目的本研究旨在探讨影响上皮性卵巢癌（epithelial ovarian cancer,EOC）患者预后的危险因素,构建可以个体化预测上皮性卵巢癌患者癌症特异性生存期（Cancer-specific survival,CSS）的列线图模型,从而帮助临床医师针对不同分期上皮性卵巢癌患者选择个体化的治疗方案和分析患者的生存预后。方法收集美国国家癌症研究所（National Cancer Institute）的SEER数据库（the Surveillance,epidemiology and end results database,seer）中 1975-2018年13697例被诊断为上皮性卵巢癌患者的临床资料,按照纳入和排除标准筛选后,共纳入8978例符合条件的上皮性卵巢癌患者,使用SPSS 26.0统计患者的临床特征,患者以7:3被随机分为训练队列和验证队列,将变量因子进行单因素Cox回归分析,然后将P<0.05的变量纳入多因素Cox回归分析后可得到影响上皮性卵巢癌CSS的独立预后影响因素,运用R语言软件构建生存列线图模型,列线图的内部验证使用C指数（concordance index,C-index）、曲线下面积（area under curve,AUC）、校准曲线（Calibration curves）和决策曲线分析（decision curve analysis,DCAs）进行。收集2006年12月至2019年12月期间浙江省肿瘤医院妇瘤外科135例上皮性卵巢癌患者的数据进行外部验证。绘制Kaplan-Meier曲线以比较不同风险组之间的生存结果。结果年龄、组织分化程度、组织学类型、肿瘤单双侧、TNM分期、区域淋巴结清扫数量、淋巴结阳性数量、化疗、术后残余病灶是CSS的独立预后影响因素。基于上述因素构建一个预测上皮性卵巢癌患者癌症特异性生存的列线图。训练队列、内部验证队列和外部验证队列的C指数分别为0.757、0.741、0.703,校准曲线表明列线图预测生存状态和实际生存情况之间有很好的一致性。AUC和DCA结果表明列线图在临床上实用性和预测性能良好。不同风险亚组之间的Kaplan-Meier曲线差异具有统计学意义。结论1.本研究发现年龄、组织分化程度、组织学类型、肿瘤单双侧、TNM分期、区域淋巴结清扫数量、淋巴结阳性数量、化疗、术后残余病灶是影响上皮性卵巢癌患者癌症特异性生存期的独立预后影响因素。2.本研究构建的列线图模型在预测性能上与实际结果之间具有较好的相关性和精准性,可较为准确地对上皮性卵巢癌患者初始治疗后癌症特异性生存期进行预测。3.本研究为妇科肿瘤医师提供了便捷直观且实用的预测模型,有助于医师评估卵巢癌个体风险并选择合适的治疗方案,一定程度上可改善患者的生活质量,在临床工作和科研研究中提供了帮助和支持。