摘要目的 探究腰椎间盘突出症(LDH)脊柱内镜术后复发的危险因素,并基于极限梯度提升(XGBoost)机器学习算法构建预测模型.方法 回顾性收集2020年5月至2024年9月于自贡市中医医院行脊柱内镜术的283例LDH患者相关数据,根据术后复发情况分为复发组(n=44)和未复发组(n=239),基于XGBoost机器学习算法及Logistic回归构建LDH脊柱内镜术后复发预测模型,绘制受试者工作特征(ROC)曲线、校准曲线评估模型性能,决策曲线(DCA)分析模型临床实用性.结果 复发组体质量指数(BMI)、患侧多裂肌功能性横截面积(FCSA)、多裂肌脂肪浸润程度及糖尿病史、高尿酸血症占比高于未复发组(P<0.05);Logistic回归分析显示:BMI、患侧多裂肌FCSA、多裂肌脂肪浸润程度、糖尿病史、高尿酸血症均是LDH患者脊柱内镜术后复发的独立危险因素(P<0.05);XGBoost预测模型中术后复发影响因素的重要性排序从大到小依次为患侧多裂肌FCSA、高尿酸血症、多裂肌脂肪浸润程度、BMI、糖尿病史;ROC曲线显示,XGBoost模型的曲线下面积(AUC)值为0.925(95%CI:0.922～0.992),高于Logistic回归模型的AUC值0.845(95%CI:0.767～0.918)(Z=2.086,P<0.05),校准曲线显示XGBoost模型优于Logistic回归模型,且XGBoost模型预测LDH患者脊柱内镜术后复发风险净获益率高于Logistic回归模型.结论 BMI、多裂肌FCSA、脂肪浸润、糖尿病史及高尿酸血症为LDH脊柱内镜术后复发的独立危险因素,基于XGBoost构建的预测模型较Logistic回归表现出更高的预测效能,且校准曲线和DCA均证实其临床实用优势,可为术后复发风险评估及个体化干预提供参考依据.