摘要目的 基于高频超声图像特征构建列线图模型,探讨其预测甲状腺乳头状癌(PTC)患者发生颈部淋巴结转移(CLNM)的临床价值.方法 选取我院初次行甲状腺手术治疗及颈部淋巴结清扫术的PTC患者532例(638个结节),按7:3比例随机分为训练集和验证集,其中训练集372例(446个结节),根据术后病理结果分为发生CLNM患者130例(CLNM组,166个结节)和未发生CLNM患者242例(非CLNM组,280个结节);验证集160例(192个结节),其中CLNM组58例(70个结节),非CLNM组102例(122个结节).比较训练集两组患者性别、年龄,以及结节最大径、内部回声、微钙化、多发灶、后方回声衰减、内部成分、纵横比、结节边缘、被膜侵犯、彩色血流信号.选取训练集中CLNM组与非CLNM组差异有统计学意义的指标进行Logistic回归分析,筛选预测PTC患者发生CLNM的独立影响因素.基于筛选出的独立影响因素构建列线图模型,并对模型进行评价.结果 训练集中,两组患者性别、年龄,以及结节最大径、多发灶、边缘、微钙化、纵横比、被膜侵犯方面比较差异均有统计学意义(均P<0.05).Logistic回归分析显示,结节边缘不规则、纵横比>1、微钙化、最大径>10 mm、多发灶、被膜侵犯均是PTC患者发生CLNM的独立影响因素(OR=2.598、4.926、5.307、5.850、10.293、15.226,均P<0.05).列线图模型在训练集和验证集的ROC曲线下面积分别为0.875(95％可信区间:0.755～0.893)、0.855(95％可信区间:0.761～0.886);且列线图模型校准度良好,其预测CLNM风险概率与实际恶性风险无明显偏离;决策曲线显示,风险阈值概率在1％～90％时,有较高的净获益值,提示该模型临床实用性较好.结论 基于高频超声图像特征的列线图模型在预测PTC患者发生CLNM方面有较高的诊断效能,且区分度和校准度均较好.