目的 探讨急性胰腺炎(AP)继发脾大的影响因素及列线图预测模型构建.方法 采用回顾性病例对照研究方法.收集2017年12月至2021年12月首都医科大学宣武医院收治的180例AP患者的临床病理资料;男124例,女56例;年龄为(49±15)岁.180例患者中,60例AP继发脾大患者设为病例组;男48例,女12例;年龄为(47±13)岁.120例AP未继发脾大患者设为对照组;男76例,女44例;年龄为(50±16)岁.观察指标:(1)AP继发脾大的发生情况和临床特征.(2)AP继发脾大的影响因素分析.(3)AP继发脾大列线图预测模型的构建及评价.正态分布的计量资料以(x)±s表示,组间比较采用t检验;偏态分布的计量资料以M(Q1,Q3)表示,组间比较采用秩和检验.计数资料以绝对数表示,组间比较采用x2检验或Fisher确切概率法.单因素分析根据资料类型选择对应的统计学方法.采用受试者工作特征曲线判断最佳截断值.多因素分析采用Logistic向前逐步回归模型.根据多因素分析结果构建列线图预测模型,绘制受试者工作特征曲线,以曲线下面积评价列线图预测模型的区分度.以校准曲线评价列线图预测模型的一致性,以决策曲线评价其临床获益度.结果 (1)AP继发脾大的发生情况及临床特征.60例AP患者继发脾大的首次发现时间为AP发病后60(30,120)d.60例AP继发脾大患者持续呼吸功能障碍,多器官功能衰竭,疾病严重程度(轻症、中度重症及重症),胰腺和(或)胰周感染、手术治疗分别为19例,17例,4、56例,37例,32例;120例AP未继发脾大患者上述指标分别为16例,19例,43、77例,39例,29例;两组患者上述指标比较,差异均有统计学意义(x2=8.58,3.91,17.64,13.95,15.19,P＜0.05).(2)AP继发脾大的影响因素分析.多因素分析结果显示:AP发病24 h内白细胞计数＜5.775×109/L、AP发病3～7 d修订版CT严重程度指数＞7、有局部并发症是影响AP继发脾大的独立危险因素(优势比=3.85,2.86,6.40,95％可信区间为1.68～8.85,1.18～6.95,1.56～26.35,P＜0.05).(3)AP继发脾大列线图预测模型的构建及评价.根据多因素分析结果,纳入AP发病24h内白细胞计数、AP发病3～7 d修订版CT严重程度指数及局部并发症构建预测AP继发脾大的列线图预测模型.列线图预测模型受试者工作特征曲线下面积为0.76(95％可信区间为0.69～0.83,P＜0.05),灵敏度为0.87,特异度为0.55.校准曲线显示:列线图预测模型预测值与实际观察值吻合较好.决策曲线显示:列线图预测模型具有较高的临床应用价值.结论 AP继发脾大患者比非继发脾大患者疾病严重程度更重.AP发病24 h内白细胞计数＜5.775×109/L、AP发病3～7d修订版CT严重程度指数＞7、有局部并发症是影响AP继发脾大的独立危险因素,其列线图预测模型可预测AP继发脾大发生概率.