目的构建个体化预测非小细胞肺癌(NSCLC)患者化学治疗(化疗)期间发生肺部感染的风险Nomogram模型,并对模型的预测效能进行验证。方法选取2018年2月—2021年1月在某院进行治疗的218例NSCLC患者作为研究对象,根据化疗后是否发生肺部感染将其分为肺部感染组(n=56)和非肺部感染组(n=162),采用LASSO和logistic回归分析筛选NSCLC患者化疗期间发生肺部感染的独立危险因素,并构human‐mediated hybridization建Nomogram预测模型。结果纳入218例NSCLC患者,56例化疗期间发生肺部感,感染发病率为25.69%。LASSO和logistic回归分析结果显示:年龄≥60岁、糖尿病、联合化疗药物、化疗周期>2次、化疗后清蛋白含量<30 g/L、化疗前Trichostatin A试剂KPS评分<80分是NSCLC患者化疗期间发生肺部感染的独立预测因素(均P<0.05)。基于6项独立预测因素建立预测NSCLC患者化疗期间发生肺部感染的风险Nomogram模型,验证结果显示,训练集和验证集的C-index分别为0.819(95%CI:0.788～0.850)、0.802(95%CI:0.778～0.829),两集校准曲线走向与对角线(理想曲线)较为贴近,受试者工作特征曲线下面积分别为0.807(95%CI:0.775～0.839)、0.797(95%CI:0.773～更多0.821),决策曲线显示阈值概率在1%～90%时,有较高的净获益值。结论基于NSCLC患者化疗期间发生肺部感染独立预测因素建立的Nomogram模型,具有较好的预测效能,有助于临床及早筛查高风险患者和进一步改进治疗计划。