摘要目的:利用乳腺成像报告和数据系统(BI-RADS)4类结节的临床和超声数据，开发和验证一种乳腺癌风险预测模型。方法:回顾性分析2017年1月至2018年12月在重庆医科大学附属第二医院就诊的338例患者的377个BI-RADS 4类乳腺结节临床资料。按照7∶3的比例随机将入组的BI-RADS 4类结节分为训练组和验证组。采用单因素Logistic回归和多因素Logistic逐步回归分析，最终确定一组乳腺癌风险独立预测因素的变量组合，创建列线图预测模型。利用受试者操作特征(ROC)曲线和校准曲线来评价列线图模型的性能。使用Hosmer-Lemeshow检验检测列线图模型的拟合度。采用临床决策曲线(DCA)评估该模型的临床预测效能。结果:338例患者的377个BI-RADS 4类结节(202个良性和175个恶性)，分为训练组263个，验证组114个。年龄(OR ＝1.06，95%CI：1.03～1.08，P<0.001)、边界(OR＝2.22，95%CI：1.19～4.13，P＝0.012)、形态(OR＝1.96，95%CI：1.01～3.77，P＝0.045)、钙化(OR ＝2.43，95%CI：1.35～4.36，P＝0.003)、结节最大直径(OR ＝1.93，95%CI：1.38～2.69，P<0.001)和内部血流(OR＝1.95，95%CI：1.08～3.51，P＝0.026)是乳腺癌的独立预测因素。训练组和验证组通过列线图画出的ROC曲线下面积(AUC)分别为0.807(95%CI：0.755～0.858)和0.837(95%CI：0.764～0.910)。列线图预测模型具有良好拟合度(训练组：P＝0.656；验证组：P＝0.502)；校准曲线表明列线图模型与实际观测结果有较好的一致性。DCA显示示当阈值概率大于0.1时，该模型预测净获益值较高。结论:基于临床和超声特征建立的列线图模型可以准确预测BI-RADS 4类结节乳腺癌风险，从而减少不必要手术活组织检查。