旨在探讨基于多维临床特征的高尿酸血症合并冠心病患者的潜在临床亚型及其核心表型差异。同时，利用非靶向代谢组学技术结合机器学习算法解析无症状高尿酸血症合并冠心病患者的特异性血清代谢图谱，旨在筛选早期预警的关键差异代谢标志物并构建风险预测模型。最终从宏观分型与微观代谢双重视角，为该共病患者的早期精准识别与个体化干预提供科学依据。

临床特征分型：纳入2016年1月至2025年5月在海军军医大学第一附属医院就诊、尿酸检测值大于420μmol/L且接受PCI的冠心病患者，经降维筛选提取20个关键临床特征 。采用结合k-medoids++初始化策略的K-Medoids无监督聚类算法划分患者亚型，并引入Gensini评分探讨亚型与冠脉病变程度的关联。

代谢组学与模型构建：纳入海军军医大学第一附属医院103例男性受试者无症状高尿酸血症组35例，无症状高尿酸血症合并冠心病组68例，采用UPLC-MS/MS技术进行非靶向代谢组学检测。结合主成分分析等方法及单变量ROC分析筛选显著差异的高潜力标志物 。将样本按7:3划分为训练集与测试集，引入逻辑回归、LASSO等五种机器学习算法，基于多模型共识策略筛选最可靠的生物标志物并构建、内部验证预测模型。

临床亚型特征：6560例患者被划分为4个临床最优亚型 。类别1单纯型（55.0%）全为男性且无2型糖尿病，冠状动脉病变程度最低 ；类别2代谢型（21.2%）全为男性且均合并2型糖尿病，冠脉病变最为严重 ；类别3心肾型（8.3%）全为女性，伴显著心肾功能衰退 ；类别4心脑型（15.5%）伴有多种严重合并症，脑卒中与房颤患病率显著升高。

代谢物筛选与模型效能： 代谢组学共鉴定出57种显著差异代谢物，最终确立谷氨酰精氨酸、3-羟基庚-4-烯酰肉碱和乙酸胆固醇酯为核心生物标志物，且在合并冠心病组均呈显著下调表达。基于逻辑回归构建的模型性能最优，测试集曲线下面积（AUC）达0.995（95% CI: 0.963–1.000），具有高灵敏度与特异度，且决策曲线证实其具有显著的临床净获益 。

高尿酸血症合并冠心病患者存在显著的异质性，可划分为单纯型、代谢型、心肾型和心脑型4种具有临床区分度的亚型。此外，无症状高尿酸血症合并冠心病患者具有特征性代谢改变，基于机器学习与3种核心代谢物构建的诊断模型能精准预测HUA并发CHD的风险。这一研究结果将有力推进该类共病患者的分层管理及个体化干预。