目的:通过分析影响慢性阻塞性肺疾病急性加重患者的院内死亡因素,构建慢性阻塞性肺疾病加重患者院内死亡风险的列线图（Nomogram）预测模型并评价其效果。方法:本研究回顾性收集了从2018年8月1日至2020年10月31日期间因慢性阻塞性肺疾病急性加重入院的患者的临床资料及住院期间死亡发生情况。原始数据按照7:3的比例随机化分为训练集及验证集。训练集使用LASSO、Logistic回归筛选出影响患者院内死亡的风险预测变量,应用R软件构建列线图（Nomogram）模型,用Bootstrap法进行模型内部验证,用验证集进行外部验证。通过计算一致性指数（C-index）、构建Calibration校准曲线和ROC曲线评价该模型的一致性和预测效果。结果:本研究纳入471名患者。94例患者发生院内死亡（20.0%）。应用LASSO、Logistic 回归筛选出 AECOPD 住院患者的年龄、WBC、Hb、URCA、TBIL、PaCO2、入院24小时内是否应用茶碱治疗、入院后是否使用机械通气或无创辅助通气以及合并症数目是影响其发生院内死亡的独立危险因素（P＜0.05）。基于以上9个变量构建Nomogram预测模型,列线图的C-index在训练集和验证集中分别为为0.981（95%CI:0.968-0.994）、0.907（95%CI:0.848-0.965）,Calibration 校准曲线拟合良好,训练集及验证集ROC曲线结果显示慢性阻塞性肺疾病急性加重患者院内的预测死亡风险曲线下面积（area under curve,AUC）分别为0.981和0.907,这些结果表示本研究所构建的列线图模型具有良好的预测效果。结论本研究是基于LASSO-Logistic回归分析AECOPD住院患者院内死亡相关影响因素所构建的列线图预测模型,该模型具有良好的预测能力,为详细、个体化地分析AECOPD患者院内死亡风险、甄别临床高风险人群、辅助临床医生制定个体化治疗方案提供参考依据。