摘要目的 探讨超声受控衰减参数(controlled attenuation parameter,CAP)结合临床特征构建的预测模型在代谢功能障碍相关脂肪性肝病(metabolic dysfunction-associated steatotic liver disease,MASLD)患者肝纤维化诊断中的价值.方法 回顾性纳入了美国国家健康与营养调查(National Health and Nutrition Examination Survey,NHANES)数据库2017-2020年间的MASLD成人样本.根据CAP≥248 dB/m定义MASLD,通过瞬时弹性成像测得肝脏硬度≥8.2 kPa定义肝纤维化,将患者分为纤维化组和非纤维化组.应用Boruta算法筛选特征,联合CAP及临床特征构建预测模型,使用受试者工作特征(receiver operating characteristic,ROC)曲线及曲线下面积(area under curve,AUC)、灵敏度、特异度和准确度评价诊断模型效能.结果 共纳入1 472例MASLD患者,纤维化组213例,非纤维化组1 259例.基于Boruta算法筛选得到腰围、体重指数、CAP、空腹血糖、合并糖尿病、丙氨酸转氨酶、天冬氨酸转氨酶、γ-谷胺酰转移酶、高敏C反应蛋白、年龄、白蛋白、碱性磷酸酶、血清总胆红素和性别14个临床特征.CAP单独预测时,AUC为0.727[95％CI(0.690,0.765)],灵敏度、特异度、准确度分别为62.4％、70.2％、69.1％;CAP联合临床特征预测时,AUC为0.842[95％CI(0.813,0.871)],灵敏度、特异度、准确度分别为 75.5％、76.7％、75.6％;Delong 检验结果显示两种方法AUC值的差异具有统计学意义(Z=-6.877,P＜0.001).结论 CAP结合临床特征构建的预测模型在MASLD纤维化诊断中具有较好的诊断效能,为临床实践提供了有价值的参考工具.