《Frontiers in Endocrinology》：A nomogram based on baseline predictors for Graves’ disease relapse after antithyroid drug withdrawal: a retrospective study
编辑推荐：
专业术语翻译（摘要部分）
目的： 开发并验证一个实用的预测模型，用于预测Graves病（GD）患者在停用抗甲状腺药物（ATD）后一年内复发的风险，该模型基于常规可获得的基线特征，并将其性能与现有评分进行比较。
方法： 这项单中心回顾性队列研究纳入了654名成人
专业术语翻译（摘要部分）
目的： 开发并验证一个实用的预测模型，用于预测Graves病（GD）患者在停用抗甲状腺药物（ATD）后一年内复发的风险，该模型基于常规可获得的基线特征，并将其性能与现有评分进行比较。
方法： 这项单中心回顾性队列研究纳入了654名成人GD患者，这些患者在接受至少12个月的抗甲状腺药物治疗后达到缓解并随后停药。队列按70%/30%的比例随机分为训练集和测试集。预测因素通过最小绝对收缩和选择算子（LASSO）回归进行筛选，并在多重插补数据上构建多变量逻辑回归模型。模型性能通过区分度、校准度和决策曲线分析进行评估，并与Graves病治疗后复发事件（GREAT）评分进行基准比较。构建列线图以可视化个体化风险。
结果： 研究确定了五个独立的基线预测因素：年龄较小、男性、甲状腺肿分级2–3级、较高的游离甲状腺素（FT4）和较高的促甲状腺激素受体抗体（TRAb）。该模型表现出良好的区分度，测试集的受试者工作特征曲线下面积（AUC）为0.84，其区分度与GREAT评分（0.82；DeLong检验P = 0.31）相当。按预测概率四分位数分组，观察到的复发率从23.4%递增至97.9%（趋势检验p < 0.001）。校准度令人满意，决策曲线分析显示在相关阈值概率范围内具有净临床获益。该列线图将这五个变量转化为单一的复发概率。同时开发了一个交互式在线计算器以方便临床应用。
结论： 易于获取的临床和实验室参数可以识别ATD停药后Graves病早期复发风险较高的患者。所提出的列线图提供了一个简单、定量的工具，以支持个性化治疗讨论和共同决策，尽管在临床实施前仍需在多样化人群中进行外部验证。
论文解读
一、研究背景与目的
甲状腺功能亢进症（甲亢）是一种常见的内分泌疾病，全球患病率约为1.2%，以甲状腺激素分泌过多为特征，导致全身代谢率系统性升高。在甲亢的病因中，Graves病（GD）是最常见的亚型，占病例的70%至85%，典型临床特征包括体重减轻、心悸、震颤等全身高代谢表现，常伴有弥漫性甲状腺肿和眼球突出等眼部表现。GD的治疗选择包括抗甲状腺药物（ATD）、手术和放射性碘（RAI）治疗。虽然甲状腺切除术和RAI治疗复发率较低，但存在永久性甲状腺功能减退的显著风险，需要终身甲状腺激素替代治疗。相比之下，ATD治疗具有成本效益且较少导致永久性甲减，因此仍是GD的一线治疗方案。然而，ATD的疗效往往不持久，停药后复发率较高，研究显示ATD停药后GD复发率达52%至53%。这种高复发率归因于ATD疗效的逐渐减弱、个体间差异以及药物相关不良反应，导致相当比例的患者在停药后不久症状重现。因此，准确预测ATD治疗后复发风险并制定相应策略以尽量减少复发，已成为一个重大的临床挑战。
目前，GD预后预测在临床实践中的准确性仍不理想，缺乏精确的预测工具导致临床决策困难。现有预后评估方法主要基于简单的临床指标和经验判断，例如甲状腺激素水平和甲状腺相关抗体等传统预测因素在个体化和精确风险预测方面表现有限，难以提供个性化管理策略。此外，大多数现有的GD复发预测模型受限于小样本量、泛化性差、纳入变量数量有限，且未能充分将模型与个体患者特征相结合。这项研究的优势在于其基于循证医学和真实世界回顾性队列数据，聚焦于GD在ATD治疗后的复发风险这一临床难题。通过结合LASSO回归与多变量逻辑回归，研究人员构建了一个具有良好预测性能和临床可解释性的列线图模型，可应用于停药后复发的个体化风险评估，并作为筛查高风险人群的定量工具，促进风险沟通，指导随访管理，优化停药决策，从而为GD的精细化管理提供依据。
二、主要技术方法
研究人员开展了一项单中心回顾性队列研究，队列来源于达州市中心医院内分泌科，纳入2019年9月至2025年8月期间新诊断为GD并以ATD作为初始治疗的患者。研究共纳入654名在至少12个月ATD治疗后达到缓解并随后停药的患者，按70%/30%比例随机分为训练集和测试集。研究采用LASSO回归进行预测因素筛选以避免过拟合，并在多重插补数据上构建多变量逻辑回归模型。模型性能通过区分度（ROC曲线AUC）、校准度（校准图）和决策曲线分析（DCA）进行评估，并与GREAT评分进行基准比较。内部验证采用1000次重复的Bootstrap重抽样方法。最终构建了可视化列线图并开发了交互式在线计算器。
三、研究结果
3.1 基线特征： 研究共纳入654名患者，其中257名维持缓解（非复发组），397名在停药后一年内复发（复发组）。复发组患者显著更年轻（中位32.0岁 vs. 48.0岁；p < 0.01），女性比例较低（72.3% vs. 80.2%；p = 0.03）。复发组甲状腺肿2–3级比例显著更高（56.2% vs. 22.8%；p < 0.01），甲状腺体积更大（中位23.44 vs. 19.90 cm3；p = 0.01），从症状出现到诊断的间隔更长（中位8.00 vs. 4.00周；p < 0.01）。实验室指标方面，复发组基线FT4（78.30 vs. 51.50 pmol/L）、FT3（31.70 vs. 20.27 pmol/L）、TRAb（21.02 vs. 8.40 IU/L）和TPOAb（213.15 vs. 114.15 IU/mL）均显著升高（均p < 0.01）。
3.2 LASSO回归预测因素筛选： 通过LASSO回归与10折交叉验证，在lambda.min值下保留了8个非零系数的预测因素：性别、年龄、甲状腺肿分级（二分类为0–1级 vs. 2–3级）、基线FT4、TSH、初始药物类型、从发病到诊断的时间和基线TRAb。研究人员还检查了基线FT3/FT4比值是否增加增量信息，该比值在复发患者中更高（中位0.427 vs. 0.386；p < 0.001），但未被LASSO保留，加入最终模型未改善区分度（delta AUC = -0.014，95% CI: -0.043至0.002）。
3.3 多变量逻辑回归确定的独立危险因素： 在多重插补数据集上进行多变量逻辑回归分析后，确定了五个独立的复发预测因素：女性与较低复发风险相关（调整后OR 0.49，95% CI 0.27–0.87；p = 0.02）；年龄每增加一岁具有保护作用（调整后OR 0.96，95% CI 0.94–0.97；p < 0.01）；甲状腺肿2–3级相对于0–1级是显著危险因素（调整后OR 1.88，95% CI 1.13–3.11；p = 0.01）；较高的基线FT4水平（调整后OR 1.01，95% CI 1.00–1.02；p = 0.01）和较高的基线TRAb滴度（调整后OR 1.08，95% CI 1.06–1.11；p < 0.01）均与复发风险增加独立相关。其他纳入模型的变量（包括诊断时间、TSH和初始药物类型）未保留独立统计学显著性（均p > 0.05）。
3.4 模型性能与验证： 最终逻辑模型在训练集和测试集均表现出良好的区分能力，训练集AUC为0.82（95% CI: 0.78–0.86），测试集AUC为0.84（95% CI: 0.79–0.90）。测试集中198名患者中有10名（5.1%）因五个模型变量数据不完整而无法分配预测概率，ROC分析和与GREAT评分比较基于相同的188个完整病例。校准曲线显示模型预测概率与实际观察复发比例之间具有满意的一致性。Bootstrap内部验证显示乐观度为0.0075，乐观校正C指数为0.82。测试集逻辑校准回归得出校准截距为-0.17（95% CI: -0.53至0.18），校准斜率为1.09（95% CI: 0.77–1.42），表明预测与观察风险一致。决策曲线分析表明，在训练集和测试集中，应用该模型指导临床管理在相关阈值概率范围内均比“全部治疗”和“不治疗”策略提供正向净获益。
3.5 新模型与GREAT评分比较： 在同一独立测试集上直接比较，新列线图模型与GREAT评分显示出相当的区分度。新模型AUC为0.84（95% CI: 0.79–0.90），GREAT评分AUC为0.82（95% CI: 0.76–0.88），两者差异无统计学意义（DeLong检验，p = 0.31）。与GREAT评分使用固定截断值分配分数不同，该模型将变量作为连续测量值并返回个体化复发概率。按GREAT风险分级分类，观察到的复发率从I级的20.0%（6/30）递增至II级的43.3%（29/67）和III级的85.7%（78/91）。
3.6 风险分层与阈值性能： 按预测概率四分位数分组，观察到的复发率从Q1的23.4%（11/47）单调递增至Q2的42.6%（20/47）、Q3的76.6%（36/47）和Q4的97.9%（46/47）（Cochran-Armitage趋势检验p < 0.001）。预测概率≥20%的截断值识别出96.5%的复发患者，特异度为14.7%；≥40%截断值对应灵敏度90.3%，特异度45.3%。
3.7 列线图构建： 基于最终逻辑回归模型构建了用户友好的列线图，整合五个独立预测因素（性别、年龄、甲状腺肿分级、基线FT4和基线TRAb）形成综合评分系统。临床医生可对患者个体特征对应分数求和，并将总分直接映射到ATD停药后一年内GD复发的预测概率。交互式在线版本已公开发布。
四、讨论总结与结论翻译
讨论总结： 这项研究确认了年轻年龄、男性、甲状腺肿2–3级、较高基线FT4和TRAb水平升高是ATD停药后一年内GD复发的独立危险因素。这些发现与现有文献一致：年轻年龄与较差预后相关，可能反映更强烈或失调的自身免疫反应；FT4升高表示更大的甲亢负担，与B细胞活化因子（BAFF）过表达相关；TRAb作为GD的致病标志物，持续高滴度提示持续的免疫活动；甲状腺肿2–3级的独立预测价值与多项研究一致；男性作为危险因素得到多项大规模研究和荟萃分析的支持。该模型与GREAT评分相比具有相当的区分度，但因其返回连续概率而非离散分数，可在全范围预测风险内对患者进行分层。该模型仅依赖常规可获得的变量（年龄、性别、甲状腺肿触诊分级、FT4和TRAb），避免了基因多态性、TSI生物测定等成本较高或可及性较低的生物标志物，增强了临床转化潜力。研究存在若干局限性，包括回顾性设计、吸烟史未纳入、TRAb检测为竞争性结合测定（TBII）、样本为碘充足地区的中国汉族患者、未考虑合并症负担等。尽管存在这些局限性，该研究具有多项方法学优势：LASSO回归筛选预测因素、多重插补处理缺失数据、Bootstrap重抽样内部验证显示较小乐观度。然而，在外部验证完成前，该模型不应被认为适合广泛临床应用。
结论翻译： 综上所述，研究人员确认年轻年龄、男性、甲状腺肿2–3级、较高基线FT4和TRAb水平升高是ATD停药后一年内GD复发的独立危险因素。基于这五个常规可获得的变量，研究人员开发了列线图并证明了良好的内部区分度和校准度。在测试集中，其区分度与现有GREAT评分相当，同时该模型在中国人群中提供了分级、个体化的复发风险评估。然而，在缺乏外部验证的情况下，这些性能估计可能偏乐观，该模型尚不应被认为适合广泛临床应用。它可作为进一步前瞻性、多中心验证研究的基础，这些研究在临床实施前是必要的。尽管其预测准确性（如所有现有模型一样）仍不完善，这项工作代表了从泛化风险讨论向更结构化、个体化风险评估迈出的一步，前提是其可移植性在多样化人群和环境中得到确认。未来研究对于外部验证、整合动态治疗变量和新生物标志物以及探索先进分析方法以构建下一代GD预后算法至关重要。
