系统性红斑狼疮严重感染风险预测新工具：SLESIS-R评分的开发与验证

作者与发表信息
本研究由西班牙风湿病学会（SER）系统性红斑狼疮（SLE）注册研究组（RELESSER）主导，通讯作者为Iñigo Rua-Figueroa（西班牙拉斯帕尔马斯大学医院）。合作单位包括39家西班牙医疗机构，涉及43位研究者。论文于2024年4月发表于*Lupus Science & Medicine*（DOI:10.1136/lupus-2023-001096），标题为《SLESIS-R: 基于RELESSER前瞻性队列的改进版SLE严重感染预测评分》。

学术背景
系统性红斑狼疮（SLE）患者因疾病活动度、免疫抑制剂（尤其是糖皮质激素）使用及器官损伤等因素，感染风险显著增高，且感染已成为SLE患者死亡的主因之一。然而，既往预测模型多基于回顾性数据，存在方法学局限性和高偏倚风险，缺乏适用于临床的可靠工具。研究团队此前开发的SLESIS评分（SLE Severe Infection Score）性能中等（AUC 0.63-0.79），且依赖复杂的Katz严重性指数（Katz Severity Index, KSI）。本研究旨在通过前瞻性队列数据优化评分，提升预测准确性及临床可行性。

研究流程与方法
1. 研究设计与队列
数据来源于RELESSER前瞻性队列（RELESSER-Pros），纳入39家中心的SLE患者（满足≥4项ACR分类标准）。最终分析包含1459例完成1年随访的患者（平均年龄49±13岁，女性90%），其中25例（1.7%）发生严重感染（需住院或导致死亡）。

2. 变量收集与定义
- 预测变量：包括人口统计学特征、疾病活动度（SLEDAI）、器官损伤（SLICC-SDI）、合并症（Charlson指数）、既往SLE相关住院史、既往严重感染史、实验室指标（淋巴细胞<1000/mm³、低补体血症）及治疗（抗疟药、免疫抑制剂、糖皮质激素剂量等）。
- 结局变量：随访1年内发生的严重感染。

3. 统计建模与验证
- 模型构建：通过多变量逻辑回归分析，筛选出4个独立预测因子：年龄≥60岁（OR=6.06）、既往SLE住院史（OR=6.84）、既往严重感染史（OR=6.09）和糖皮质激素最大剂量≥30 mg/天（OR=8.93）。
- 内部验证：采用100次Bootstrap抽样校正过拟合，模型C统计量达0.810（95%CI 0.715–0.893）。
- 评分转化：将OR值四舍五入为整数，构建SLESIS-R评分（0-17分），最佳截断值为≥6分（敏感性76%，特异性86.1%，阳性似然比5.48）。

主要结果
1. 预测因子权重：糖皮质激素≥30 mg/天贡献最高（5分），其次为年龄≥60岁、既往住院史和感染史（各4分）。
2. 模型性能：SLESIS-R的AUC为0.861（95%CI 0.777–0.946），显著优于原SLESIS评分（AUC 0.79）。
3. 临床意义：评分≥6分的患者需警惕感染风险，可指导免疫抑制剂减量或强化预防措施（如疫苗接种、严格监测）。

结论与价值
1. 科学价值：首次基于前瞻性队列开发SLE感染预测工具，避免了回顾性数据的偏倚，且简化了KSI的依赖。
2. 临床应用：SLESIS-R作为简便的床旁工具，可辅助临床决策（如权衡免疫抑制强度与感染风险），尤其适用于高感染风险患者的个体化管理。
3. 局限性：感染事件数较少（n=25），且队列以白人为主，需在更多族裔和活动期患者中验证。

研究亮点
1. 方法学创新：通过Bootstrap内部验证提升模型稳健性，OR值直接转化为评分项的设计增强实用性。
2. 临床转化性：仅需4项易获取的临床指标，适用于资源有限地区。
3. 跨学科意义：为自身免疫病感染风险管理提供范式，可扩展至其他免疫介导疾病（如类风湿关节炎）。

补充说明
研究获西班牙风湿病基金会资助，数据可合理申请获取。论文遵循TRIPOD声明（Transparent Reporting of Multivariable Prediction Model），方法学透明度高。