背景急性呼吸窘迫综合征（acute respiratory distress syndrome,ARDS）是各种因素引起的急性呼吸衰竭,表现为进行性呼吸困难及难治性低氧血症,起病快,死亡率高,是危重症患者死亡的主要原因之一。脓毒症（sepsis）是由于宿主对感染的反应失调而出现的危及生命的器官功能障碍。大约6%-7%的脓毒症患者发生ARDS,脓毒症相关ARDS的死亡率要高于非脓毒症相关的ARDS。因此,研究脓毒症相关ARDS预后的高危因素,识别高危患者,对改善患者预后尤为重要。临床常用的危重症患者评分系统主要包括脓毒症相关序贯器官衰竭评分（SOFA）和急性生理学与慢性健康（APACHE Ⅱ）评分,但两种评分都不是基于脓毒症相关ARDS患者构建的,临床应用有一定限制,且目前尚没有预测脓毒症相关ARDS患者预后的评分以及预后模型。目的本研究旨在基于患者一般资料、实验室检查建立脓毒症相关ARDS的短期预后模型,并通过内部验证模型的预测能力,从而早期识别高危患者,以降低患者的死亡率。方法回顾性收集2017年10月至2021年10月期间就诊于郑州大学第一附属医院ICU的脓毒症相关ARDS患者的临床资料,按照7:3随机分为建模队列及验证队列。利用单因素COX回归、最优子集回归以及Lasso回归三种方法初步筛选变量,分别纳入多因素COX回归分析,采用向后逐步回归法筛选预测变量。赤池信息准则（AIC）及受试者工作特征（ROC）曲线分析评估三种模型。基于最优模型构建列线图模型,C指数、校准曲线、决策曲线分析分别评价模型的区分度、准确度及临床应用价值。基于列线图模型,将患者分为高危、中危、低危三组,绘制三组生存曲线,Log-Rank检验比较组间差异。ROC曲线分析比较列线图模型与SOFA、APACHE Ⅱ评分对脓毒症相关ARDS患者28天预后的预测价值。结果1.共纳入符合入排标准的脓毒症相关ARDS患者462例,28天死亡率为52.60%。2.最优子集回归筛选的变量组合纳入多因素COX回归分析,AIC值最小,ROC曲线分析曲线下面积（AUC）最大,模型较好。多因素COX回归分析发现年龄、中性粒细胞与淋巴细胞计数比值（NLR）＞14.56、血小板计数＜125 X 109/L、红细胞分布宽度（RDW）＞14.5%、总胆红素＞25μmol/L、白蛋白＜35g/L、合并脓毒性休克是脓毒症相关ARDS患者28天死亡的独立预测因素。3.基于年龄、NLR、血小板计数、RDW、总胆红素、白蛋白、脓毒性休克共7个变量构建的列线图模型有良好的区分度、准确度及临床应用价值。4.列线图模型中,根据患者的总得分把患者分为高危（＞306.7分）、中危（＞244.0分且≤306.7分）、低危（≤244.0分）三组,生存分析提示高危组的患者生存率低于中危及低危组（P＜0.01）。5.ROC曲线分析提示建模队列中,列线图模型的AUC高于APACHE Ⅱ及SOFA评分（Z=4.64,P＜0.01;Z=4.61,P＜0.01）。验证队列中,列线图模型的AUC高于SOFA评分（Z=2.04,P=0.04）,也高于APACHE Ⅱ评分,但差异无统计学意义（Z=1.19,P=0.23）。结论1.基于年龄、NLR、血小板计数、RDW、总胆红素、白蛋白、合并脓毒性休克构建的预测脓毒症相关ARDS患者28天死亡风险的预测模型有良好的的区分度、准确度以及临床应用价值。2.在脓毒症相关ARDS患者中,该预测模型对患者28天死亡的预测价值可能优于临床常用的SOFA评分以及APACHEⅡ评分。