摘要

肺血栓栓塞症(PTE)是一种严重威胁生命的急性血管疾病，开发PTE风险预测模型对降低病死率和优化治疗策略至关重要。本文系统综述了PTE风险预测模型的研究进展，将PTE风险预测模型分为基于临床症状与体征构建的模型(如Wells预测模型、Geneva预测模型、YEARS算法)、基于生物标志物或临床数据构建的模型〔如PTE预测模型、简化版肺栓塞严重程度指数(sPESI)模型〕、基于人工智能(AI)与多源数据构建的模型〔如随机森林(RF)-PTE模型、XGB-PTE模型、晚期肺癌炎症指数(ALI)/中性粒细胞与白蛋白比值(NAR)-机器学习(ML)模型、PTE-MVCNet模型〕三大类，重点分析了各类模型的构建方法、核心变量与临床应用特点，评述其优劣与适用场景，并对未来模型发展方向进行展望，以期为国内构建PTE风险预测模型提供参考。

关键词