目的 利用整合术前营养和炎症的综合指标预测高级别脑胶质瘤预后，并建立列线图模型。方法 回顾性分析2015—2020年宜宾市第一人民医院收治的高级别脑胶质瘤患者110例，收集患者病历资料并随访至2022年12月30日，采用ROC曲线计算相关联合指标预测患者生存的曲线下面积和最佳截断值，Kaplan-Meier法绘制生存曲线，Log-rank检验和Cox回归分析影响患者预后的可能因素，R语言绘制列线图模型并进行内部（随机抽取80%样本）和外部验证（外部验证数据来源于宜宾市第二人民医院的40例高级别脑胶质瘤患者）。结果 中位随访时间15个月，平均生存周期11个月，患者6个月和1年生存率分别为84.55%和40.00%。控制营养状态（CONUT）评分、中性粒细胞和淋巴细胞比值（NLR）、血小板和淋巴细胞比值（PLR）与淋巴细胞和单核细胞比值（LMR）预测患者预后的最佳截断值分别为1.5分、2.58、88.33和5.34。CONUT评分、NLR、WHO分级、手术方式和GPS是高级别脑胶质瘤患者预后的影响因素，其HR(95%CI)分别为0.367(0.187～0.719)、0.666(0.460～0.965)、1.723(1.081～2.747)、0.569(0.372～0.871)、1.904(1.194～3.036)(GPS=1分)和3.386(1.841～6.231)(GPS=2分)（P<0.05）。列线图模型显示：CONUT评分、GPS、NLR、WHO分级和手术方式对应的最高得分分别为75、100、53、80和88分，以80%原始数据绘制预测生存率的ROC曲线下面积（AUC）为0.922(95%CI:0.901～0.949),Hosmer-Lemeshow拟合优度检验发现原始数据组和外部验证组数据吻合度较好（P=0.913和0.871）。结论 高级别脑胶质瘤预后差，CONUT评分、GPS、NLR、WHO分级和手术方式是患者预后的预测因子，基于此建立的列线图模型能很好预测患者生存预后。[国际神经病学神经外科学杂志, 2024, 51(6):16-22]