Objetivo: Com base na perspectiva da síndrome coração-rim-metabólica (CKM), construir e validar um modelo diagnóstico de aprendizado de máquina integrando medicina chinesa e ocidental para estenose coronariana grave em pacientes com CKM, fornecendo suporte à decisão clínica para pacientes com lesões críticas. Métodos: Estudo retrospectivo selecionando 535 pacientes hospitalizados de dois centros independentes: hospital principal da província de Jiangsu (janeiro a agosto de 2024) e Zidong (setembro a dezembro de 2024). Os dados do hospital principal foram divididos aleatoriamente em 4:1 para conjunto de treinamento (376 casos) e validação interna (95 casos), sendo os dados do Zidong usados como validação externa (64 casos). Fatores de risco foram selecionados por revisão bibliográfica, entrevistas com especialistas e análise LASSO (mínima contração absoluta e seleção). Novas técnicas de aprendizado de máquina (nove ao todo) foram usadas para construir modelos diagnósticos. Foram comparados indicadores comuns de avaliação, curvas de calibração e curvas de decisão, com seleção de modelos através de validação interna e externa. O método explicativo SHAP aditivo foi utilizado com dois casos para auxiliar na compreensão da lógica do melhor modelo. Por fim, o melhor modelo foi aplicado em pacientes com lesões críticas e a eficácia diagnóstica calculada. Resultados: A regressão LASSO selecionou nove fatores de risco: fleuma, estase, estagnação, deficiência, duração da hipertensão, sexo, índice de arteriosclerose (ASI), razão de ácido úrico para colesterol HDL (UHR) e hemoglobina glicada (HbA_1c). Após comparações múltiplas, o LightGBM foi o melhor modelo, com uma área sob a curva ROC (AUC) de 0,918 (IC 95% 0,890-0,945) no conjunto de treinamento, 0,885 (IC 95% 0,820-0,951) na validação interna e 0,897 (IC 95% 0,818-0,975) na validação externa. As curvas de calibração indicaram consistência das probabilidades previstas; as curvas de decisão indicaram benefício clínico para probabilidades de corte <90%. A importância pelo SHAP foi estagnação, deficiência, estase, HbA_1c, sexo, fleuma, duração da hipertensão, ASI, UHR. Aplicado em pacientes com lesões críticas, o AUC foi 0,783 (IC 95% 0,637-0,930), beneficiando 73% dos pacientes com estenose grave real. Conclusão: Com foco no valor clínico, o modelo diagnóstico desenvolvido integrando medicina chinesa e ocidental mostrou boa performance e pode fornecer base para diagnóstico clínico e tomada de decisão em pacientes com CKM.

síndrome coração-rim-metabólica;estenose coronariana;lesão crítica;modelo diagnóstico;aprendizado de máquina