目的分析恶性肿瘤患者疾病诊断相关分组（DRG）超支的影响因素并建立风险预测模型，为DRG支付方式提供管理策略。方法选取2022年1月1日至12月31日四川省绵阳市某三级甲等医疗机构入组RE1A病组患者的临床资料。利用Lasso回归模型和多因素logistic回归模型筛选DRG超支的影响因素。依据筛选的变量绘制列线图，采用 Bootstrap法对模型进行内部验证，绘制受试者工作特征（ROC）曲线评估模型的区分度，校准曲线评估模型的准确度，临床决策曲线（DCA）评价模型的临床获益和应用价值。结果研究共纳入1 729例患者，431例（24.93%）出现DRG超支。Lasso回归和多因素logistic回归模型筛选出的DRG超支的影响因素为住院时间、入住科室及合并症/并发症数量。预测模型的ROC 曲线下面积（AUC）为0.745（95%CI:0.716~0.775）。校准曲线提示预测校准曲线与标准曲线基本拟合，模型预测准确度较高。DCA提示在风险阈值范围内，患者标准化净获益率>0。结论列线图模型能较好地预测恶性肿瘤患者DRG超支风险，可以为DRG管理提供新的思路和策略。