先前的流行病学研究已将多种与身体相关的指标与关节炎关联起来；然而，研究结果尚未达成共识。因此，本研究旨在开发并验证一个利用易获取指标预测关节炎风险的列线图模型，并评估该模型的预测性能。

从2021-2023年全国健康与营养调查（NHANES）的3660名参与者中收集了横断面数据。研究采用最小绝对收缩和选择算子回归模型及多元逻辑回归分析进行变量筛选与模型构建，并验证了列线图的性能。

该列线图模型整合了九个独立预测指标：年龄、性别、家庭贫困收入比、种族、糖尿病状态、维生素D水平、全身免疫炎症指数及腰高比。经验证后，该列线图模型展现出良好的性能。

SII和WHtR在关节炎的风险中起着重要作用。本研究系统地整合了关节炎关键变量的预测作用，并建立了列线图。由于该列线图中变量的低成本和易于收集，未来可以节省卫生资源，使关节炎的预测多样化，并为早期预防、控制疾病进展和避免关节炎造成的严重伤害提供更有效的方法。例如，高危人群可以通过本研究的列线图对高危变量实施有针对性的干预措施，例如通过腹部运动减少腰围以降低WHtR，或者让医生和护士在高危人群的体检中更加关注SII或其他容易获得的指标，以降低关节炎的风险。