背景与目的纤维板层型肝细胞癌（Fibrolamellar hepatocellular carcinoma,FL-HCC）是一种原发性肝脏恶性肿瘤,由于发病率低,目前有关FL-HCC的研究多为个案报道及小样本研究,尚缺乏大样本的研究对FL-HCC患者的预后影响因素进行分析。监测、流行病学和最终结果数据库（The Surveillance,Epidemiology,and End Results,SEER）收集了大量循证医学相关数据,为恶性肿瘤和许多罕见肿瘤的研究提供了大样本的临床数据支持。因此,本研究通过分析SEER数据库中有关FL-HCC患者的数据,通过构建列线图（Nomogram）和风险分层系统（Risk Classification System）预测 FL-HCC 患者的预后情况。研究方法1.本研究通过SEER Stat软件回顾性收集了 2004年至2015年期间诊断为FL-HCC的患者共225例,剔除其中种族、婚姻状况、肿瘤大小、TNM分期、手术治疗信息未知的病例,最终纳入符合研究的完整病例170例。应用R语言软件以近7:3的比例将患者随机分为训练集（n=122）与验证集（n=48）进行模型的建立与验证。2.通过对训练集的单因素和多因素COX比例风险模型确定影响FL-HCC患者预后的独立因素,以构建Nomogram模型预测FL-HCC患者的1年、2年、3年生存期的生存率。3.构建ROC曲线（Receiver operating characteristic curves）,应用曲线下面积（Area underthe curves,AUC）对预测模型的区分度进行评估。同时构建各独立预后因素的ROC曲线与Nomogram模型的ROC曲线进行比较。4.构建校准曲线（Calibration curve）用于衡量模型预测的生存率与实际生存率的一致性。5.构建DCA曲线（Decision curve analysis）用于评价模型的临床应用价值。6.建立危险分层系统（Risk Classification System）,应用Nomogram模型评分将患者分为三个风险组,采用Kaplan-Meier生存分析和log-rank检验探讨不同风险组间的预后差异,P＜0.05则认为差异有统计学意义。结果1.SEER数据库中共有170例患者纳入本研究中,随机分为训练集（n=122）和验证集（n=48）。单因素和多因素Cox回归分析显示,年龄、手术治疗、肿瘤分级、肿瘤的M分期、肿瘤的T分期是独立的预后因素。2.在ROC曲线中,模型预测训练集患者1年、2年、3年生存率的AUC值分别为0.915、0.934、0.915,在验证集中分别为0.866、0.797、0.758,表明模型具有良好的区分度。模型的校准曲线与参考线高度重合,说明模型预测的生存率与实际生存率高度一致。DCA曲线表明模型具有较高的临床应用价值。通过危险分层系统可知,危险分层越高的患者生存期越短（P＜0.0001）,从侧面进一步说明预测模型的准确性。结论1.手术治疗、肿瘤分级、肿瘤的M分期、肿瘤的T分期和年龄是影响纤维板层型肝细胞癌患者预后的独立因素。2.本研究基于以上预后的独立影响因素构建的Nomogram预测模型和危险分层系统具有良好的区分度、校准度和实际临床应用价值,能实现纤维板层型肝细胞患者预后的个性化预测。