目的 分析影响单操作孔胸腔镜手术治疗纵隔肿瘤临床效果的相关因素，通过机器学习算法构建XGBoost临床预测模型并进行验证。方法 以2021年5月至2024年4月玉林市红十字会医院心胸外科收治的98例纵隔恶性肿瘤患者为研究对象。患者均接受单操作孔胸腔镜手术治疗，根据术后临床效果分为有效组（n=15）和无效组（n=83）。通过单因素分析和LASSO回归的双重筛选，精确地识别对临床效果具有显著影响的预测变量。基于预测变量构建XGBoost模型，并通过一系列评估指标，包括受试者操作特征（ROC）曲线、灵敏度、特异度验证XGBoost模型的预测效能。为了进一步增强模型的可解释性，进行模型预测指标重要性分析。结果 无效组患者的年龄、病程、肿瘤直径、肿瘤性质、白细胞计数、白介素（IL）-6水平、术后第1天疼痛视觉模拟量表（VAS）评分与有效组比较，差异均有统计学意义（均P<0.05）。LASSO回归分析结果显示，肿瘤直径、IL-6水平及术后第1天VAS评分是影响单操作孔胸腔镜手术治疗纵隔肿瘤临床效果的相关因素。各预测变量的相对重要性得分从高到低依次为IL-6水平、术后第1天VAS评分、肿瘤直径。基于肿瘤直径、IL-6水平及术后第1天VAS评分3个变量构建的XGBoost模型具有良好的区分能力，ROC曲线下面积为0.961（95%CI：0.894～1.000），灵敏度为93.9%，特异度为98.8%，准确率为98.0%。校准曲线显示，预测点都分布在对角线附近，预测值与实际值较为对应，准确度较好。结论 基于肿瘤直径、IL-6水平及术后第1天VAS评分构建的XGBoost临床预测模型性能优良，有助于在手术前评估患者的手术风险和预期效果。