摘要目的:探讨基于剪切波弹性成像(SWE)参数构建的预测模型在评估慢性肾脏病(CKD)患者肾脏纤维化程度中的应用价值.方法:选取2022年3月至2024年3月我院收治的126例CKD患者,根据肾脏病理等级分为轻度纤维化组(n=82)和中重度纤维化组(n=44),同时选取同期进行健康体检者68例为对照组.所有研究对象均接受SWE检查,于肾长轴切面肾实质中下极区域定位ROI,评估SWE值.采用多因素Logistic回归分析影响CKD患者肾脏纤维化程度的相关因素,使用R软件的glmpath包构建CKD患者肾脏纤维化程度预测列线图模型并计算一致性指数(C-index),绘制决策曲线评价预测模型的临床适用性.另选取80例CKD患者作为独立数据集对预测模型的效能进行验证.结果:轻度组高血压患病率、血尿素氮水平显著低于中重度组,而肾小球滤过率(eGFR)显著高于中重度组(P＜0.05);三组SWE水平对比差异具有统计学意义(F=42.570,P＜0.05),其中对照组 SWE 参数[(6.11±1.89)kPa]低于轻度组 SWE 参数[(8.00±2.76)kPa],轻度组显著低于中重度组[(8.00±2.76)kPa](P＜0.05);多因素Logistic回归分析显示,高血压、eGFR、血尿素氮及SWE值是影响CKD肾脏纤维化程度的独立因素.基于上述因素构建的CKD肾脏纤维化程度预测列线图模型,一致性指数达0.807,显示出良好的区分度.决策曲线分析表明,当阈值概率＜78％时,模型的临床净获益率＞0,验证了其良好的临床适用性.ROC曲线显示该模型预测的AUC为0.877(95％CI 0.772～0.932),特异度为72.88％,敏感度为95.24％.结论:基于SWE参数的CKD肾脏纤维化预测模型具有较高的区分度和临床适用性,有助于精准识别中重度肾脏纤维化风险患者.