研究目的局部晚期非小细胞肺癌（non-small cell lung cancer,NSCLC）根治性术后生存很严峻,目前还不能准确地预测术后复发的发生。本研究的目的是联合术前C T图像影像组学特征及相关临床因素,建立并验证预测局部晚期NSCLC患者术后复发的综合预测模型。研究方法本研究回顾性分析了山东大学附属山东省肿瘤医院2014年1月至2018年11月局部晚期NSCLC（Ⅱ B～ⅢB期）根治性术后患者124名,收集患者相关的临床和病理资料,所有患者术前均接受增强CT。将患者随机分为训练组和验证组,分别为100人和24人。通过3D-Slicer软件手动勾画原发灶感兴趣区,提取出724个影像组学特征。使用LASSO算法进行特征筛选,筛选出10个有意义的特征,之后构建影像组学评分（Rad-score）。通过Cox多因素回归模型确定复发的临床独立危险因素。通过训练组数据分别构建临床因素列线图、影像组学列线图以及综合列线图。模型的预测效能通过一致性指数（C-index）来评估,通过决策曲线分析来比较模型的临床价值。研究结果共71人发生复发（训练组53人,验证组18人）。病理分期是局部晚期NSCLC根治性术后发生复发的独立危险因素。对于临床因素列线图,训练组C指数为0.652（95%CI:0.599～0.706）,验证组的 C 指数为 0.524（95%CI:0.462～0.586）;对于影像组学列线图,训练组和验证组的C指数分别为0.786（95%CI:0.741～0.832）和0.619（95%CI:0.547～0.692）。对于综合列线图,训练组和验证组的C指数分别为 0.819（95%CI:0.777～0.861）和 0.623（95%CI:0.548～0.698）。与临床因素模型相比,综合模型预测效能明显较好（训练组p<0.0001,验证组p<0.0001）,而与影像组学模型相比,综合模型的预测效能也有一定程度的提高,但在验证组并没有统计学意义（训练组p=0.028,验证组p=0.76）。同时,与临床因素模型相比,影像组学模型预测效能也相对较好（训练组p<0.0001,验证组p<0.0001）。校准曲线和决策曲线分析也表明,在预测局部晚期NSCLC术后复发方面,综合列线图超过了临床因素或影像组学列线图。结论基于术前增强CT图像的原发灶影像组学特征及病理分期所构建的综合列线图的预测效能比单独临床因素列线图和影像组学列线图有明显提高。综合列线图最适合预测根治性术后的局部晚期非小细胞肺癌患者的复发。