目的:构建重症患者继发持续炎症-免疫抑制-分解代谢综合征(Persistent Inflammation Immunosuppression Catabolism Syndrome,PICS)风险的列线图预测模型。方法:回顾性分PTGS Predictive Toxicogenomics Space析2021年7月1日-2022年7月购买Canagliflozin31日某大型三级甲等医院重症医学科(Intensive Care Unit,ICU)收治的住院时间≥14d患者(共计242例)的临床资料,包括性别、年龄、既往史、现病史、是否手术,实验室检查、急性生理学与慢性健康状况评分(Acute Physiology and Chronic Health EvaluationⅡ,APACHEⅡ)等。依据PICS诊断标准将纳入患者分为PICS组和非PICS组。按照4:1比例,随机将纳入患者分为模型建立组(n=194),模型验证组(n=48),比较两组中PICS组与非PICS组患者间的临床数据指标,确定重症患者继发Pexidartinib浓度PICS的独立危险因素,构建列线图模型并进行内部评价与外部验证。结果:纳入分析的患者242例,PICS组107例,非PICS组135例,发病率为44.21%。通过单因素与多因素Logistic回归分析确定年龄[优势比(OR)=1.039,95%置信区间(95%CI)=1.016-1.065,P<0.001)]、手术(OR=2.258,95%CI=1.172-4.427,P=0.016)、血清肌酐值(OR=1.002,95%CI=1.000-1.033,P=0.039)、血清总胆红素(OR=1.015,95%CI=1.004-1.030,P=0.020)、血小板计数(OR=0.996、95%CI=.993-1.000,P=0.047)为PICS发生的独立危险因素,依据筛选出的预测值建立ICU重症患者继发PICS的列线图预测模型。对列线图预测能力进行验证得到,模型建立组AUC曲线下面积为:0.756(95%CI:0.688-0.824),模型验证组AUC曲线下面积为:0.780(95%CI:0.65-0.910)。结论:年龄、手术、血小板、总胆红素、肌酐是重症患者继发PICS的独立危险因素。构建的重症患者继发PICS的列线图模型具有良好的预测能力,可为预防患者继发PICS提供更加直观的研究方法和临床价值。