本研究旨在分析女性围绝经期综合征（PMS）的社会、生物学影响因素，预测围绝经期女性罹患PMS的概率，为预防、诊断、管理PMS和预测女性患病概率提供相应依据。方法 选取2019年10月—2020年6月于杭州市妇产科医院更年期保健专科门诊就诊的围绝经期女性212人作为研究对象。根据研究对象改良Kupperman量表（KMI）得分将其分为2组，其中KMI得分<15分者分入健康组（n=111），KMI得分≥15分者分入PMS组（n=101）。采用健康问卷（一般信息问卷+KMI）对研究对象进行问卷调查，并在完成问卷调查1周内完成实验室辅助检查。通过多因素Logistic回归分析PMS患病的影响因素；依据回归分析结果构建PMS患病风险预测模型，并通过诺莫（Nomogram）图将模型可视化。结果 通过单因素分析和多因素分析得出：γ 谷氨酰转肽酶（γ GT）、钙、文化水平、痛经情况、每日水果摄入量、适量运动情况为研究对象PMS患病的影响因素（P<0.05）。根据回归分析结果构建PMS患病风险预测模型，其受试者工作特征（ROC）曲线下面积（AUC）为0.783（P<0.001，95% CI：0.721~0.846)，提示此模型可用于围绝经期女性罹患PMS的概率预测。通过Nomogram图将PMS患病风险预测模型进行可视化，发现γ GT对PMS患病的影响最大，其次为钙，此后依次为文化水平、每日水果摄入量、痛经和适量运动情况，以上各项相加总得分为21～59分时所对应围绝经期女性罹患PMS的概率为0.1～0.9。结论 围绝经期女性PMS患病的影响因素包括γ GT、钙、文化水平、痛经情况、每日水果摄入量、适量运动情况，根据PMS患病影响因素的多因素Logistic回归分析结果构建的PMS患病风险预测模型可用于围绝经期女性罹患PMS的概率预测，且可通过Nomogram图将其可视化。