目的:本文的研究基于SEER数据库中Ⅱ-Ⅲ期子宫内膜样癌患者的数据进行统计分析,筛选出子宫内膜样癌的独立预后因素,构建预测子宫内膜样癌患者1年、3年和5年总生存期（Overall survival,OS）的列线图预测模型,并对模型进行验证评估,以期在临床工作中对Ⅱ-Ⅲ期子宫内膜样癌每位患者的生存预后进行综合性评估,为临床工作者提供经济、简便、准确的生存预测工具,帮助制定个体化的治疗方案及长期随访计划。方法:本研究通过美国国立癌症研究所“监测、流行病学及结果”（The Surveillance,Epidemiology,and End Results,SEER）数据库,根据纳入及排除标准提取2010-2015年间共3304例Ⅱ-Ⅲ期子宫内膜样癌患者的完整临床资料,以7:3的比例将所有数据随机分为训练集及验证集。以训练集为建模基础,首先进行单因素Cox回归分析筛选出影响患者预后的因素（p<0.05）,再将筛选出的预后因素纳入多因素Cox回归分析得到独立预后因素（p<0.05）,最后构建出列线图生存预测模型。在训练集和验证集中分别采用一致性指数（C-index）、受试者工作特征曲线（Receiver Operating Characteristic,ROC）的曲线下面积（Area Under Curve,AUC）和校准曲线（Calibration curves）对列线图模型的准确性进行评估验证。采用决策曲线分析（Decision curve analysis,DCA）评估本列线图模型的临床应用价值。最后基于列线图生存预测模型的总评分建立风险分层系统,以区分识别预后不良的患者。采用Kaplan-Meier（KM）生存曲线描述各组间及各风险层的生存差异,定义双侧p<0.05表示差异有统计学意义。结果:在本研究中,根据单因素及多因素Cox回归分析,结果得出:年龄、种族、肿瘤病理分级、T分期、N分期、肿瘤大小、手术、盆腔淋巴结取样检查、放疗及化疗是Ⅱ-Ⅲ期子宫内膜样癌患者的独立预后因素。基于多因素Cox回归分析结果构建出列线图生存预测模型。在列线图模型验证中,列线图模型的区分度优于TNM分期。训练集中模型和TNM分期的C指数分别是0.761、0.620,验证集中两者的C指数分别是0.754、0.639,训练集中列线图模型预测1年、3年和5年OS的AUC分别是0.821、0.774、0.742,验证集中列线图模型预测1年、3年和5年OS的AUC分别是0.806、0.754、0.739,结果显示模型的C指数和AUC均比TNM分期的高。而且校准曲线也表现出模型预测的生存情况与实际生存情况之间有较好的一致性,以上均说明列线图模型预测预后的准确性高于TNM分期。DCA表明列线图模型比TNM分期更具有预测生存预后的临床应用价值。最后,根据列线图生存预测模型的总评分将所有纳入的病例分为低、中、高风险层,三个风险层患者的KM生存曲线均表现出显著的生存差异（p<0.05）。结论:1.年龄、种族、肿瘤病理分级、T分期、N分期、肿瘤大小、手术、盆腔淋巴结取样检查、放疗及化疗是影响Ⅱ-Ⅲ期子宫内膜样癌患者OS的独立预后因素。2.本研究构建的列线图预测模型与传统的TNM分期相比,具有更高的准确性及临床应用价值,能够对患者的1年、3年及5年OS进行个体化预测,为临床医师评估Ⅱ-Ⅲ期子宫内膜样癌患者生存预后提供新工具。3.本模型建立的风险分层系统,更快捷地识别出高风险患者,更具针对性地制定随访计划及后续治疗方案。