摘要目的 肾移植术后贫血(post-renal transplantation anemia,PTA)在肾移植受者中的患病率较高.长期持续的PTA不仅显著影响受者的生活质量,还对移植肾的存活产生负面影响.然而,目前尚缺乏有效预测受者术后早期持续性PTA风险的方法.本研究旨在开发针对肾移植受者群体的术后早期持续性PTA的列线图预测模型.方法 利用南方医科大学南方医院电子病历系统,获取 2020 年 1 月 1 日至2022 年 12 月 31 日期间的患者资料,最终选取了 245 例受者作为研究对象.在这些受者中,85%的受者作为训练集开发模型,余下 15%的受者作为验证集.运用最小绝对值收缩和选择算法回归模型(least absolute shrinkage and selection operator,Lasso)对可能影响早期持续性PTA发生的变量进行筛选而获得预测因素,并使用二元Logistic回归分析建立预测模型,使用受试者工作特征曲线(receiver operating characteristic,ROC)曲线、ROC曲线下面积(area under curve,AUC)、Calibration校准曲线及决策曲线分析(decision curve analysis,DCA)评估模型性能.结果 经过Lasso回归筛选后获得的预测因素包括:受者术前体重指数(body mass index,BMI)、受者术前血清白蛋白水平、受者术前血红蛋白水平、受者术前平均红细胞体积、受者围手术期是否使用血管紧张素转换酶抑制剂或血管紧张素受体阻滞剂类降血压药物、受者是否外源补充铁剂、受者是否外源补充促红细胞生成素.该模型显示出良好的区分度,训练集的AUC值为 0.87,验证集的AUC值为 0.75,表明模型的预测性能较好,且Calibration校准曲线和DCA曲线进一步证明了模型具有准确性和临床实用性.结论 该列线图预测模型利用早期可获得的受者信息,包括受者特征、实验室检验数据及用药方案,能够准确预测肾移植受者术后早期持续性PTA的个体化风险.这为早期临床干预提供了重要依据,有助于改善患者的预后及生活质量.