研究背景和目的在过去的几十年里,全世界最常见的恶性肿瘤之一就是肺癌（Lung cancer,LC）,肺癌也是全球癌症相关死亡的最主要原因,严重的威胁着人类的健康。肺癌根据其组织学类型可以分为小细胞肺癌（Small cell lung cancer,SCLC）以及非小细胞肺癌（Non-small cell lung cancer,NSCLC）。其中,肺腺鳞癌（Adenosquamous carcinoma,ASC）是一种非小细胞肺癌的亚型,包含肺腺癌和肺鳞癌两种癌的成分。肺腺鳞癌的特点是进展较快、侵袭性较强、易早期发生转移,而且其淋巴结转移概率较高,但是目前预测肺腺鳞癌淋巴结转移的有效的模型非常少。因此,本研究拟构建一个相关的模型并使用列线图（Nomogram）进行可视化处理来对肺腺鳞癌淋巴结转移进行预测,用来筛选淋巴结转移危险度较高的患者,可以更好的指导和选择临床治疗的方案,使患者从中获益。方法本研究从 SEER 数据库（the Surveillance,Epidemiology and End Results）中共筛选到2669例诊断为肺腺鳞癌的病例进行回顾性分析。将总的数据集依照7:3的比例随机分为训练集（n=1869）和测试集（n=800）。分别使用单因素和多因素Logistic回归分析对肺腺鳞癌淋巴结转移的危险因素进行筛选。在训练集中对这些潜在影响淋巴结转移的危险变量进行模型的构建并绘制列线图。之后分别在训练集和测试集中进行一致性指数（Consistency index,CI）的计算和受试者工作特征曲线（Receiver operating characteristic curve,ROC）、校准曲线的绘制来对预测模型进行评价。为了可以更直观的观察到变量对结果的影响,本研究绘制了影响淋巴结转移的危险变量的优势比（Odds ratio,OR）森林图。最后使用Kaplan-Meier法和log-rank检验比较影响淋巴结转移的潜在变量的不同亚组之间的总生存期（Overall survival,OS）和肿瘤特异性生存期（Cancer special survival,CSS）。结果本研究基于2004年-2015年的SEER数据库总共纳入2669例被诊断为肺腺鳞癌的患者,这些肺腺鳞癌患者的淋巴结转移率为44.3%（1183/2669）。进行单因素Logistic回归分析,排除了性别变量（P＞0.05）,进行多因素Logistic回归分析排除了种族变量（P＞0.05）,最后可以得到年龄、肿瘤位置、分化程度、T分期、M分期以及肿瘤最大径这6个变量是肺腺鳞癌淋巴结转移的独立危险因素并纳入到后续模型的构建（P＜0.05）。之后绘制列线图进行模型的可视化处理,并分别在训练集和测试集中对其进行验证。本研究的训练集和测试集的C指数分别是 0.766（95%CI:0.744-0.788）和 0.742（95%CI:0.707-0.777）,说明了本研究构建的模型具有良好的区分度。分别绘制训练集及测试集的校准曲线,显示了本研究构建的模型的预测发生率与实际结果具有良好的一致性。结论由年龄、肿瘤位置、分化程度、T分期、M分期以及肿瘤最大径这6个变量构建的预测模型对肺腺鳞癌淋巴结转移有较好的预测能力,验证的结果表明了模型具有较高的区分度和一致性,可以为临床预测肺腺鳞癌的淋巴结转移提供重要的参考价值,能够实现对高危人群的筛选,可以帮助临床医生做出更准确的决策,进一步的完善个体化的治疗方案,对提高肺腺鳞癌患者的长期生存有着重大的意义。