《Food Science & Nutrition》：Utilizing Life's Crucial 9 for Rheumatoid Arthritis Risk Prediction: A Machine Learning Approach Based on NHANES Data
编辑推荐：
为探究心血管健康指标Life's Crucial 9（LC9）与类风湿关节炎（Rheumatoid Arthritis, RA）风险的关联并建立RA风险预测模型，研究人员基于2011–2018年美国国家健康与营养检查调查（National Health and
为探究心血管健康指标Life's Crucial 9（LC9）与类风湿关节炎（Rheumatoid Arthritis, RA）风险的关联并建立RA风险预测模型，研究人员基于2011–2018年美国国家健康与营养检查调查（National Health and Nutrition Examination Survey, NHANES）数据开展分析，共纳入16?154名年龄≥20岁的成年人，其中RA组836例（自我报告确诊）、非RA组15?318例。研究人员采用加权多变量logistic回归分析LC9评分（连续变量及四分位分组）与RA的关联，并通过限制性立方样条（Restricted Cubic Spline, RCS）检验非线性关系。随后将LC9评分与10个协变量（年龄、性别、种族、教育程度、婚姻状况、贫困收入比（Poverty Income Ratio, PIR）分组、天门冬氨酸氨基转移酶（Aspartate Aminotransferase, AST）、丙氨酸氨基转移酶（Alanine Aminotransferase, ALT）、高密度脂蛋白胆固醇（High-Density Lipoprotein Cholesterol, HDL）及饮酒状态）纳入随机森林、支持向量机、K近邻、极端梯度提升（eXtreme Gradient Boosting, XGBoost）、轻量梯度提升机（Light Gradient Boosting Machine, LightGBM）及朴素贝叶斯共6种机器学习算法构建预测模型。数据集按7:3比例随机划分为训练集与测试集，采用五折交叉验证优化参数。结果显示，LC9评分每增加1单位，RA风险降低27%（比值比（Odds Ratio, OR）=0.73，95%置信区间（Confidence Interval, CI）：0.68–0.80，p<0.0001）；与最低四分位组（Q1）相比，最高四分位组（Q4）RA风险降低57%（OR=0.43，95% CI：0.33–0.55，p<0.0001）。剂量-反应关系呈线性（趋势p<0.0001；非线性p=0.159）。机器学习模型中XGBoost性能最优（测试集曲线下面积（Area Under the Curve, AUC）=0.987，准确率=96.20%，灵敏度=95.06%），其次为LightGBM（AUC=0.982）；随机森林（AUC=0.817）与朴素贝叶斯（AUC=0.735）性能相对较弱。SHapley加性解释（SHapley Additive exPlanations, SHAP）分析显示AST、年龄、ALT与HDL是前四位预测因子，LC9、饮酒状态及PIR分组的重要性相当，均显著高于其余变量。研究表明LC9是RA风险的独立保护因素，整合LC9的XGBoost预测模型具备优异诊断效能，可作为RA高风险人群风险分层的实用工具。
该研究发表于《Food Science & Nutrition》，针对类风湿关节炎（RA）作为慢性系统性自身免疫病，全球患病率达0.27%、女性发病率约为男性2倍，除致关节畸形与功能丧失外，还会使心血管事件风险升高2–3倍，已成为患者长期死亡的首要诱因，而现有诊疗框架缺乏系统性健康干预的理论支撑这一现状，首次基于美国国家健康与营养检查调查（NHANES）大数据，探究美国心脏协会2022年提出的涵盖心血管与心理健康的综合指标Life's Crucial 9（LC9）与RA风险的关联，并构建机器学习预测模型，旨在填补该领域空白，为RA早期预防及心血管并发症防控提供新策略。
研究人员采用的关键技术方法如下：基于NHANES 2011–2018周期数据，经排除年龄<20岁、RA结局缺失、LC9组分信息不全及极端值后，最终纳入16?154名成年人；RA状态通过医学状况问卷自我报告判定；LC9由饮食、体力活动、尼古丁暴露、睡眠、体重指数（BMI）、非高密度脂蛋白胆固醇、血糖、血压及心理健康（采用患者健康问卷-9评估）共9个维度构成，每个维度计0–100分，取至少8个维度的算术均值为总评分；选取年龄、性别、种族、教育程度、婚姻状况、贫困收入比（PIR）、AST、ALT、HDL及饮酒状态作为协变量；采用Python构建随机森林、支持向量机、K近邻、XGBoost、LightGBM及朴素贝叶斯共6种机器学习模型，数据集按7:3划分为训练集与测试集，以五折交叉验证优化参数，通过准确率、F1值、Matthews相关系数（MCC）、受试者工作特征曲线下面积（AUC）等指标评估性能，并以SHAP分析量化特征贡献。
研究结果如下：
3.1 参与者特征：最终纳入的16?154名参与者中，RA组836例、非RA组15?318例，加权代表全美182?198?287名成年人。RA组年龄更高（57.98岁vs 48.09岁）、女性占比更高（57.88% vs 51.86%），LC9评分显著更低（63.38 vs 70.31，p<0.001），同时高血压、血脂异常、糖尿病患病率及吸烟比例均高于非RA组，体力活动参与率更低。
3.2 LC9评分与RA风险的关联：多变量logistic回归显示，LC9每升高1单位，RA风险降低27%（OR=0.73，95% CI：0.68–0.80，p<0.0001）；与Q1组相比，Q2、Q3、Q4组RA风险分别降低26%、35%、57%（趋势p<0.0001），校正混杂因素后结果一致。
3.3 非线性关联：限制性立方样条分析证实LC9与RA风险呈线性负相关（p<0.001），无显著非线性特征（p=0.159）。
3.4 亚组分析：LC9与RA的负关联在性别、饮酒状态、PIR分组及婚姻状况的所有亚组中均一致，无显著交互作用（交互p>0.05），提示该保护效应适用于多样人群。
3.5 疾病预测模型的开发与验证：训练集中XGBoost性能最优（准确率98.04%、AUC=0.9981），LightGBM次之（准确率95.93%、AUC=0.9892）；独立测试集中XGBoost仍保持最优表现（准确率96.20%、AUC=0.9872），五折交叉验证平均AUC达0.9875，稳定性良好；随机森林与朴素贝叶斯性能较弱。
3.6 基于SHAP分析的LC9特征重要性：SHAP分析显示AST、年龄、ALT、HDL为前四位预测因子，LC9重要性介于中等水平，与饮酒、PIR分组相当，具备独立预测价值。
讨论与结论部分总结：该研究首次在大样本代表性人群中证实LC9与RA风险呈显著线性负相关，明确心血管-代谢-免疫稳态在RA发病中的关键作用，确立LC9作为可量化、可干预的多维健康指标，可用于RA高风险人群筛查。XGBoost模型整合LC9与多维协变量，具备优异的预测效能与可解释性，为RA早期预警提供了新方法。研究同时指出局限性：横断面设计无法推断因果，RA自我报告可能存在错分偏倚，未单独分析体力活动的独立效应，且模型尚未经外部队列验证。未来需开展前瞻性队列研究与干预试验，进一步明确LC9改善对RA的预防作用。最终结论为：LC9是RA风险的独立保护因素，基于XGBoost整合LC9的预测模型具备卓越的诊断性能，可为RA高风险人群的风险分层提供可靠工具。
