摘要目的 分析急性脑梗死(ACI)患者发生早期神经功能恶化(END)的危险因素,构建预测患者发生 END 的临床模型.方法 收集 2023 年 12 月至 2025 年 1 月在神经内科住院的 210 例 ACI 患者的临床数据,结合患者入院时的美国国立卫生院神经功能缺损评分(NIHSS),使用 LASSO 回归和 Logistic 回归分析 END 发生的危险因素,并建立列线图模型,使用 Bootstrap 法进行内部验证.另收集 2025 年 2 月至 6 月 63 例 ACI 患者的临床数据,对模型进行再次验证.结果 与非 END 组相比,END组患者入院时合并高血压(P=0.015)、高脂血症(P＜0.001)、是否颈动脉狭窄率大于 50%(P＜0.001)之间差异有统计学意义.LASSO 回归和多因素 Logistic 回归分析结果显示:高脂血症(OR=1.96,95%CI:1.40～6.26,P=0.004),颈动脉狭窄大于 50%(OR=2.01,95%CI:1.61～5.59,P＜0.001)、入院时NIHSS 评分(OR=2.44,95%CI:1.40～4.24,P=0.002)、PLT(OR=1.04,95%CI:1.01～1.06,P=0.006)、CRP(OR=1.02,95%CI:1.01～1.03,P＜0.001)、HCY(OR=1.36,95%CI:1.03～1.81,P=0.032)和 NSE(OR=1.37,95%CI:1.02～1.85,P=0.038)是 END 的危险因素,而 PT(OR=0.34,95%CI:0.15～0.74,P=0.007)是 END 的保护性因素.联合上述指标建立列线图模型的 Hosmer-Lemeshow 检验 P 值为 0.111,ROC 曲线下面积(AUC)为 0.889,95%CI:0.840～0.930,敏感性为 87.0%,特异性为 79.0%.此外,Bootstrap 内部验证和验证组的 AUC 分别为 0.890(95%CI:0.847～0.934)和0.814(95%CI:0.736～0.946).校准曲线和决策曲线分析结果均显示该列线图模型具有良好的性能.结论 构建的模型可以有效预测 END 的发生,为临床医生早期识别高风险患者提供依据.