目的:通过分析前列腺癌(PCa)骨转移(BM)可能的预测因素,并建立预测模型,早期预测前列腺癌骨转移的风险,评估骨显像的必要性,从而使低风险的前列腺癌患者安全地省略单光子发射计算机断层(SPECT)骨显像。方法:回顾性分析298例初诊前列腺癌患者的临床资料,将年龄、总前列腺特异性抗原(tPSA)、游离前列腺特异性抗原(fPSA)、fPSA/tPSA、前列腺体积(PV)、碱性磷酸酶(ALP)、血清钙和血清磷、临床肿瘤分期(cTx)、Gleason评分(GS)进行单因素和多因素Logistic回归分析。确定前列腺癌骨转移的预测因素,建立风险预测模型。用33例数据验证该预测模型。结果:单因素分析表明,骨转移阳性组与阴性组之间tPSA、fPSA、ALP、cTx、GS均有显著性差异。多因素logistic回归分析表明,两组间GS、cTx、tPSA、ALP有显著性差异,可作为前列腺癌骨转移的独立预测因素。四个独立预测因素中,tPSA的曲线下面积(AUC)最大(0.783),对前列腺癌骨转移具有最优的预测效果。而将四个因素建立预测模型时,其AUC(0.844)大于所有单个指标,表现出最佳的预测效能。当四个预测因素均按最佳界值取阴性值(tPSA﹤80.77ng/ml,ALP﹤155.5U/L,cTx﹤3,GS﹤4级/8分)时,共筛选出102例患者,其中6例患者骨转移阳性,96例骨转移阴性,即假阴性率为5.9%(6/102),但能避免32.2%(96/298)的患者进行不必要的骨显像。将33例外部验证数据代入预测模型的列线图,得出预测模型的敏感性为72.7%(8/11),特异性为81.8%(18/22),与建立模型时的结果72.9%和80.6%基本吻合,证明模型具有较高的准确性和稳定性。结论:1、GS、cTx、tPSA、ALP是前列腺癌骨转移的独立预测因素;2、该模型有较好的预测效能,有助于临床工作中预测初诊前列腺癌骨转移的风险,评估骨显像的必要性;3、通过外部数据证明预测模型具有较高的准确性和稳定性。