目的は、病証結合モデルにおける慢性閉塞性肺疾患（COPD）の頻繁な急性増悪のリスク予測モデルを構築し、臨床における精密介入の意思決定支援を提供することである。方法は、2020年1月から2024年8月まで安徽中医薬大学第一附属病院で入院した2029例のCOPD急性増悪患者を後ろ向きに収集し、年間入院回数に基づいて頻繁な急性増悪群（≥2回/年）と非頻繁な急性増悪群（<2回/年）に分類した。LASSO回帰とロジスティック回帰を組み合わせて危険因子を選択し、ノモグラムモデルを構築、受診者特性曲線下面積（AUC）、キャリブレーション曲線および臨床意思決定曲線（DCA）でモデル性能を評価した。結果として、頻繁急性増悪群（1,196例）と非頻繁急性増悪群（833例）の基本特性に統計的有意差は認められなかった。LASSO回帰および多変量ロジスティック回帰により、体格指数（BMI）、入院日数、喫煙年数、居住地、非侵襲的人工呼吸器使用、酸素療法の必要性、肝硬変、全身性グルココルチコイド使用、中医学の証型（痰瘀肺阻）などの独立した危険因子が選定された。ノモグラムモデルは訓練セット（AUC=0.748）および検証セット（AUC=0.774）で優れた識別力と校正性を示した。結論として、本研究で構築した中医学の証候を融合したCOPD頻繁急性増悪リスク予測モデルは高い精度を有し、高リスク患者の早期同定および個別化介入の科学的根拠を提供できる。

慢性閉塞性肺疾患急性増悪期;頻繁急性増悪;ノモグラム;臨床予測モデル;病証結合