摘要： 目的 探讨颈椎CBCT三维影像预测华东地区女性青少年骨龄分期的研究，开发并验证骨龄分期的预测模型。方法 回顾性分析2020年6月至2023年5月于我院正畸科就诊的华东地区女性青少年患者资料。随机抽样分为训练集和验证集，根据CVM分期法判断骨龄，并对患者进行分组，分为CVM1-CVM2组和CVM3-CVM5组。Logistic回归分析临床协变量；组内相关系数（ICC）和线性相关性检验，建立LASSO回归验证筛选较优特征，支持向量机（SVM）构建影像组学标签，Wilcoxon检验差异性；Wilcoxon检验差异性利用logistic回归构建出一个可视化的列线图模型，Bootstrap自抽样验证，ROC评估区分度，校准曲线评估准确度，决策曲线评估临床收益。 结果 训练集CVM1-CVM2组（n=53），CVM3-CVM5组（n=67），验证集CVM1-CVM2组（n=29），CVM3-CVM5组（n=33），P<0.05。危险因素年龄（OR=3.067，95%CI：2.186~3.691，P<0.05）、锻炼情况（OR=2.752，95%CI：1.689~3.741，P<0.05）、二维形态参数（OR=2.143，95%CI：1.276~3.016）、二、三维形态参数（OR=3.521，95%CI：2.068~4.152，P<0.05）、饮食习惯（OR=2.256，95%CI：1.426~3.324，P<0.05）有年龄（OR=3.067，95%CI：2.186~3.691，P＜0.05）、身高（OR=1.446，95%CI：1.268~1.876，P＜0.05）、锻炼情况（OR=2.143，95%CI：1.276~3.016）、饮食习惯（OR=3.521，95%CI：2.068~4.152，P＜0.05）、颈围（OR=1.216，95%CI：0.213~1.667，P＜0.05）。筛选出影像组学标签10个特征（ICC及95% CI均＞0.800），在CVM1-CVM2组和CVM3-CVM5组中差异性显著（P＜0.05）。列线图模型在校准曲线分析中展现出优秀的拟合效果。列线图模型（AUC：0.796，95%CI：0.712~0.819）敏感度为80.77%，特异度为84.03%，准确度高达87.36%。此外，该模型的净收益显著高于其他影像学和临床特征。结论 提取了5个较优特征，颈椎CBCT三维影像组学联合临床协变量构建的模型具有良好的临床可行性和临床决策价值。

关键词: CBCT三维影像, 骨龄分期, 颈椎, 模型预测