研究目的:首先分析导致胰十二指肠切除术（Pancreatoduodenectomy,PD）后发生胰瘘的危险因素,包括生化指标、炎症指标以及相关临床指标,接着采用单因素回归结合最小绝对收缩和选择操作回归（Least absolute shrinkage and selection operator,LASSO）、单因素回归结合多因素Logistic回归、随机森林分析（Random survival forest,RSF）分别得到三组建模因素后建立三个胰瘘预测模型。探讨比较三个模型与胰瘘危险评分（Fistularisk score,FRS）的效能。最后针对不同的建模因素,探讨导致胰瘘发生概率增加的原因。研究方法:对苏州大学附属第一医院普外科2015年4月到2021年10月行PD术的患者诊治资料进行回顾性分析,总共纳入446例,其中肿瘤来源于胰腺的患者223例,壶腹部121例,胆管46例,十二指肠56例。收集所有患者的术前、术后血常规、生化指标,手术相关资料,术前临床资料与CT信息。利用统计学软件及相关统计学方法,分析不同临床指标与术后胰瘘发生率的相互关系。根据统计学结果,筛选合适的风险因素,探索更高效的预后模型。并分析相关风险因素与炎症指标、营养、生化指标之间的关联。研究结果:通过单因素回归结合多因素Logistic回归、单因素回归结合LASSO回归、随机森林分析,建立了三个预测模型。模型1的构成变量为:性别、术前内镜逆行胰胆管造影（Endoscopic retrograde cholangio-pancreatography,ERCP）及胆道支架置入减黄、皮下内脏脂肪比、术中出血量、体质指数（Body mass index,BMI）、胰腺质地,胰管内径和术前高密度胆固醇（High density cholesterol,HDLC）。模型2由:性别、术前ERCP结合胆道支架置入减黄、BMI、胰管内径组成。模型3由:高密度胆固醇、术前甘油三酯（Triglycerides,TG）、皮下内脏脂肪比、胰管内径构成。加入FRS进行对比,得到了模型1为最佳预测模型。模型1的训练集、验证集受试者工作特征曲线（The receiver operating characteristic curve,ROC）下面积为0.783和0.792。与其余的模型相比较,综合判别改善指数（Integrateddiscrimination improvement,IDI）表明在训练集中模型 1 以 0.027（p=0.019）;0.085（p＜0.001）);0.134（p＜0.001）),在验证集中以 0.023（p=0.065）;0.081（p＜0.001）;0.233（p＜0.001）的比例优于模型2、3以及FRS。净重新分类指数（The net reclassification improvement,NRI）表明该模型相较于其他模型,预测准确性分别提升了 33.2%,63.4%,70.7%。接着挑选出其中的建模因素皮下内脏脂肪比、高密度胆固醇,分别依据ROC曲线法计算风险阈值,分组后分析。发现皮下内脏脂肪比、术前高密度胆固醇较高的分组炎症指标更高,肝功能、生化、营养等基础情况更差。研究结论:相较于以术中出血量、胰管内径、胰腺质地、病理诊断为依据的传统胰瘘危险评分模型FRS,结合了内脏脂肪面积（Visceral fat area,VFA）、生化营养指标以及术前减黄方式的模型1拥有更准确的预测能力。并且通过ROC曲线下面积（The area under the receiver operating characteristics curve,AUC）、决策曲线分析法（Decision-curve analysis,DCA）、IDI、NRI分析方法,在训练集以及验证集中,该模型的预测能力均体现出明显的优势。