学术研究 2026年10月27日 机器学习模型预测干燥综合征器官并发症 研究基于232例原发性干燥综合征(SjD)患者数据,构建了逻辑回归、支持向量机和随机森林三种算法的集成模型,用于预测重大器官并发症。模型在测试集上AUC为0.725,准确率71%,阴性预测值79%。SHAP分析显示补体C3降低和免疫球蛋白G升高是最重要的两个预测指标。 #干燥综合征#机器学习#风险预测 PubMed Ophthalmology
学术研究 2026年10月27日 机器学习识别干燥综合征伴抗着丝点抗体的临床特征 研究团队利用机器学习分析616例干燥综合征患者数据,其中81例抗着丝点抗体(ACA)阳性,535例阴性。通过LASSO筛选变量并比较6种模型,梯度提升树(GBDT)表现最优,在验证集中AUC达0.811,敏感度为0.750。SHAP分析显示,抗SSA/Ro52、抗SSA/Ro60、抗AMA-M2、抗SSB、IgM、年龄和雷诺现象是关键预测因子,且存在非线性交互效应。 #干燥综合征#机器学习#自身抗体 PubMed Ophthalmology
学术研究 2026年10月27日 单细胞质谱流式揭示狼疮与干燥综合征免疫差异 研究利用单细胞质谱流式技术,分析15名健康人、12名原发性干燥综合征(pSjD)患者和21名系统性红斑狼疮(SLE)患者的外周血单个核细胞。重点聚焦B细胞亚群,识别出13个B细胞簇。结果显示:SLE患者浆母细胞比例相对升高,并出现两类IgD⁻CD27⁻双阴性B细胞扩增及共刺激分子上调;而pSjD患者主要表现为CD8⁺T细胞亚群改变。 #自身免疫病#B细胞#干燥综合征 +2 PubMed Ophthalmology
学术研究 2026年10月27日 原发性干燥综合征精准诊断新进展 该综述指出,原发性干燥综合征(pSS)因血清阴性、疾病异质性和诊断延迟三大难题长期被误诊漏诊。约三分之一患者缺乏SSA/SSB抗体,导致识别困难。研究发现新型自身抗体如抗-DTD2、抗-RESF1、抗-CALR,以及唾液蛋白SP-1、PSP、CA6等多靶标组合,可在传统血清学转阳前检出疾病。唾液和泪液中的蛋白质、外泌体miRNA及代谢物等无创生物标志物,结合机器学习与AI分析,已实现接近活检的诊断准确率,并支持风险分层与个体化治疗。 #干燥综合征#生物标志物#人工智能 PubMed Ophthalmology