【背景和目的】双相情感障碍（bipolar disorder,BD）是常见的重性精神疾病,其早期诊断存在困难,尤其是与抑郁障碍（major depressive disorder,MDD）之间的早期识别存在困难。双相障碍患者存在氧化应激损伤（oxidative stress injury,OSI）,其可被临床生化指标反映。目前还没有使用临床常规生化指标客观评估BD发病风险的工具。本研究拟通过大量的临床常规生化数据,建立并验证一个可能以氧化应激损伤指标为核心的临床生化数据预测模型,预测首次入院的双相障碍或抑郁障碍的患者中双相障碍发病的风险。【对象和方法】本研究为多心中、回顾性的临床大数据研究。在保证患者隐私及数据安全的前提下,对数据进行脱敏,首先收集上海市精神卫生中心（Shanghai mental health centger,SMHC）2009年1月至2018年12月首次入院的确诊为BD或MDD并且数据完整的1252例和1359例,在共2611例患者中随机抽取70%（1827例）的患者作为预测模型的建立队列。每位患者数据共含31个临床特征,包括患者人口统计学特征（如年龄、性别）、氧化应激特征（包括尿酸、胆红素、前白蛋白、白蛋白）、免疫、性激素、甲状腺功能、肝功能、糖脂代谢和脂肪代谢等相关指标。我们采用一种机器学习（machine learning,ML）的方法（least absolute shrinkage and selection operator,LASSO）回归对相关数据进行降维以及特征选择处理,采用多元logistic回归方法建立临床预测模型,我们选择了具有较强预测能力的预测指标构建模型并严格控制模型的变量数,为了便于模型的临床日常应用,模型最后以列线图（nomogram）的形式呈现。我们使用其他30%（784例）的患者作为预测模型的验证队列进行内部验证。随后在中国大陆其他五个外部中心获取匹配的数据完整的3797例患者进行模型的外部验证,包括杭州第七人民医院3029例、南京脑科医院385例、同济大学附属同济医院精神科211例、浙江大学附属第一医院精神科119例、深圳市康宁医院53例,同时对nomogram的鉴别能力、鉴别准确性以及临床适用性使用接受者操作特性曲线（receiver operating characteristic curve,ROC）、校准曲线（calibration curve）、临床决策曲线分析（decision curve analysis,DCA）等进行评价。【结果】经过分析后,我们发现11个与首次入院的患者发生BD显著相关的危险因素。在进行首次入院的BD个体化风险预测的nomogram图中的预测因素包括OSI特征尿酸、直接胆红素和前白蛋白。氧化应激损伤特征中只有白蛋白没有显示出预测价值。同时对先前研究较少的前白蛋白进行倾向性评分配对方法（propensity score matching,PSM）,探索配平队列中前白蛋白与BD发病的关系的真正关系,验证了其降低与BD发病相关。该模型具有良好的鉴别能力,在模型的建立队列中ROC曲线下面积（area under curve,AUC）为75.1%（95%C.I.=72.9%~77.3%）。将模型应用在内部验证队列仍有良好的鉴别能力AUC为72.1%（95%C.I.=68.6%~75.6%）和良好的校准度。在模型的外部验证中,五个独立外部中心匹配的患者代入建立的模型中后,杭州第七人民医院AUC为66.0%（95%C.I.=64.0%~68.0%,P<0.0001）、南京脑科医院AUC为58.7%（95%C.I.=53.0%~64.4%,P=0.0033）、同济大学附属同济医院精神科AUC为61.4%（95%C.I.=50.9%~72.0%,P=0.0350）、浙江大学附属第一医院精神科AUC为68.3%（95%C.I.=58.5%~78.0%,P=0.0007）、深圳市康宁医院AUC为68.6%（95%C.I.=53.7%~83.5%,P=0.0211）,将全部外部匹配患者3797例作为整体代入模型后AUC为65.7%（95%C.I.=63.9%~67.5%,P<0.0001）,使用训练出的模型对五个独立外部验证集的数据进行预测,结果显示对五个中心均有效,显示了该模型的外推能力。DCA曲线表明,该模型具有良好的临床应用能力。【结论】本研究验证了氧化应激损伤在双相障碍中作用,并最终提供了一个以氧化应激损伤指标为核心的nomogram图,可以协助临床医生使用临床常规生化指标对首次入院的双相障碍或抑郁障碍进行双相障碍发病的个体化风险预测。删除信息缺失患者会对结果造成一定程度的偏倚,这是回顾性研究固有的缺陷。为了更好的在真实世界的临床实践中使用这个模型,我们可能需要在更多的外部中心的首次入院的双相障碍和抑郁症的拥有以上指标的患者中进行验证。