目的 通过临床一般资料、血清学指标及肝脏弹性成像无创检查手段，基于LASSO及Logistic回归建立代谢相关脂肪性肝病（MAFLD）发生脂肪性肝炎的诊断模型，并评估该模型的诊断价值。方法 纳入2018年1月—2021年12月于广东省中医院诊断为MAFLD且完善肝病理活检的患者为研究对象299例，根据肝病理NAS评分将其分为脂肪性肝炎组（n=170）例和无脂肪性肝炎组（n=129）。先后通过LASSO回归及多因素Logistic回归筛选MAFLD发生脂肪性肝炎的影响因素，并建立无创诊断模型，利用列线图形式可视化，采用加强Bootstrap法进行内部验证，绘制ROC曲线及Calibration曲线，并在MAFLD+NAFLD和MAFLD+cHBVi两个亚组人群中观察模型的诊断效能，并与其他诊断模型进行比较分析。计数资料组间比较采用χ~2检验；符合正态分布的计量资料组间比较采用成组t检验，不符合正态分布的计量资料组间比较采用Mann-Whitney U检验。采用多因素Logistic回归分析，筛选最佳诊断因素，构建列线图诊断模型，绘制受试者工作特征曲线（ROC曲线）,计算ROC曲线下面积（AUC）,并进一步采用加强Bootstrap法对模型进行内部验证，绘制Calibration曲线显示校准度。结果 两组间BMI、ALT、AST、ADA、ALP、GGT、TBA、TCO2、UA、HbA1c比较差异均有统计学意义（P值均＜0.05）;FibroScan方面，两组LSM及CAP比较提示差异具有统计学意义（P值均＜0.001）;病理学方面，两组的纤维化等级、脂肪变积分、小叶炎症积分、气球样变积分及NAS总分差异均有统计学意义（P值均＜0.001）。亚组队列方面，MAFLD+NAFLD有、无脂肪性肝炎组分别为63、48例，MAFLD+cHBVi有、无脂肪性肝炎组分别为90、71例。通过LASSO回归及多因素Logistic回归筛选出LSM、CAP、BMI、AST是判断MAFLD患者是否发生脂肪性肝炎的最佳诊断因素，并以此构建LCBA模型。LCBA模型结果提示，总MAFLD、MAFLD+NAFLD和MAFLD+cHBVi人群的AUC分别为0.816、0.866、0.764（P值均＜0.001）,ROC曲线对比显示均优于acNASH、HSI、NFS模型。结论 LCBA模型用于诊断MAFLD患者是否发生脂肪性肝炎的效能稳定，且优于acNASH、HSI、NFS,值得临床推广。