基于数据驱动的候选预测未来英国生物库中未来类风湿性关节炎诊断候选的发现。

健康管理理念日益深入人心，科学保健知识也在不断普及，值得大众关注。类风湿性关节炎(Reumatoid arthritis, RA))是一种自身免疫性疾病，主要攻击关节组织。确定RA诊断的预测因子可能有助于早期诊断和预防机会。

我们应用了一种无假设数据驱动的机器学习方法，该方法利用了英国生物银行445,515名参与者的数据集，包括4,510例事件病例(8.4年随访期数，IQR 5.3-10.9)))的数据集。从2,898个基础输入特征中，由机器学习模型识别为潜在重要的特征被向前推进至逻辑回归分析，调整了已知的混杂因子。

我们使用一个Bonferroni校正p-值为p<3.0 10-4.的模型识别出200个特征作为潜在对RA诊断预测的有价值特征。历史关节疾、骨质疏松、甲状腺功能减退、直肠疾病等关节疾病相关因素的确证，对于提高关节疾病的早期诊断与干预水平具有重要意义。

需要说明的是，以上内容依据国际公开研究成果整理，供健康科普参考，不构成诊疗建议。如有健康疑问，请咨询专业医务人员。