摘要目的:基于多模态数据构建甲状腺髓样癌(medullary thyroid carcinoma,MTC)中央区淋巴结转移(central lymph node metastasis,CLNM)的预测模型,并分析其临床意义.方法:回顾性分析2017年1月—2025年5月南京医科大学第一附属医院收治的104例MTC患者的临床病理资料、术前影像学特征及实验室指标.通过单因素Logistic回归初步筛选变量(P<0.1),进一步采用向后逐步回归法进行多因素Logistic回归分析筛选CLNM的独立危险因素,构建预测模型并绘制列线图,受试者工作特征(receiver operating characteristic,ROC)曲线、校准曲线和决策曲线分析(decision curve analysis,DCA)评估模型的区分度、校准度和临床适用性,使用Bootstrap法进行内部验证.结果:根据病理结果是否存在CLNM将104例MTC患者分成转移组(55例)与非转移组(49例).与非转移组患者相比,转移组患者性别(P=0.001)、超声形态是否规则(P<0.001)、超声边缘是否光整(P<0.001)、血清癌胚抗原(carcinoembryonic antigen,CEA)水平(P=0.006)、血清降钙素(calcitonin,CT)水平(P<0.001)等差异有统计学意义.多因素Logistic回归分析显示,患者的性别(OR=6.50,95%CI:2.03～20.81,P=0.002)、超声边缘是否光整(OR=9.77,95%CI:3.12～30.59,P<0.001)以及血清CT水平(OR=1.25,95%CI:1.10～1.42,P<0.001)是CLNM的独立危险因素.联合三者建立的列线图模型可良好地识别CLNM,ROC曲线下面积(area under the curve,AUC)为0.873,95%CI:0.808～0.939,校准曲线和DCA均表明该模型具有良好的性能及临床适用性.使用Bootstrap法进行内部验证也显示该模型具有良好的稳定性和可靠性(AUC=0.874,95%CI:0.865～0.879).结论:结合患者的性别、超声边缘是否光整以及血清CT水平的多模态数据模型能有效预测MTC患者CLNM风险,为临床决策提供依据.