaziz|Muhammed Elhadi|Mamas A. Mamas

土耳其伊斯坦布尔Hamidiye国际医学院