摘要目的 探究基于胸部CT影像组学特征联合临床特征预测非小细胞肺癌(non-small cell lung cancer,NSCLC)表皮生长因子受体(epidermal growth factor receptor,EGFR)基因突变的预测价值.方法 采用病例对照研究的方法,收集2013年1月至2023年10月3家医疗中心放射科1 070名NSCLC患者的临床信息和CT图像.其中陆军军医大学第一附属医院719名NSCLC患者按照7∶3的比例随机分成训练集、内部验证集;东部战区总医院173名患者、陆军特色医学中心178名患者分别作为外部验证集1、外部验证集2.使用最小绝对收缩和选择算子回归筛选最佳影像组学特征,构建影像组学模型;以单因素及多因素Logistic回归筛选EGFR突变相关的临床特征,构建临床模型;联合影像组学特征及临床特征构建综合模型.3种分类模型均采用随机森林(random forest,RF)的机器学习方法进行建模.采用曲线下面积(AUC)、准确率、敏感度和特异度评价模型预测效能.绘制校正曲线以评估综合模型的拟合优度,决策曲线评估模型的临床应用价值.结果 影像组学模型在内部验证集、外部验证集1、外部验证集2中的AUC值分别为0.762 4(95%CI:0.692 4～0.825 1)、0.745 4(95%CI:0.671 1～0.814 3)和0.724 7(95%CI:0.639 7～0.801 6);临床预测模型在内部验证集、外部验证集1、外部验证集2的AUC值分别为 0.691 7(95%CI:0.627 9～0.757 6)、0.652 5(95%CI:0.576 7～0.729 1)和 0.779 2(95%CI:0.712 5～0.847 3);基于临床特征和影像组学特征构建的综合模型预测效能值最佳,其在内部验证集、外部验证集1、外部验证集2的AUC值分别为0.818 0(95%CI:0.757 7～0.874 3)、0.782 4(95%CI:0.7031～0.848 2)和0.796 6(95%CI:0.718 1～0.868 6).校准曲线提示综合模型拟合度较好,决策曲线提示综合模型具有较好的净收益.结论 结合胸部CT影像组学特征与临床特征构建的综合模型在预测NSCLC EGFR基因突变的多中心数据集中表现出更好的预测性能,有助于帮助临床制定治疗策略.