背景狼疮性肾炎(Lupus nephritis,LN)是系统性红斑狼疮(Systemic Lupus Erythematosus,SLE)患者病情发展后期,最常出现的器官损害表现之一,且疾病的严重程度也相对较高。LN的流行病学特点及临床表现并不是保持稳定不变的,而是一直处在动态的变化之中。随着疾病的治疗更加科学和完备,LN的死亡率相对过去已有所降低。但目前一直缺乏诊断能力足够强的生物标志物,来帮助临床医生对LN做出精准诊断,以及评估患者的疾病活动的严重程度和肾脏受损状况。目的本研究的主要目的是了解SLE患者在发生LN后的临床特征,探索与LN发病有关的危险因素,并通过神经网络模型对LN进行预测。为预防SLE患者进一步发展为LN,对已经形成的LN在诊断和治疗上提供一定的科学依据。方法本研究是基于医院的研究,根据SLE患者的临床诊断将研究对象分为LN组和非LN组。收集研究对象的一般人口学资料、临床表现、疾病活动度和实验室指标等资料后进行组间比较,探寻与SLE患者发生LN的临床特征有关影响因素。首先,通过t检验和χ~2检验发现两组患者之间差异有统计学意义的变量;然后,进行二分类Logistic回归模型分析,探究与LN发生有关的影响因素;最后,通过神经网络模型来预测LN。P<0.05时,差异被认为具有统计学意义。结果根据纳入和排除标准,本次研究共纳入SLE患者621例,其中发生LN的患者268例,未发生RSL3半抑制浓度LN的患者353例。一般人口学资料的单因素分析显示,相对于非LN患者,LN患者的年龄较低(39.2±14.6 vs 42.1±15.0,P<0.05),LN患者的疾病活动度更高(χ~2=87.426,P<0.05),其他变量,男女比例、家族史、文化程度、BMI以及用药情况,在两组患者间未见明显差异(P>0.05)。临床表现和实验室指标的单因素分析显示如下:相对于非LN患者,变量在LN组患者表现更高的有浆膜炎发生率(13.1%vs 7.9%,P<0.05)、白细胞计数(Z=2.61,P<0.01)、中性粒细胞计数(Z=2.59,P=0.01)、尿红细胞阳性率(50.7%vs 19.0%,P<0.01)、尿白细胞阳性率(42.9%vs 30.6%,P<0.01)、尿管型阳性率(11.6%vs 5.1%,P<0.01)以及24h尿蛋白量(Z=8.04,P<0.01)、尿素(Z=6.69,P<0.01)、肌酐(Z=7.22,P<0.01)、尿酸(Zselleck化学=8.51,P<0.01)、抗阻蛋白阳性率(34.3%vs 24.6%,P<0.05)、抗核小体抗体阳性率(35.8%vs 25.5%,P<0.05)、抗ds DNA抗体阳性率(43.7%vs 28.6,P<0.05),变量在LN组患者表现更低的有红细胞计数(Z=3.90,P<0.01)、血红蛋白浓度(Z=2.54,P<0.05)、估算肾小球滤过率(Z=5.72,P<0.01)以及补体C3水平(Z=4.67,P<0.01)。多因素Logistic回归模型分析结果显示疾病活动度越高、尿红细胞阳性、24h蛋白尿升高、尿素升高、尿酸升高、e GFR降低以及低水平的补体C3与SLE患者hepatopancreaticobiliary surgery发生LN具有一定的相关性。多层感知器神经网络模型在验证集中对LN和非LN的预测正确率分别为68.2%和89.8%,总体预测准确率为80.3%,AUC为0.841;径向基神经网络模型在验证集中对LN和非LN的预测正确率分别为60.0%和87.2%,总体预测准确率为74.7%,AUC为0.771。结论通过对SLE患者是否发生LN的对比研究发现,疾病活动度越高、尿红细胞阳性、24h尿蛋白过量、血尿素和尿酸升高以及肾小球滤过率和补体C3水平的降低与LN的发病有关,可以作为预测LN的指标。与径向基神经网络模型相比,多层感知器神经网络模型在预测LN时正确率相对较高,更具有优势。