自身免疫性甲状腺炎并发抑郁风险预测模型的建立和验证

摘要

目的 探讨自身免疫性甲状腺炎并发抑郁的风险预测模型，并验证其准确性。方法 收集2021年1月～2024年1月在本院就诊的96例自身免疫性甲状腺炎患者临床资料，调查患者抑郁发生情况。采用Logistic多因素模型分析其相关因素，建立风险预测模型，探讨其判断自身免疫性甲状腺炎并发抑郁风险的价值。结果 96例患者中22例为抑郁症，发生率为22.92%。多因素分析结果显示，应对方式（β=-0.611,95%CI=0.328-0.899,P=0.018）、受教育年限（β=-0.345,95%CI=0.562-0.892,P=0.003）、甲状腺过氧化物酶抗体（TPOAb）(β=1.107,95%CI=1.597-5.730,P=0.001)及抗α-烯醇化酶抗体（ENO1Ab）(β=1.027,95%CI=1.328-5.878,P=0.007)是患者并发抑郁的独立影响因素。根据多因素分析结果建立抑郁风险的Nomogram预测模型，其C-index值为0.824。ROC分析结果显示，该模型判断自身免疫性甲状腺炎并发抑郁的AUC为0.847(SE=0.063,95%CI=0.723-0.971,P<0.001)，敏感度和特异度分别为0.833和0.765。结论 自身免疫性甲状腺炎存在抑郁风险，其抑郁的发生与患者应对方式、受教育年限、血清ENO1Ab及TPOAb水平相关，据此建立的预测模型具有较高准确性。

关键词

自身免疫性甲状腺炎 / 抑郁 / 预测模型