[目的]:对云南肺结节患者的临床相关资料、影像学资料、肿瘤标志物等因素进行回顾性分析,对各因素进行单因素及多因素分析,得出肺结节恶性概率预测的独立危险因素,最终建立肺结节恶性概率的预测模型。[方法]:本研究选取了 2017年5月至2020年12月期间,因肺结节在昆明医科大学第一附属医院行手术治疗并且最终有病理检查的云南籍病人共1139例。收集患者的临床特征、影像学特征、肿瘤标志物结果。将所有患者按照7:3的比例分为两组,其中将2017年5月至2020年6月间收集的患者作为建模组（778例）,2020年7月至2020年12月的为验证组（361例）。利用IBM SPSS 19.0对收集到的数据行统计学分析,先对所有患者的资料进行分析,得到对良恶性结节判断有明显差异的因素,用单因素logistic和多因素logistic回归分析对建模组中的这些因素进行分析,得出与肺结节预测有关的因素,根据结果建立肺结节的恶性预测模型。最后将验证组中的数据带入模型,验证模型的准确度。[结果]:单因素及多因素回归分析示:年龄、结节最大径、毛刺征、血管集束征、空泡征、mGGO、pGGO、CEA、NSE共十个因素为肺结节恶性概率的独立危险因素;而性别为肺结节恶性概率的独立保护性因素。建模组预测回归方程为:P=ex/（1+ex）,e 为自然对数,X=-3.289+（年龄*0.031）+（结节最大径*0.458）+（毛刺征*0.820）+（血管集束征*1.109）+（空泡征*0.590）+（pGG0*2.429）+（mGG0*3.314）+（CEA*1.645）+（NSE*0.881）-（性别*0.560）。建模组构建的ROC曲线,得到AUC值为0.844（95%CI:0.816-0.868）。ROC曲线计算约登指数最大值为0.56,此时诊断阈值P=0.132,模型灵敏度为83.86%,特异度为72.10%,阳性预测值为84.53%,阴性预测值为71.01%。将建模组数据带入该预测方程中,得到验证组结果,ROC曲线AUC为0.842（95%CI:0.800-0.878）,灵敏度为75.84%,特异度为93.22%,阳性预测值为95.23%,阴性预测值为57.00%。[结论]:1、本研究通过对单因素分析后发现患者年龄、宣威籍、结节最大径、毛刺征、血管集束征、空泡征、pGGO、mGGO、CEA、NSE在组间有统计学差异。多因素的logistic分析显示:年龄、结节最大径、毛刺征、血管集束征、空泡征、pGGO、mGGO、CEA、NSE为恶性肺结节的独立危险因素,而性别为肺结节的保护性因素;吸烟史、恶性肿瘤家族史、分叶征不是肺结节的独立危险因素。2、对验证组中良恶性结节用本模型分别计算、分析后显示其诊断阈值P=0.613。当肺结节经过模型计算后当诊断值P>0.613时,结节恶性概率较高;当诊断值P<0.613时,良性可能性大一些。3、各个诊疗中心的肺结节预测模型不同,可能与地域差异有关,在建立肺结节预测模型中需将影像学检查、实验室检查、临床资料及相关地域因素结合起来,对本地域内的肺结节预测提供帮助。