A presente dissertação teve o objetivo de derivar e validar uma regra de predição clínica para o diagnóstico de febre chikungunya, bem como comparar a acurácia desta regra com aquelas propostas por organismos governamentais nacionais e internacionais. Trata-se de um estudo diagnóstico, com base na coorte retrospectiva de pacientes com doença febril aguda (n=4.406), atendidos nas unidades básicas de urgência e emergência do sistema de vigilância sentinela para arboviroses, no município do Rio de Janeiro, Brasil, 2016-2019. Após triagem e exame clínico, foram coletadas amostras de sangue e urina. A confirmação diagnóstica baseou-se no resultado do RT-PCR para chikungunya (padrão de referência), dengue e zika. A amostra foi subdividida aleatoriamente em duas. Na primeira amostra, modelos de regressão logística simples e múltipla foram usados para derivar uma regra de predição clínica para o diagnóstico de chikungunya. O escore para esta regra foi baseado na soma dos preditores clínicos incluídos no modelo final, utilizando como fator de ponderação os coeficientes beta do modelo de regressão múltipla final. Foi calculada a área sob a curva ROC (AUC) e intervalo de 95% de confiança (IC 95%). Na segunda amostra, foram avaliados os seguintes parâmetros de acurácia (IC 95%) desta regra derivada e dos critérios de definição propostos nas diretrizes do Ministério da Saúde (2017), Organização Mundial de Saúde (OMS, 2015), Organização Pan-Americana da Saúde (PAHO, 2011) e dos Centros de Prevenção e Controle de Doenças norte-americano (CDC, 2011) e europeu (ECDC, 2018): sensibilidade, especificidade, valores preditivos e razão de verossimilhança positiva e negativa. Na coorte de 3401 indivíduos com informações completas para os preditores clínicos e resultado RT-PCR, 644 casos foram positivos para chikungunya, 96 para zika, 54 para dengue e 2607 casos negativos para estas arboviroses. Na amostra 1 (n=1700), a regra derivada incluiu febre (1 ponto), exantema (1 ponto), mialgia (2 pontos), artralgia ou artrite (2 pontos), edema articular (2 pontos), com AUC = 0,694 (IC 95%: 0,665−0,724). Na amostra 2 (n=1701), para escores ≥ 4 na regra derivada, a sensibilidade foi 74% (68,6−78,6) e a especificidade de 51% (48,1−53,4), com menor taxa de falso-positivos do que as regras anteriormente propostas. Espera-se que esta regra possa ser útil para a vigilância de febre chikungunya, especialmente durante epidemias, quando os recursos são escassos.The present study aimed to derivate and validate a clinical prediction rule for diagnosing chikungunya fever, comparing its accuracy with the diagnostic criteria proposed by national and international government agencies. Diagnostic study based on the retrospective cohort of patients with acute febrile illness (n = 4,406) attended at the sentinel surveillance system for arboviruses, Rio de Janeiro city, Brazil, 2016-2019. After screening and clinical examination, samples of blood and urine were collected from suspected patients. The reference standard was the real-time polymerase chain reaction (RT-PCR) for chikungunya, dengue, and zika viruses. The sample was randomly split half. In sample 1, we performed simple and multiple logistic regression models to derive the clinical prediction rule for the diagnosis of chikungunya. The score of the derived rule was the weighted sum of clinical predictors, based on the beta coefficients of the final multiple regression model. We calculated the area under the ROC curve (AUC), with the respective 95% confidence interval (95% CI). In sample 2, we calculated sensitivity, specificity, predictive values and likelihood ratios (with 95% CI) of the derived rule, and compared with the criteria proposed by the Brazilian Ministry of Health (2017), World Health Organization (WHO, 2015), Pan American Health Organization (PAHO, 2011) and Center for Disease Control and Prevention of United States (CDC, 2011) and Europe (ECDC, 2018). In the cohort of 3401 patients with complete information on clinical predictors and RT-PCR results, 644 had chikungunya, 96 Zika, 54 dengue, and 2607 were negative for these arboviruses. In sample 1 (n = 1700), the derived rule included fever (1 point), rash (1 point), myalgia (2 points), arthralgia or arthritis (2 points), periarticular edema (2 points), with AUC = 0.694 (95% CI: 0.665−0.724). In sample 2 (n = 1701), for scores ≥ 4 in the derived rule, sensitivity was 74% (68.6−78.36) and specificity was 51% (48.1−53.4), with less false-positive rate than the criteria previously proposed. This rule can be useful for chikungunya surveillance, particularly during outbreaks when resources are scarce.