第一部分肺部术后肺炎预测因素的分析目的:临床工作中肺部手术术后最常见的并发症是肺炎,重症肺炎甚至会造成生命危险。本研究通过对江西省肿瘤医院胸外科进行肺部手术患者的资料进行研究分析,分析筛选出影响肺部手术术后肺炎的独立危险因素。方法:回顾性分析2018-2021年在江西省肿瘤医院胸部肿瘤外科进行肺部手术的患者病例资料,通过纳入标准和排除标准筛选出符合条件的患者。将符合条件的患者按照7:3的比例随机拆为2个数据集。本研究将前70%的数据集用于肺部术后肺炎的预测因素分析,按术后是否发生肺炎分为肺炎组和非肺炎组。经过lasso回归和多因素logistic回归分析最后筛选出肺部术后肺炎的独立预测因素。结果:本研究第一部分纳入了1615名患者,将其拆分为前70%的数据集,包含了1136名患者,其中发生肺炎组患者为333名,未发生肺炎组患者为803名。本研究将Lasoo回归分析筛选的候选变量:吸烟、输血、低蛋白血症、高血压、糖尿病、COPD、肺气肿纳入多因素Logistic回归分析,最终筛选出来了7个变量:吸烟（P＜0.001）、输血（P＜0.001）、低蛋白血症（P＜0.001）、高血压（P＜0.001）、糖尿病（P＜0.001）、COPD（P＜0.001）、肺气肿（P＜0.001）,7个变量P值均＜0.05,差异具有统计学意义。结论:吸烟、输血、低蛋白血症、高血压、糖尿病、COPD、肺气肿是肺部术后肺炎的独立预测因素。第二部分肺部术后肺炎预测模型的构建和评价目的:构建肺部术后肺炎预测模型,对所建立的模型进行效能评价并以列线图的形式进行可视化呈现。方法:使用第一部分的Lasso回归分析和多因素Logistic回归分析筛选出肺部术后肺炎的独立预测因素,构建肺部术后肺炎风险预测模型。接下来对预测模型区分度、校准度、临床适用性分别使用受试者工作曲线下面积（AUC）、霍斯默-莱梅肖拟合优度（H-L）检验和决策曲线分析法（DCA）进行评价;最后使用列线图将模型直观的呈现出来。结果:本研究第二部分所建立的肺部术后肺炎列线图预测模型准确性良好,结果简便易懂。对该模型的区分度进行评价,受试者工作曲线下面积（AUC）的值为0.750＞0.7,提示所构建的模型具有良好的区分度。对该模型的校准度进行评价,H-L检验X~2=2.3347,P=0.969＞0.05,绘制的校准图显示校准曲线基本上与参考线重合,提示模型具有优秀的校准度。对该模型的临床适用性进行评价,绘制的DCA决策曲线中,DCA曲线位于极端线之上,当阈概率取值在8%-58%时,对应的净获益率为0-26%,提示本研究建立的模型具有优秀的临床有效性。结论:本研究第二部分所建立的肺部术后肺炎风险预测模型通过区分度、校准度、临床有效性评价,显示了该模型具有良好的区分度、优秀校准度和临床适用性。通过列线图的形式将预测模型展现出来,更直观易懂,方便计算风险。第三部分肺部手术术后肺炎预测模型的内部验证目的:对所构建的肺部术后肺炎预测模型的内部验证,进一步验证该模型的区分度、校准度、临床有效性。方法:本部分研究将第一部分中按照7:3随机拆分的后30%的数据集对第二部分建立的风险预测模型的区分度、校准度、临床有效性进行内部验证。该数据集包含了479名患者,其中发生肺炎组有128名患者,未发生肺炎组有351名患者。结果:对该模型的区分度进行内部验证,受试者工作曲线下面积（AUC）为0.754＞0.7,使用德隆检验（Delong test）将后30%部分与前70%部分数据集所构建预测模型的AUC进行比较,P值=0.8973＞0.05,差异无统计学意义,结果表明预测模型具有良好的区分度。对该模型的校准度进行内部验证,H-L检验内部数据集X~2=13.104,P值=0.1083＞0.05,绘制的校准图显示校准曲线靠近参考线,这些结果表明预测模型具有优秀的校准度。对该模型的临床有效性进行内部验证,绘制DCA临床决策曲线,内部验证集的DCA曲线位于极端线之上,当内部验证集的阈概率值在7%-72%时,对应的净获益为0-27%,这些结果表明该模型具有优秀的临床适用性。结论:本研究对第二部分所建立的肺部术后肺炎风险预测模型进行内部验证,表现出该模型具有良好的区分度和优秀的校准度、临床有效性。通过本研究所建立的肺部术后肺炎风险预测模型,能够快速帮助医务工作者辨别肺部术后肺炎的高危患者,及时采取干预措施,实现精准化及个体化治疗。