目的 通过分析Ⅰ期肺腺癌中气道播散(STAS)的高分辨率CT特征及临床资料，建立个体化预测I期肺腺癌患者气道播散的Nomogram模型。方法 本研究 回顾性评估2018年12月到2023年2月共421例Ⅰ期肺腺癌手术切除患者STAS表达状态，分为STAS阴性组和STAS阳性组。采用单因素、多因素logistic回归分析 CT特征及临床因素(性别、年龄、大小、CT值、位置、分叶征、毛刺征、胸膜牵拉征、肿瘤成分、支气管充气征、微血管征、月牙征、空泡征、瘤肺边界)，筛选 出I期肺腺癌患者STAS表达的重要危险因素，并建立Nomogram预测模型，并应用ROC曲线评估Nomogram模型的预测效能。结果 最终纳入421例患者，STAS 阴性225例，男79例，女146例，年龄60(50.5~70岁)，STAS阳性166例，男89例，女77例，年龄62(55.0~69.75岁)。经单因素及多因素logistic回归分析发现， CT值、分叶征、胸膜牵拉征、月牙征、空泡征是预测STAS阳性的独立危险因素，其OR值(95%CI)分别为1.00(1.00~1.01)、24.81(7.80~78.9)、0.29(0.10~0.84)、 0.18(0.06~0.51)、0.17(0.07~0.44)，根据上述5个独立危险因素构建Nomogram模型的曲线下面积为0.918(95%CI 0.895~0.948)，灵敏度为86.1%，特异性为 85.3%。结论 本研究基于高分辨率CT特征及临床因素构建的Nomogram模型，可以辅助临床对Ⅰ期肺癌STAS患者的精准诊断及选择合适的治疗、管理策略。