摘要目的:基于单中心 20年临床资料的回顾性分析,确定乳腺癌首发的多原发癌患者,探讨其临床特点、预后评估、风险分层及机器学习模型优劣比较.方法:收集 2000年 1月至 2020年 12月期间河北医科大学第四医院收治的多原发乳腺癌患者的临床资料,采用 Kaplan-Meier法计算生存期,Log-rank检验估计生存率.利用单因素和多因素 Cox比例风险回归模型进行预后分析,采用列线图预测多原发乳腺癌患者的生存,并利用受试者工作特征曲线和校准曲线评估预测性能.采用 X-Tile软件对患者预后进行分层.建立基于 Cox模型和两种基于树的机器学习算法(生存树和随机生存森林)的预后模型并进行效果评价.结果:本研究共纳入 393例多原发性乳腺癌患者.乳腺癌和第二原发癌的中位诊断年龄分别为 52岁和 58岁.同时性和异时性第二原发癌分别为 51例和 342例,中位发病时间间隔分别为 2个月和 58个月.肺癌为乳外最常见的第二原发癌种,其次是甲状腺癌和结直肠癌.乳腺癌分期、两癌的发病间隔、生育胎次及第二原发癌发病部位是乳腺多原发患者的独立预后因素.基于以上预后影响因素建立列线图模型,预测乳腺多原发癌患者 3年、5年和 10年生存曲线下面积分别为 0.743、0.781和 0.813.通过风险评分,将患者分为低风险组 247例(62.85%)、中风险组 104例(26.46%)和高风险组 42例(10.69%),3组生存率间差异有统计学意义(P<0.01).比较 3种预后模型,Cox和随机生存森林模型优于生存树模型.结论:分期、发病间隔、第二原发癌部位和生育胎次是多原发乳腺癌患者的预后因素,据此建立的列线图模型具有较好的预测效果,可为临床医师提升对于乳腺多原发癌患者的早期筛查和临床诊疗提供依据.