目的 构建肺结核与糖尿病(pulmonary tuberculosis-diabetes mellitus,PTB-DM)共病患者就诊延迟风险预测模型并验证,为临床早期识别就诊延迟高风险人群、制定针对性干预策略提供参考。方法 采用便利抽样法收集2023年1月至2024年12月入住南京中医药大学附属南京医院(南京市第二医院)结核科的344例PTB-DM共病患者的临床资料,按照7:3比例将患者分为建模组和验证组;采用多因素Logistic回归模型系统性筛选并分析PTB-DM共病患者就诊延迟的独立危险因素,使用R软件绘制列线图模型并进行分组验证。结果 本研究中建模组和验证组分别为241例和103例患者,就诊延迟发生率分别为59.34%和56.31%,两组患者临床资料差异无统计学意义(P>0.05)。多因素Logistic分析结果显示,就诊距离(OR=4.553,95%CI:1.765~19.347)、体检频率(OR=13.907,95%CI:1.324~27.582)、查尔森共病指数(charlson comorbidity, CCI)得分(OR=1.181,95%CI:1.059~1.320)、简易疾病感知问卷(brief illness perception questionnaire, BIPQ)得分(OR=0.729,95%CI:0.634~0.926)、社会支持评定量表(social support rating scale, SSRS)得分(OR=0.903,95%CI:0.871~0.986)、就医决策障碍感知量表(Chinese-perceived barriers to health care-seeking decision, PBHSD-C)得分(OR=1.439,95%CI:1.187~4.548)是PTB-DM共病患者就诊延迟的影响因素。其中,就诊距离、体检频率及CCI、PBHSD-C得分与就诊延迟风险呈正相关(OR>1),BIPQ、SSRS得分与就诊延迟风险呈负相关(OR<1)。基于上述变量构建列线图预测模型,接受者操作特性(receiver operating characteristic,ROC)曲线分析显示,建模组ROC曲线下面积(area under curve,AUC)为85.3%,敏感度为84.15%,特异度为76.42%;校准曲线显示,P值为0.306,提示模型预测值与实际值一致性良好。验证组验证结果显示,该模型的敏感度为74.1%,特异度为91.1%,阳性预测值为91.5%,阴性预测值为73.2%,预测正确率为81.6%。结论 本研究开发的PTB-DM共病患者就诊延迟风险预测模型通过验证证实具有良好的区分度和校准度,能够有效识别就诊延迟的高危患者,可为疾病预防控制部门及医疗机构实施针对性干预措施提供循证依据,优化资源分配,从而降低疾病传播和就诊延迟风险。