探讨基于CT影像特征联合临床因素构建列线图模型对甲状腺微小乳头状癌（Papillary Thyroid Microcarcinoma，PTMC）患者中央区淋巴结转移（Central Lymph Node Metastasis，CLNM）的预测价值，为优化术前淋巴结清扫决策提供依据。【方法】回顾性纳入经病理确诊的PTMC患者，按7:3比例随机分为训练集和测试集。收集患者临床资料及CT影像特征，通过单因素及多因素逻辑回归分析筛选CLNM独立预测因子，构建列线图模型。采用受试者工作特征曲线（Receiver Operating Characteristic，ROC）、曲线下面积（Area Under the Curve‌，AUC）、校准曲线及决策曲线（Decision curve analysis，DCA）评估模型区分度、校准度及临床有效性。【结果】多因素分析显示，男性（OR=5.991, 95%CI:2.209-18.35）、肿瘤最大径≥0.82 cm（OR=18.88, 95%CI:1.803-229.5）、被膜接触（OR=9.805, 95%CI:4.015-26.34）为CLNM独立预测因子（均p<0.05）。列线图模型在训练集和测试集的AUC分别为0.859（95%CI:0.796-0.922）和0.786（95%CI:0.671-0.901），校准曲线显示预测概率与实际概率高度一致（Hosmer-Lemeshow检验p>0.05）。决策曲线分析表明，当阈值概率为0.18-0.8时，模型可显著提高CLNM术前识别净获益率。【结论】基于性别、肿瘤最大径、被膜接触及CT诊断淋巴结构建的列线图模型能有效预测PTMC患者CLNM风险，为个体化手术方案制定提供量化工具，具有较高临床应用价值。未来需多中心前瞻性研究进一步验证模型普适性。