摘要目的 通过回归分析输注红细胞患者的数据,构建非溶血性发热输血反应的列线图预测模型并进行验证,为临床预防非溶血性发热反应提供帮助.方法 回顾性分析2021年1月至2023年12月在我院输注悬浮红细胞发生非溶血性发热反应(febrile non-hemolytic transfusion reaction,FNHTR)的61例患者作为观察组,随机选取同时期输注悬浮红细胞未发生FNHTR的189例患者作为对照组,共250例数据纳入建模集.选取同时间段、同级别其他医院输注悬浮红细胞患者91例作为验证集,进行外部验证.利用单因素、多因素Logistic回归法从19个影响因素中筛选出引起FNHTR的独立危险因素,利用Rstudio软件建立FNHTR的预测列线图模型,绘制受试者工作曲线(ROC),并计算ROC曲线下面积(AUC)评估模型的区分能力,绘制校准曲线和临床决策曲线评估模型的校准度与患者净获益情况.结果 通过Logistic回归分析,引起患者FNHTR的独立危险因素为:性别、Hb、WBC、ALT、输血反应史以及NLR,OR值以及95％CI分别为:2.567(1.259～5.234)、0.953(0.924～0.983)、0.971(0.916～1.029)、1.022(1.006～1.038)、9.508(2.019～44.773).将独立危险因素引入R软件成功拟合非溶血性发热反应列线图预测模型,采用Hosmer-Lemeshow拟合优度检验,x2=5.762,P=0.674,显示该模型具有较好的拟合优度.模型ROC曲线下面积(AUC)为0.803(95％CI 0.744～0.863),显示该模型具有较好的区分能力.采用Bootstrap重复抽样1 000次进行模型校准,校准曲线显示模型预测概率与实际概率重合较好,模型具有较好的准确度.通过绘制临床决策曲线,决策曲线显示使用此模型能使患者有较好的净获益.采用外部数据对模型进行外部验证,验证集中AUC为0.784(95％CI 0.662～0.907),校准曲线以及临床决策曲线显示模型在外部数据集中同样具有较好的校准度以及净获益.结论 FNHTR的列线图预测模型具有较好的区分能力与准确度,可提示FNHTR发生,降低输血不良反应风险.