研究背景非ST段抬高型急性冠脉综合征（NSTE-ACS）患者冠脉异质性很大,及时发现冠状动脉（冠脉）显著狭窄是NSTE-ACS患者临床治疗的关键任务。目前NSTE-ACS中低危患者的冠脉病变评估并不充分,缺乏简单便捷的无创评估手段。研究目的本研究针对疑诊NSTE-ACS中低危患者,构建基于多临床变量的冠脉显著狭窄（SCAS）预测模型列线图并验证,以评估冠脉侵入性检查的验前概率,筛选存在冠脉显著狭窄,侵入性检查可能获益的患者。研究方法研究回顾性筛选2019年1月至2022年1月在南方医科大学珠江医院就诊的疑诊NSTE-ACS且危险分层为中低危的患者共469例,所有患者均在住院期间接受首次侵入性冠脉造影检查。以2021年5月1日之前入院的研究对象为建模组（n=331）,2021年5月1日及之后入院的研究对象作为验证组（n=138）,采集病史、常规检验及检查等指标。基于建模数据集,首先应用最小绝对收缩和选择算子（LASSO）回归方法初步缩减变量,接着根据临床意义及变量多因素回归显著性（P＜0.10）筛选最具预测价值的指标进一步拟合逻辑回归模型;然后根据预测指标的标准化回归系数绘制NSTE-ACS中低危患者冠脉显著狭窄预测列线图（nomogram）,并进行模型的验证和评价。采用Bootstrap自助抽样的方法进行模型内部验证（抽样500次）,外部验证采用外部（时间）验证,即以2021年5月1日以后入院的138例研究对象数据作为验证组,分别使用受试者工作特征曲线下面积（AUC）评价模型的区分度,采用霍斯默·莱梅肖拟合优度（Hosmer-lemshow）检验及校准曲线来评价模型预测风险与实际发生风险的一致程度,根据决策曲线来评估模型的净收益。最后,通过约登指数法确定预测模型的最佳预测概率截断值。研究结果基于建模组数据集筛得7个关键变量,包括:吸烟史、糖尿病史、基线心率、心肌肌钙蛋白T、N末端B型脑钠肽前体、高密度脂蛋白胆固醇、左心房内径。模型在建模组及验证组AUC分别为0.833（95%CI:0.791-0.875）及0.797（95%CI:0.715-0.867）,预测校准度均良好,决策曲线提示有临床应用价值,基于最大约登指数确定的最佳预测概率截断值为0.61。研究结论本研究构建的针对NSTE-ACS中低危患者的冠脉显著狭窄预测模型,具备一定的诊断预测价值。该列线图包含7个简单、易获取的临床指标,且确定预测概率截断值为0.61,便捷易用,可能可以作为NSTE-ACS中低危患者冠脉侵入性检查的验前评估工具,为筛选存在冠脉显著狭窄的NSTE-ACS中低危患者提供有价值的帮助。