El cáncer de mama es la segunda causa principal de muerte en mujeres, por lo que se necesita un modelo pronóstico fiable para la supervivencia global (SG) en el cáncer de mama para mejorar el tratamiento y la atención. La ferroptosis es una muerte celular dependiente del hierro. Ya se sabe que la siramesina y el lapatinib pueden inducir ferroptosis en células de cáncer de mama, y algunos genes relacionados con la ferroptosis estaban estrechamente relacionados con los resultados de los tratamientos en relación con el cáncer de mama. La relación entre estos genes y el pronóstico de la SG sigue siendo incierta. Los datos de expresión génica y la información clínica relacionada se descargaron de bases de datos públicas. Basado en la cohorte TCGA-BRCA, se estableció un modelo de predicción de 8 genes con la regresión de Cox de operador de selección y reducción absoluta mínima (LASSO), y este modelo fue validado en pacientes de la cohorte METABRIC. Basado en la puntuación de riesgo mediana obtenida del modelo de 8 genes, los pacientes fueron estratificados en grupos de alto o bajo riesgo. Los análisis de regresión de Cox identificaron que la puntuación de riesgo era un predictor independiente para la SG. Los hallazgos de CIBERSORT y ssGSEA presentaron diferencias notables en las puntuaciones de enriquecimiento para células inmunitarias y vías entre los dos grupos de riesgo mencionados. En resumen, este modelo de predicción tiene el potencial de ser ampliamente aplicado en futuros entornos clínicos.