构建和验证中国单中心男性人群骨质疏松风险的预测列线图，使用系统性免疫-炎症指数

摘要 骨质疏松症（OP）是一种与炎症病理机制相关的骨代谢疾病。然而，关于免疫-炎症指数在男性人群中诊断有效性的研究仍然很少。因此，基于血常规检查中的炎症标记物实现男性人群早期诊断OP是很有意义的。我们通过回顾性研究，基于826名中国男性患者的训练数据集开发了一个预测模型，数据收集时间为2022年1月至2023年5月。所有参与者均进行了双能X线吸收测定（DXEA）和血常规检查。计算并记录了系统性免疫-炎症指数（SII）和血小板与淋巴细胞比率（PLR）等炎症标记物。我们利用最小绝对收敛和选择算子（LASSO）回归模型优化特征选择。多变量逻辑回归分析用于构建一个包含在LASSO模型中选择的特征的预测模型。该预测模型以列线图的形式呈现。使用受试者工作特征曲线（ROC）、C指数、校准曲线和临床决策曲线分析（DCA）来评估模型性能。内部验证采用自助法进行。本研究获得广东省中医院伦理委员会批准（伦理编号：JY2023012）并遵守相关指南和规定。预测模型中包含的预测因素有：年龄、BMI、心血管疾病、脑血管疾病、神经病、甲状腺疾病、骨折史、SII、PLR、C-反应蛋白（CRP）。该模型显示出良好的区分度，C指数为0.822（95%置信区间：0.798–0.846），校准良好。内部验证显示C指数值高达0.805。决策曲线分析（DCA）表明，当阈值概率在3%至76%之间时，该列线图具有良好的临床价值。该列线图可以有效预测男性人群中OP的发生率，基于SII和PLR，这将帮助临床医生在未来迅速便捷地诊断男性中的OP。