本研究旨在探究育龄期女性抗磷脂抗体（aPL）阳性患者发生复发性流产（RSA）的危险因素，并建立临床预测模型，以便早期识别高危个体。

选取2020年1月至2025年5月期间在河北医科大学第二附属医院就诊的128例aPL阳性的育龄期女性患者，回顾性收集其基本信息及实验室参数数据（包括既往流产史、免疫学指标、凝血指标及其他实验室指标）。采用2023年欧洲人类生殖与胚胎学会指南标准诊断RSA。根据RSA的发生情况将患者分为RSA组（n=69）和非RSA组（n=59)。所有患者被随机分为训练队列和验证队列，比例为7:3。

采用最小绝对收缩与选择算子（lasso）筛选独立风险因素，并构建随机森林、XGBboost、SVM及Logistic回归模型，并根据Logistic回归模型开发列线图，利用受试者工作特征曲线下面积（AUC）、校准曲线、决策曲线分析（DCA）和临床影响曲线（CIC）评估模型的区分度、校准度及临床实用性。

我们的数据分析和模型构建共纳入128例患者。在Lasso回归选择中，4个变量被纳入分析。ANA、补体C4、蛋白S、凝血因子XII（FXII）均显示出与因变量的相关性。使用这四个变量拟合的四种模型：随机森林、XGBboost、SVM及Logistic回归模型，ROC 曲线下面积（AUC）分别为：0.741、0.703、0.703、0.750，评估结果显示Logistic回归模型表现出较好的预测效能，在训练集中AUC为0.729，在测试集中为0.750。校准曲线显示预测风险与实际风险一致，DCA曲线进一步证明了该模型在临床应用中的高度实用性。

对于育龄期女性aPL阳性患者而言，ANA阳性、C4水平较高、PS水平较低及FXII水平较高是导致RSA的重要风险因素。本研究开发的临床风险预测模型具有较高的准确性，可为临床早期干预及精准治疗提供重要依据。然而，该模型的普适性仍需在更大样本量及多中心研究中进一步验证。