《Frontiers in Nephrology》：Development and validation of a routine urinalysis-based risk stratification model for IgA nephropathy in a multicenter real-world hospital population
编辑推荐：
背景：IgA肾病（IgAN）是全球最常见的原发性肾小球疾病。常规尿液分析普遍可及，但在IgAN风险分层中未充分利用。本研究旨在多中心真实世界医院人群中开发并验证基于常规尿液分析的IgAN风险分层模型。方法：本回顾性多中心研究基于8家医院的常规尿液分析记录。共3
背景：IgA肾病（IgAN）是全球最常见的原发性肾小球疾病。常规尿液分析普遍可及，但在IgAN风险分层中未充分利用。本研究旨在多中心真实世界医院人群中开发并验证基于常规尿液分析的IgAN风险分层模型。方法：本回顾性多中心研究基于8家医院的常规尿液分析记录。共354例经活检确诊的原发性IgAN患者，18,002例对照在电子病历（EMR）审查后无IgAN诊断记录。数据集随机分为训练队列（70%）与留出验证队列（30%）。采用LASSO惩罚逻辑回归进行变量筛选，通过区分度、校准度及决策曲线分析（DCA）评估模型性能，并进行1000次重采样的Bootstrap验证，另开发8变量简化模型。结果：LASSO回归为初级全模型筛选13个变量。初级模型训练队列AUC为0.849（95% CI：0.824–0.873），验证队列AUC为0.861（95% CI：0.833–0.890）。训练队列校准良好（Brier评分=0.017），验证队列呈中度校准偏移（Brier评分=0.020）。模型负预测值（NPV）>0.99。8变量简化模型验证队列AUC为0.840，区分度尚可。结论：该基于常规尿液分析的模型可作为真实世界医院场景中识别IgAN预测概率较低或升高患者的可及实验室风险分层工具，应作为临床评估的辅助手段，而非独立诊断检测或肾活检替代。
研究背景与立项依据
IgA肾病（IgA nephropathy，IgAN）由Berger和Hinglais于1968年首次描述，是全球最常见的原发性肾小球疾病，也是中青年人群终末期肾病（end-stage renal disease，ESRD）的主要病因之一，约20%–30%患者在诊断后10–20年内进展至ESRD。肾活检仍是确诊金标准，但属有创操作，存在出血等并发症风险；半乳糖缺陷型IgA1（galactose-deficient IgA1，Gd-IgA1）特异性抗糖抗体虽具前景，尚未普及。KDIGO指南明确指出缺乏可靠的血清或尿液筛查工具。常规尿液分析（urinalysis）是临床最常用实验室检测之一，尿液可反映内环境稳态改变并累积早期病变信号，但既往研究多聚焦单一标志物或小规模队列，复合参数的预测价值在真实世界中未被系统挖掘。为此，研究人员在8家医院开展多中心、实验室基回顾性研究，旨在开发并验证一套基于常规尿液分析的IgAN风险分层模型，辅助（而非替代）临床评估与肾活检决策。论文发表于《Frontiers in Nephrology》。
主要技术方法概要
研究人员纳入2023年10月至2025年12月8家医院门诊及住院患者的常规尿液分析记录，关联EMR与病理报告，定义354例活检确诊原发性IgAN为病例组，18,002例EMR无IgAN记录者为对照组，剔除接受肾素-血管紧张素-醛固酮系统抑制剂（RAASi）或免疫抑制剂者以避免治疗干扰，同一患者保留一条基线前记录。50项尿液参数（干化学与沉渣定量）经z-score标准化（均值与标准差仅来自训练队列），缺失值中位数填补。队列按7:3分训练与留出验证集。变量筛选采用10折交叉验证LASSO惩罚逻辑回归（λ取1-SE规则），入选变量进入多变量逻辑回归构建13变量初级全模型；另以8项干化学参数构建简化模型。性能评估含ROC曲线下面积（AUC）、Brier评分、Hosmer-Lemeshow检验、校准截距/斜率及DCA，并以1000次Bootstrap重采样验过拟合。
研究结果
3.1 基线特征：总队列18,356人（IgAN 354例，对照18,002例），训练集12,850人（IgAN 230），验证集5,506人（IgAN 124）。IgAN组潜血（occult blood，BLD）、蛋白（protein，PRO）、微量白蛋白（microalbumin，MALB）、尿肌酐（creatinine，Cr）分级中位值显著高于对照，尿 conductivity 更低，棘形红细胞（acanthocytes）出现率更高。
3.2 预测变量筛选：LASSO（λ=0.002675191）从50变量中保留13变量进入全模型，事件每变量（EPV）=17.7；8变量简化模型EPV=28.8。全模型正向权重最高为MALB（OR=1.876）、Cr（OR=1.531）、BLD（OR=1.446）、维生素C（OR=1.394）、葡萄糖（OR=1.270）；负向权重含酮体（OR=0.430）、白细胞酯酶（OR=0.536）、比重（OR=0.643）、pH（OR=0.776）。
3.3 初级13变量模型性能：训练队列AUC 0.849（95% CI：0.824–0.873），验证队列AUC 0.861（95% CI：0.833–0.890），Bootstrap AUC分别0.841与0.857，无严重过拟合。训练校准佳（Brier=0.017，H-L P=0.649，截距0，斜率1）；验证校准中度偏离（Brier=0.020，H-L P=0.017，截距0.465，斜率1.060），适于相对风险分层而非绝对概率精估。DCA显示阈值概率0–0.20内净收益优于全干预/全不干预。诊断指标：敏感度0.765/0.790，特异度0.787/0.794，PPV仅0.061/0.081（低患病率所致），NPV>0.99。
3.4 简化8变量模型：仅用BLD、PRO、白细胞酯酶、葡萄糖、酮体、pH、维生素C、比重，训练AUC 0.827，验证AUC 0.840；训练校准佳（H-L P=0.3135），验证校准不一致（H-L P=0.0004），定位为实现导向次级模型。
3.5 Bootstrap内部验证：1000次重采样AUC与初始估计接近，支持模型稳定性。
讨论部分总结
研究人员指出，模型定位于实验室基风险分层而非独立诊断，高NPV源于低患病率，不能单独排除高临床疑似者。经典标志物（BLD、MALB）反映肾小球损伤；非经典变量（维生素C、酮体、比重）可能表征尿液浓缩、代谢状态或肾小管处理，属增量预测信息而非直接机制证据。简化模型利于仅备干化学参数的场景，但验证校准波动，绝对概率应谨慎。局限性包括：对照为“无记录”而非普遍活检验证，存在验证偏倚；低患病率致PPV低；未纳年龄、性别、血压、eGFR等临床变量；排除用药人群限制外推；两队列同源回顾性，非前瞻外部验证。
结论部分翻译
在本多中心医院实验室基常规尿液分析队列中，研究人员开发并验证了13变量LASSO筛选全尿液分析模型用于IgAN风险分层。模型区分度良好且总体预测误差低，但验证队列观察到校准偏移。8变量简化干化学模型保留可接受区分度，可支持全面尿液参数不可用场景的落地。上述模型应解释为辅助性风险分层工具，不替代临床评估或肾活检。
