目的本研究旨在基于“监测、流行病学和结果”（The Surveillance,Epidemiology,and End Result,SEER）数据库构建甲状旁腺癌（parathyroid carcinoma,PC）患者预后的可视化模型,并结合郑州大学第一附属医院确诊的PC队列对模型进行验证,并应用模型对患者进行危险分层。方法从SEER数据库下载2000年至2018年期间诊断为PC的患者临床资料,最终纳入342例作为本研究训练集。通过单因素和多因素Cox回归得出影响PC总生存（overallsurvival,OS）和肿瘤特异性生存（cause-specificsurvival,CSS）的独立预后因素。随后在独立预后因素基础上,构建了列线图模型来对PC患者的3年、5年、8年OS和CSS进行预测。随后纳入59例2012年1月至2020年12月在郑州大学第一附属医院行初次手术治疗的PC患者作为外部验证来对模型进行外部数据验证。模型评价采用C指数（concordance index,C-index）和受试者工作曲线（receiver operating characteristics curve,ROC）评估预测模型的准确性。校准曲线评估预测值与真实值的相符性;临床决策分析（decision curve analysis,DCA）曲线评估临床受益。通过“DynNom”和“SHINY”软件包构建了一个基于网页的生存概率计算器。考虑到临床实践中手术方式选择对PC患者预后的重要性,对手术方式对不同分组PC患者预后的影响进行亚组分析。OS和CSS预测模型分别计算验证集PC患者的OS和CSS风险得分,根据风险得分将患者分为高低风险组后,对比高低风险组临床相关生化指标的大小。结果1.训练集经单因素COX和多因素COX分析的结果显示:年龄（HR=3.262,95%CI:1.870-5.689,p＜0.001）、婚姻状态（HR=2.134,95%CI:1.081-4.212,p=0.029）、肿瘤大小（HR=2.180,95%CI:1.248-3.810,p=0.006）、临床分期（HR=5.737,95%CI:2.889-11.393,p＜0.001）、颈部淋巴结状态（HR=6.678,95%CI:2.318-19.240,p＜0.001）、放射治疗（HR=2.075,95%CI:1.108-3.886,p=0.023）是PC患者总生存的独立预后因素;肿瘤大小（HR=3.657,95%CI:1.566-8.543,p=0.004）、临床分期（HR=10.090,95%CI:3.438-29.614,p＜0.001）是PC患者肿瘤特异性生存的独立预后因素。根据OS和CSS的独立预后因素构建了预后列线图模型后,模型在训练集和验证集的C指数、ROC曲线、校准曲线和DCA曲线均显示模型预测PC患者3年、5年和8年OS和CSS时具有良好的预测价值、稳定性和临床受益。2.亚组分析显示,行根治性手术方式在年龄大于66岁的PC患者中总生存率低于行非根治性手术方式患者（HR=3.46,95%CI:1.28-9.34,p=0.014）,在总人群和其余亚组人群中根治术和非根治术对OS和CSS的影响均无统计学差异（p＞0.05）。3.列线图模型将验证集PC患者分为高、低风险组,两组之间的生存分析显示高风险组总生存率和肿瘤特异性生存率显著高于低风险组（p＜0.05）,且CSS高风险组的术后PTH明显高于低风险组（p=0.010）。结论1.预测PC患者3年、5年和8年OS及CSS的列线图模型具有较好的稳定性和适用性,从而能实现对PC患者总生存和肿瘤特异性生存的个体量化评估,为临床工作者提供识别高危PC患者的新手段,更好地指导随访和管理。2.手术方式对PC患者各亚组人群OS和CSS预后指标的影响并不显著,必须在前瞻性收集的较大样本量的真实世界数据上探索手术方式对预后影响。3.术后PTH水平能辅助识别肿瘤特异性生存较差的高风险PC患者。