目的构建过敏性鼻炎（AR）患者治疗后复发的列线图模型，并对其进行验证。方法选择2021年6月至2023年2月于成都市第三人民医院就诊的468例AR患者作为研究对象，随访所有患者治疗后2年内复发情况，并根据随访结果将其分为复发组和未复发组。收集患者基线资料及实验室指标。采用多因素Logistic回归分析AR患者治疗后复发的影响因素，并基于多因素分析结果构建预测AR患者治疗后复发的列线图模型。采用Bootstrap重抽样法（1 000次）进行内部验证，以评估列线图模型的预测性能。绘制受试者工作特征（ROC）曲线评估列线图模型预测AR患者治疗后复发的效能。绘制决策曲线分析列线图模型预测AR患者治疗后复发的临床获益。结果随访结果显示，468例AR患者中复发138例（复发组），复发率为29.49%，其余330例未复发患者纳入未复发组。复发组常年性AR占比、有吸烟史占比、居住地区在城市占比、嗜酸性粒细胞（EOS）计数及血清白细胞介素-4（IL-4）、白细胞介素-33（IL-33）水平均明显高于未复发组（P＜0.05），而鼻黏膜纤毛清除率低于未复发组（P＜0.05）。多因素Logistic回归分析结果显示，常年性AR、有吸烟史、居住地区在城市、EOS计数升高及血清IL-4、IL-33水平升高均为AR患者治疗后复发的危险因素（P＜0.05），而鼻黏膜纤毛清除率升高为AR患者治疗后复发的保护因素（P＜0.05）。ROC曲线分析结果显示，构建的列线图模型预测AR患者治疗后复发的曲线下面积为0.901（95%CI：0.870~0.931），灵敏度为0.826，特异度为0.839。Bootstrap重抽样法（1 000次）内部验证结果显示，列线图模型的校准曲线与理想曲线基本重合，提示AR患者治疗后复发的列线图模型与实际观察结果的一致性较高。决策曲线分析结果显示，当阈值概率在0.05~0.94时，净收益率＞0，且最大净收益为0.263，提示该列线图模型可为临床应用提供实质性净收益。结论AR类型、吸烟史、居住地区、鼻黏膜纤毛清除率、EOS、IL-4、IL-33均为AR患者治疗后复发的影响因素，根据上述因素构建的列线图模型具有较好的临床预测效能。