目的:基于美国检测、流行病学和随访结局数据库(the Surveillance,Epidemiology,and End Results Database,SEER)探究非转移性原发肾癌预后危险因素,联合TNM分期系统及其他影响因素构建Nomogram生存预测模型,以期为临床诊疗提供帮助。方法:从SEER数据库中下载2010年到2015年间所有非转移原发肾癌患者的临床病例资料,设定纳入、排除标准,确定最终入选人数。对连续性变量做分类变量处理,并对所有纳入变量进行编码,对入组患者变量进行描述统计分析,进一步进行Kaplan-Merier单因素生存分析,并用Log-Rank法检验组间差异,设定检验水准ɑ=0.05,筛选出影响肾癌预后的变量,将有意义的变量纳入Cox多因素比例风险回归模型,确定影响非转移性原发肾癌预后的独立危险因素;将影响肾癌预后的独立危险因素纳入绘制列线图模型,并通过Bootstrap自抽样及内部验证,利用一致性指数和ROC曲线下面积验证该模型的区分度,通过绘制标准曲线验证列线图模型的符合度。结果:基于SEER数据库最终共纳入51561例非转移原发肾癌患者的临床病例资料,男性患者32706例(63.4%),年龄大于60岁的有29749例(57.7%);经Kaplan-Merier单因素生存分析中患者性别、年龄、病理学类型、肿瘤边侧、肿瘤大小、是否是单发肿瘤、组织学分级、T分期、N分期、治疗方式与非转移性原发肾癌患者预后相关(P<0.05);Cox多因素比例风险回归风险模型提示:性别、年龄、病理学类型、肿瘤大小、是否是单发肿瘤、组织学分级、T分期、N分期、治疗方式是非转移性原发肾癌预后的独立危险因素;基于回归模型,构建列线图模型,内部校正后一致性指数0.736,ROC曲线下面积0.736,模型区分度好;标准曲线贴合斜率为1的直线,构建的连线图模型接近于实际风险,模型符合度好。结论:Cox多因素比例风险回归模型显示性别、年龄、病理学类型、肿瘤大小、是否是单发肿瘤、组织学分级、T分期、N分期、治疗方式是非转移性原发肾癌预后的独立危险因素。基于TNM分期系统联合患者临床特征变量建立的肾癌患者生存列线图模型在通过区分度和符合度验证时表现出了良好的稳定性,提示该模型可为临床医生评估患者生存预后提供潜在的价值。