背景:膀胱尿路上皮癌(BLCA)是人体最常见的恶性肿瘤之一,具有异质性显著,复发率高、恶性程度高、预后较差的特点。精确的预后判断是个体化精准治疗的基础。然而,使用传统的临床病理特征判断预后并不准确。目前,新型分子生物标志物被越来越多地研究用于病人风险分层和生存预测。本研究的目的是确定一组可以用来精准预测BLCA患者预后生存的基于长链非编码RNA(lncRNA)的新型生物标志物。方法:通过单因素COX分回归析和随机生存森林变量选择的大数据统计方法对来自基因表达综合数据库(Gene Expression Omnibus)的三个数据集:GSE32894、GSE32548、GSE13507共520例BLCA患者的lncRNA表达谱进行分析,得到一组具有预后意义的lncRNA生物标记物并建立预后模型,并采用了多种统计方法验证该模型的预后价值。通过与其他分子标志物对比和GSEA等方法对该模型进行横向讨论。结果:本研究共挖掘出10个与预后显著相关的lncRNA,并通过列线图的方式建立了风险模型。经验证,此模型可以将GSE32894数据组的患者分为疾病特异性存活率显著不同的高危组和低危组(HR=1.98,95%CI=1.6-2.4,p<0.001)。Kaplan–Meier分析在两个独立的数据组中确认了该模型的预后预测能力。多变量Cox回归分析揭示了该生物标记物在传统的临床病理学风险因素(包括肿瘤分期和组织学分级)中具有显著的独立性。ROC曲线证明该新型生物标记物具有一定的预后预测价值。ROC曲线还表明该风险模型相比见的免疫检查点和潜在的治疗靶点具有更高的预后价值。GSEA确定了与此预后标志物相关的经典途径。结论:挖掘并验证了10个与UC患者预后生存显著相关的lncRNA,并据此建立了预后预测模型。