多模型回归联合随机森林验证：心绞痛对骨质疏松症的独立预后风险

2026年8月，中国学者在《BMC Public Health》（2区，IF=4.4）发表标题为：“Investigating the association between angina and osteoporosis: a 20-year longitudinal cohort study of ELSA”的研究论文。

背景：骨质疏松症被公认为全球重大健康威胁。尽管心绞痛与骨质疏松症之间的关联已被确立，但连接这两种疾病的潜在机制尚未明确阐明。因此，本研究旨在系统探讨英国老龄化纵向研究（ELSA）数据库中数据心绞痛与骨质疏松症之间的关联。

方法：本纵向队列研究利用ELSA数据库第1波至第11波的数据。纳入基线时无心绞痛且无骨质疏松症的参与者。采用时依Cox比例风险回归模型计算新发骨质疏松症的风险比（HRs）及95%置信区间（CIs）。进行多重插补和严格的敏感性分析（如E值、Bootstrap）以确保稳健性。此外，采用随机森林模型评估协变量的相对重要性，并使用AUC评估多变量模型的整体分类性能。

结果：共纳入6509名符合条件的参与者。随访期间，新发心绞痛在所有模型中均与后续骨质疏松症风险增加显著相关。在完全调整模型中，新发心绞痛增加骨质疏松症风险（HR=1.621，95%CI：1.081-2.430，P=0.02）。Kaplan-Meier分析显示，新发心绞痛组的无骨质疏松症生存概率显著较低。机器学习分析证实时依心绞痛是预测新发骨质疏松症的首要预测因子。多变量模型的AUC为0.793，表明所有纳入变量的整体分类能力良好。

参与者的基线特征

表2呈现了6509名参与者的基线特征。值得注意的是，所有参与者在基线时100%无心绞痛且无骨质疏松症。表3总结了按新发骨质疏松症发生情况分层的基线特征和随访事件。

Kaplan-Meier

进行Kaplan-Meier生存分析以可视化时间关系。如图2所示，与整个随访期间保持无心绞痛的参与者相比，发生新发心绞痛的参与者的无骨质疏松症生存概率显著较低。曲线随时间逐渐分离，有力证实了心绞痛在骨质疏松症发病之前的时间先后关系（log-rank P<0.0001）。

时依Cox比例风险回归

时依Cox回归分析明确证实，新发心绞痛显著增加后续新发骨质疏松症的风险。在粗模型（模型1）中，新发心绞痛与新发骨质疏松症强烈相关（HR=2.271，95%CI：1.452-3.557，P<0.001）。正如观察性流行病学所预期，对真实基线混杂因素的序贯调整在逻辑上减弱了这种风险。在模型2中调整核心人口学和社会经济变量后，风险比为1.806（95%CI：1.149-2.856，P=0.01）。在完全调整的模型3中，进一步控制生活方式混杂因素后，独立前瞻性风险仍然稳健且具有统计学显著性（HR=1.621，95%CI：1.081-2.430，P=0.02）。这种逐步减弱证实了社会经济地位和生活方式的混杂作用，而持续显著的最终HR明确确立了新发心绞痛是后续骨质疏松症的独立预后危险因素（表4；图3）。

敏感性分析

敏感性分析验证了主要发现的稳定性（表5）。1000次重复的Bootstrap分析得出一致结果（HR=1.748，95%CI：1.031-2.840，P=0.03）。计算得出的E值下界为2.32，表明需要相对较强的未测量混杂因素才能否定观察到的时间关联。留一法分析和多重插补比较进一步证实了时间风险的高度稳健性。

机器学习与模型性能

为补充Cox回归，采用随机森林模型对变量重要性进行排序。如图4所示，时依心绞痛成为预测新发骨质疏松症的高度关键预测因子，排名高于年龄和饮酒等传统因素。综合多变量预测模型表现出稳健的整体分类能力。基于内部袋外验证，模型达到AUC为0.793（图5），总体准确率为0.947，敏感度（召回率）为0.175，特异度高度稳健为0.990。高特异度表明该模型在识别不会发生新发骨质疏松症的个体方面异常有效。需要注意的是，这些指标代表所有选定协变量的整体性能，而非心绞痛的单独预测价值。

P：基线时年龄≥50岁、无心绞痛且无骨质疏松症的ELSA数据库参与者

I：随访期间新发心绞痛

C：随访期间未发生心绞痛的参与者

O：新发骨质疏松症

S：纵向队列研究

所有统计分析均使用R软件（版本4.2.2）进行，双侧P值<0.05为具有统计学显著性。基线特征中，分类变量以频数和百分比表示，连续变量以均值±标准差表示，组间差异采用卡方检验；协变量选择严格依据临床相关性和既往流行病学文献，社会经济地位等高缺失率变量（>30%）采用链式方程多重插补生成5个插补数据集并合并结果分析。随访时间从基线访视计算至新发骨质疏松症诊断、死亡、失访或第11波结束，采用Kaplan-Meier曲线和log-rank检验比较新发心绞痛组与无心绞痛组的无骨质疏松症生存概率。为量化新发心绞痛与后续骨质疏松症的关联，构建三个时依Cox比例风险回归模型：模型1（粗模型，仅含时依心绞痛）、模型2（部分调整，调整年龄、性别、婚姻状况和插补的社会经济地位）、模型3（完全调整，进一步调整吸烟和饮酒），报告HR及95% CI，并以方差膨胀因子（VIF）评估多重共线性（所有VIF<2）；体力活动和自评健康因可能位于因果通路而被有意排除以避免过度调整偏倚。敏感性分析包括1000次Bootstrap重复、E值计算、留一法交叉验证以及多重插补前后模型比较。此外，构建随机森林模型（ntree=98，mtry=7，随机种子603）以袋外误差进行内部交叉验证，采用平均基尼下降指标对变量重要性排序，并使用AUC及准确率、敏感度、特异度评估多变量模型的整体分类性能。

Jiang N, Shen L, Zeng X, Ma X. Investigating the association between angina and osteoporosis: a 20-year longitudinal cohort study of ELSA. BMC Public Health. 2026 Aug 5;26(1):2529.