摘要目的 基于logistic回归和随机森林算法构建ICU中老年患者谵妄的预测模型,并比较2种模型的预测效能.方法 采用便利抽样法,选取2020年9月-2022年6月3所三甲医院6个ICU收治的436例患者,根据患者是否发生谵妄分为谵妄组(n=59)和非谵妄组(n=377);采用单因素分析比较2组临床资料;采用logistic回归和随机森林算法分别构建ICU患者谵妄预测模型;采用校准曲线以及决策曲线综合评价模型的预测性能;采用受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)评价模型效果;采用delong法验证模型之间AUC差异;采用十折交叉验证法进行随机森林算法预测模型内部验证.结果 ICU患者谵妄发生率为13.5％.logistic回归预测模型和随机森林算法预测模型均显示,年龄、急性生理学及慢性健康状况评分系统Ⅱ(acute physiology and chronic health evaluation Ⅱ,APACHE Ⅱ)评分、BMI、Barthel 指数、睡眠问卷得分、联合使用药物数量、急诊入院为ICU患者发生谵妄的重要影响因素;随机森林算法预测模型还显示,文化程度、听力减退和疼痛也是ICU患者谵妄发生的重要影响变量.2种预测模型校准曲线均显示拟合良好且显示出相似的临床净效益;2种预测模型的AUC分别为0.832(95％CI:0.800～0.865)、0.871(95％CI:0.822～0.917),delong检验结果显示,2种模型预测效能比较差异无统计学意义(P=0.227).随机森林算法预测模型十折交叉验证的最终AUC值为0.849(95％CI:0.779～0.884).结论 本研究通过logistic回归和随机森林算法构建ICU患者谵妄预测模型,均具有良好的预测效能,可能根据患者情况选择更适合的预测模型.