目的:对比分析低危和中高危预后风险甲状腺乳头状癌(PTC)患者的临床资料,筛选出低危患者潜在的术前预测因素,构建低危PTC患者术前临床预测模型。在术前将预后良好的低危PTC患者与侵袭性较强、预后相对较差的中高危患者加以区分,为患者制定个体化治疗方案提供参考和依据。方法:回顾性收集2020年1月至2020年12月期间就诊于吉林大学中日联谊医院甲状腺外科,行开放手术治疗,术后石蜡病理证实为PTC患者的术前临床资料(包括性别、年龄等患者基本特征;甲功等检验结果和术前甲状腺及颈部淋巴结超声报告)及术后石蜡病理DMEM Dulbeccos Modified Eagles Medium资料,按7:3的比例将患者随机分为训练集与验证集。参考美国甲状腺学会(ATA)指南、AMES系统和MACIS系统等目前临床常用的预后风险分层系统,确定本研究PTC患者预后风险分层标准,将训练集患者分为低危组与中高危组。通过单因素Logistic回归分析、套索(LASSO)回归分析对训练集中的所有变量进行筛选,确定最终纳入模型的预测因子,构建低危PTC预测模型,通过绘制诺莫图将模型可视化并且量化模型评分,确定低危风险和中高危风险的评分截断值。对模型分组和病理分组的结果进行Kappa一致性检验;利用验证集对模型进行内部验证并绘制受试者工作特征曲线(ROC),计算曲线下面积(AUC)对预测模型的区分能力进行评价;通过Hosmer–Lemeshow拟合优度检验及绘制校准图对预测模型实际值和预测值之间的一致性进行评价;通过绘制临床决策曲线(DCA)以及临床影响曲线对预测模型的临床实用性进行评价。结果:本研究共纳入1875名患者,训练集1313人,验证集562人。训练集中低危组769人,中高危组544人,经过单因素Logistic回归和LASSO回归分析,筛选出性别、年龄、病灶数目、超声下病灶最大径、钙化、被膜侵犯、超声下颈部淋巴结状态、术前TPO抗体水平8个变量作为预测因子,并基于以上因子构建的低危PTC术前临床预测模型,模型C指数为0.777。通过模型对训练集与验证集患者预后风险分层进行预测得到的ROC曲线下面积(AUC)分别为0.777[95%CI(0.752,0.803)]和0.769[95%CI(0.729,0.809)],提示模型具有良好的区分度;训练集与验证Q-VD-Oph采购集的Hosmer-Lemeshow检验结果分别为χ~2=1.149,P=0.563>0.05,χ~2=3.126,P=0.210>0.05,提示模型具有良好的预测能力;临床决策曲Alpelisib试剂线表明模型有一定的临床实用性。结论:1.男性、病灶数目增加、超声下病灶最大径增加、有钙化、病灶紧邻或突破被膜、超声发现结构欠清淋巴结是中高危PTC的独立危险因素;2.年龄增长、术前TPO抗体水平≥26.450pmol/L是低危PTC的保护因素;3.本研究建立的预测模型能够实现在术前为患者的预后风险进行分层,预测性能较好,具有良好的临床实用性。