目的：利用实验室生物标志物建立一个简便的模型，以预测系统性红斑狼疮(systemic lupus erythematosus,SLE)患者并发肾脏损害的风险。方法：纳入2021年1月—2023年8月期间在南通大学附属医院诊断为SLE的患者210例进行病例对照研究，根据有无肾脏损害分为狼疮肾炎(lupus nephritis, LN)组(LN组)和非狼疮肾炎组(非LN组)。研究通过单因素和多因素Logistic回归分析构建列线图模型。暴露变量包括中性粒细胞与淋巴细胞比值(neutrophil to lymphocyte ratio, NLR)、D-二聚体(D-dimer, D-D)和24 h尿蛋白(24-hour urine total protein, UTP)。结局变量为LN的发生。模型的预测性能通过ROC曲线和校准图进行评估，临床决策曲线(decision curve analysis, DCA)用于评估模型的临床价值。结果：多因素Logistic回归分析显示，NLR、D-D和UTP是区分LN患者的特征参数。预测公式为：Logit(P)=-3.546+0.997×24UTP+0.481×NLR+0.578×D-D。AUC为0.953，灵敏度为90.1%，特异度为89.9%。Hosmer-Lemeshow拟合优度检验结果为P=0.518,Brier得分为0.085。Bootstrap内部验证后的校正C指数为0.858，校准曲线显示出良好的一致性。结论：构建的列线图模型能够有效预测SLE患者并发肾脏损害的风险，为临床早期干预提供重要参考。