目的:类风湿性关节炎（rheumatoid arthritis,RA）是一种以慢性滑膜炎为主要特点的严重的自身免疫性疾病。RA患者的病情若不能得到及时控制,会导致关节畸形致残,严重危害患者的生活质量。来氟米特（leflunomide,LEF）作为生物抑制剂,在临床上广泛应用于RA的治疗。短期或是长期服用,LEF均能缓解患者的疼痛,对患者临床症状起到改善作用。但由于病人对药物的反应存在差异,并非所有的RA患者应用LEF都能产生较好的预后效果,部分患者甚至会出现不良反应如腹泻、高血压、肝损伤等。为了使病人获得良好的预后反应,避免病情的延误,尽早确认RA患者是否适用LEF有着重要的意义。因此,本研究分析了可能影响LEF预后反应的各项指标,并构建了一个结合传统预后因素和遗传因素的模型,以评估应用LEF的RA患者的预后。方法:本研究收集了来自四个三级甲等医院（中国医科大学附属第一医院、中国医科大学附属盛京医院、大连市中心医院、锦州医科大学附属第一医院）2018年6月-2020年6月应用LEF治疗的RA患者,对每名患者随访6个月,除去失访及因不良反应等原因退出治疗的人数,共计245人。收集患者的传统预后指标包括基线信息、血清免疫学在内的各项临床指标,并评估患者的疾病活动度（Disease Activity Score 28,DAS28）。对入组的每位患者进行为期6个月的随访,根据基线患者DAS28评分与应用LEF 6个月后的DAS28评分差值判断患者的药物预后。此外,本研究还通过文本挖掘、网络数据库筛选等方法筛选出了与LEF预后潜在相关的15个单核苷酸多态性（single nucleotide polymorphisms,SNPs）位点,通过多重PCR测序得到SNP微阵列数据。对15个位点数据进行单因素回归分析,以P<0.2为标准筛选SNPs。将筛选出的SNPs分别使用LASSO回归及贝叶斯回归方法进行分析,构建代表基因指标的风险评分模型。使用SPSS23.0对患者传统预后指标进行单因素逻辑回归分析,将P<0.2的指标进行多因素回归分析（方法采用Forward:LR,纳入:0.05,排除:0.10）,将筛选出具有统计学意义的传统预后指标与SNP风险评分结合,共同构建最终的LEF预后模型。使用受试者工作特征曲线（receiver operating characteristic,ROC）评价模型的区分度,使用校准图及Hosmer-Lemeshow拟合优度检验评价模型的校准度,使用Nomogram对模型进行可视化,使用决策曲线分析（decision curve analysis,DCA）及临床影响曲线来评估模型的应用价值。结果:研究共计纳入患者245人,经6个月随访后,76名患者DAS28未得到明显改善,定义为无反应;169名患者DAS28降低,病情缓解,定义为反应良好。对RA患者的传统预后指标进行单因素回归结果发现,患者是否饮酒（P=0.181）、患病病程（P<0.001）、免疫球蛋白G（P=0.042）、补体蛋白3（P=0.184）、高密度脂蛋白（P=0.068）、血糖（P=0.162）、单核细胞与淋巴细胞的比值（P=0.02）、血沉（P=0.132）、基线DAS28（P=0.109）在P<0.2的条件下有意义。将上述因素纳入多因素逻辑回归模型,最终筛选出来了4个指标:病程（P<0.001）、单核细胞与淋巴细胞的比值（P=0.035）、免疫球蛋白G（P=0.029）、基线DAS28（P=0.044）。通过对15个SNPs的单因素回归分析发现rs1051266（P=0.188）、rs10757668（P=0.189）、rs11231809（P=0.145）、rs1127354（P=0.127）、rs2259571（P=0.151）、rs2298383（P=0.071）、rs2470890（P=0.037）、rs2813563（P=0.139）、rs3213422（P=0.062）、rs9340799（P=0.139）、rs983332（P<0.001）在P<0.2的条件下有意义。将筛选出的11个SNPs经LASSO回归及贝叶斯回归进行降维处理,均筛选出4个SNPs即rs2298383、rs2470890、rs3213422、rs983332。应用4个SNPs构建的风险评分模型与筛选出的4个传统预后指标（病程、单核细胞与淋巴细胞的比值、免疫球蛋白G、基线DAS28）结合共同构建LEF预后模型。模型的曲线下面积（area under the curve,AUC）为0.7872（95%置信区间:0.7279-0.8466）。结论:病程越短、单核细胞与淋巴细胞的比值越大、免疫球蛋白G较高、基线DAS28较高的RA患者应用LEF预后反应较好。将患者传统预后指标与基因指标结合共同构建应用LEF的RA患者的预后模型对于指导RA患者用药具有一定价值。