目的：基于1990—2019年中国肺癌流行特征数据预测其2020—2024年的发展趋势，为我国肺癌防控相关策略提供科学参考依据。方法：收集1990—2019年中国肺癌（性别）发病率、（性别）死亡率等指标，采用年估计百分比变化（EAPC）分析其变化趋势；比较自回归求和移动平均（ARIMA）模型和神经网络自回归（NNAR）两种模型预测精度，并预测2020—2024年中国肺癌流行趋势。结果：1990—2019年中国肺癌（性别）发病率、（性别）死亡率、（性别）伤残调整寿命年（DALY）率均随时间呈上升趋势；发病率从21.72/10万增长至58.56/10万（EAPC 3.72%,P<0.001）；死亡率从2Emricasan研究购买1.65/10万增长至53.23/10万（EAPC3.37%,P<0.001）;DALY率从588.07/10万增长至1 204.25/10万（EAPC 2.67%,P<0.001）。ARIMA和NNAR的预测值与实际值基本吻合，ARIMA模型MAPE、MAE、RMSE值更小，预测精度更高。采用ARIMA模型预测得到2020—2024年的发病率为57.67/10万、59.06/10万、60.44/10万、61.83/10万、63.22/10万；死亡率分别为53.26/10万、54.51/10万、55.76/10万、57.02/10万、58.27/10万；DALY率分别为1 191.98/10万、1 211.72/10万、1 231.36/10万、1 250.94/10万、1 270.48/10万。结论：2020—2024年中国肺癌发病、死亡情况仍将加重，ARIMA模型预测中国肺癌流行特征具有较好的精度和预测性能，对肺癌防控Colforsin半抑制浓度策略的制定有gut micro-biota指导意义。