未分化关节炎（UA）是类风湿关节炎（RA）的重要前驱阶段，早期识别具有进展风险的UA患者对改善预后至关重要。本研究旨在分析UA、RA患者及健康对照外周血免疫细胞亚群及细胞因子谱的差异特征，构建并验证可鉴别UA与RA的免疫预测模型。

纳入UA患者51例、RA患者132例及健康对照（HC）50例。采用流式细胞术检测外周血T细胞（CD4+、CD8+）、B细胞、NK细胞及CD4+T细胞亚群（Th1、Th2、Th17、Treg）的绝对计数及百分比，分析Treg亚群分布；采用ELISA检测血清IL-2、IL-4、IL-6、IL-10、IL-17、TNF-α、IFN-γ及sIL-2R水平。运用LASSO回归筛选关键免疫特征变量，构建风险评分模型，并通过ROC曲线评估模型鉴别效能。

与HC相比，RA患者CD8+T细胞绝对计数及百分比显著降低，NK细胞百分比升高；UA患者处于HC与RA之间的过渡状态。Th17细胞绝对计数及百分比在UA组显著高于HC组，RA组与UA组无显著差异；Treg细胞绝对计数三组间无显著差异，但RA组Treg百分比呈降低趋势。重要的是，Th17/Treg比值在UA和RA中均较HC显著升高，提示存在Th17/Treg免疫失衡。进一步分析Treg亚群发现，CD45RA+Treg（初始Treg）绝对计数及百分比在RA组较HC组显著降低，而UA组介于两者之间；相反，CD45RO+Treg（记忆Treg）绝对计数及百分比在RA组较HC组显著升高，且UA组与RA组差异无统计学意义（图1）。上述结果表明UA患者已出现向RA进展的免疫特征，表现为效应性Th17细胞扩增、初始Treg减少及记忆Treg积累。LASSO回归筛选出sIL-2R、IL-6、CD45RO+Tregs、IFN-γ、TNF-α等5个关键特征构建预测模型（图2A-B）。该模型在鉴别UA与RA方面表现优异，ROC曲线下面积（AUC）为0.924，最佳截断值为0.554，敏感性84.8%，特异性90.2%（图2D）。风险评分分析显示RA组评分显著高于UA组，提示该模型可有效区分具有不同进展风险的UA患者（图2C）。

UA患者存在特征性免疫失衡，以Th17/Treg比值升高、初始Treg减少及记忆Treg扩增为特点，提示Treg细胞表型转换可能参与RA发病机制。基于sIL-2R、IL-6、CD45RO+Tregs、IFN-γ和TNF-α构建的免疫评分模型对鉴别UA与RA具有较高准确性，有望成为预测UA向RA进展风险的辅助工具，为早期干预策略制定提供依据。