目的基于HALP评分［血红蛋白（Hb）、白蛋白（Alb）、淋巴细胞计数（LYM）和血小板计数（PLT）］构建自身免疫性肝炎（AIH）患者晚期肝纤维化的列线图（Nomogram）预测模型。方法选取2022年1月至2024年10月该院收治的AIH患者198例，利用METAVIR评分系统评估肝纤维化分期，根据肝纤维化分期将患者分为肝纤维化非晚期组（n=129）和肝纤维化晚期组（n=69）。比较两组临床资料，采用多因素Logistic回归模型分析影响晚期肝纤维化的因素，采用rms程序包构建晚期肝纤维化Nomogram预测模型，采用受试者工作特征（ROC）曲线评价模型的预测效能。结果相比于肝纤维化非晚期组，肝纤维化晚期组铁蛋白（SF）、免疫球蛋白G（IgG）、纤维化-4评分（FIB-4）、天门冬氨酸氨基转移酶与血小板比值指数（APRI）显著更高（P＜0.05），Alb、PLT、HALP评分显著更低（P＜0.05）。多因素Logistic回归分析显示：SF、IgG、FIB-4评分、APRI较高以及Alb、PLT、HALP评分较低是晚期肝纤维化的危险因素（P＜0.05）。基于HALP评分结合SF、IgG、FIB-4评分、APRI、Alb、PLT构建的Nomogram预测模型预测晚期肝纤维化的曲线下面积为0.909（95%CI：0.866~0.951），特异度为82.21%，灵敏度为89.92%。结论基于HALP评分结合SF、IgG、FIB-4评分、APRI、Alb、PLT构建的Nomogram模型可有效预测AIH患者晚期肝纤维化。