目的 分析病毒性脑炎并发症状性癫痫的风险因素，据此构建列线图预测模型。方法 回顾性分析2018年2月至2022年5月汕头市中心医院收治的217例病毒性脑炎病人临床资料，抽取70%为建模集（152例），30%为验证集（65例）。根据病人是否合并症状性癫痫，将建模集进一步分为发生组和未发生组，比较两组病人一般资料，选择差异有统计学意义的指标用逐步向前回归法进行非条件多因素logistic分析病毒性脑炎病人症状性癫痫发生的影响因素，并采用R3.4.3软件包绘制基于多因素分析结果的列线图模型。采用Bootstrap法分别对建模集和验证集进行验证，并绘制受试者操作特征曲线（ROC曲线）和决策曲线（DCA）以评估列线图模型的预测效能和临床净获益率。结果 217例病毒性脑炎病人中，共46例病人合并症状性癫痫（21.20%），其中建模集中有32例合并症状性癫痫，验证集中有14例合并症状性癫痫；发生组昏迷、大脑皮质损坏、脑电图重度异常、颅脑核磁共振成像（MRI）有责任病灶、累及颞叶或额叶、脑脊液单纯疱疹病毒（HSV）（+）占比及脑脊液压力均高于未发生组（P<0.05）;logistic多元回归分析，昏迷、大脑皮质损坏、脑电图重度异常、颅脑MRI有责任病灶、累及颞叶或额叶、脑脊液压力、脑脊液HSV（+）均是病毒性脑炎合并症状性癫痫的影响因素（P<0.05）；经Bootsrap法进行验证，建模集其一致性指数（C-index）为0.833，验证集的Cindex则为0.830，校正曲线和标准曲线拟合度较好。建模集ROC曲线下面积（AUC）、灵敏度、特异度分别为0.84[98%CI:(0.78,0.89)]、79.17%、84.04%，验证集则为0.81[98%CI:(0.76,0.86)],83.04%,73.64%，提示模型区分度良好。DCA曲线显示病人根据列线图模型进行风险评估可获得满意的净收益。结论 昏迷、大脑皮质损坏、脑电图重度异常、颅脑MRI有责任病灶、累及颞叶或额叶、脑脊液压力、脑脊液HSV（+）均是病毒性脑炎合并症状性癫痫的影响因素，综合上述因素针对病毒性脑炎病人构建的列线图预测模型可以较好地个体化预测症状性癫痫的发生，对临床防治症状性癫痫提供指导。
