目的分析肺纤维化合并肺气肿（CPFE）患者病情转归不良的影响因素并构建其风险预测Nomogram模型。方法回顾性分析2018年1月至2023年10月于徐州医科大学附属宿迁医院/南京鼓楼医院集团宿迁医院接受治疗的360例CPFE患者的临床资料，按照7∶3的比例随机分为训练集252例和验证集108例。将训练集患者根据病情转归情况分为转归不良组和转归良好组，比较各组患者一般资料，采用多因素Logistic回归分析患者病情转归不良的影响因素；采用R语言软件4.0“rms”程序包构建CPFE患者病情转归不良的风险预测Nomogram模型，H-L检验判断模型的拟合优度，采用受试者工作特征（ROC）曲线评估模型的预测能力，采用校正曲线对模型进行校准度分析。结果360例CPFE患者中，病情转归不良的发生率为19.17%（69/360）。多因素Logistic回归分析结果显示，年龄、吸烟指数、CRP升高均是CPFE患者病情转归不良的危险因素（P<0.05），第1秒用力呼气容积（FEV1）/用力肺活量（FVC）、一氧化碳弥散量占预计值百分比（DLCO%）升高是CPFE患者病情转归不良的保护因素（P<0.05）。以上述因素为基础构建的Nomogram模型预测训练集和验证集CPFE患者病情转归不良的ROC曲线，曲线下面积（AUC）分别为0.892（95%CI：0.847~0.927）和0.760（95%CI：0.668~0.837），H-L检验结果显示模型与训练集、验证集的拟合度均良好（P>0.05），校准曲线显示模型预测CPFE患者病情转归不良的预测值与训练集、验证集实际值一致性高。结论基于年龄、吸烟指数、FEV1/FVC、DLCO%、CRP构建的CPFE患者病情转归不良Nomogram风险预测模型具有良好的预测性能，可准确评估量化患者病情转归不良的风险。