摘要目的 应用决策树法与 Logistic 回归构建肩关节镜手术患者术中低体温风险预测模型,并比较两种模型的预测效能,为准确识别高风险患者提供参考.方法 采取回顾性研究,选取 2023 年 4 月—2025 年 4 月在本院接受肩关节镜手术的 340 例患者的临床资料,根据术中是否发生低体温分为低温组(n=146)和对照组(n=194).采用单因素分析和二元Logistics 回归分析肩关节镜术患者术中低体温的影响因素,并绘制列线图和决策树图,并采用受试者工作特征(receiver operator characteristic,ROC)曲线评价模型的预测效能.结果 340 例患者完成研究.146 例肩关节镜术患者术中发生低体温,发生率为42.94%.Logistic回归分析结果显示,身体质量指数<18.5kg/m2(OR=8.076,95%CI:4.113～15.858)、美国麻醉医师协会(American Society of Anesthesiologists,ASA)分级为 Ⅱ～Ⅲ 级(OR=5.071,95%CI:2.630～9.778)、入室体温<36.5℃(OR=3.282,95%CI:1.865～5.774)、灌洗量≥12L(OR=4.123,95%CI:2.333～7.287)、手术时间≥120min(OR=11.650,95%CI:6.073～22.348)是肩关节镜术患者发生术中低体温的危险因素(均 P<0.05);根据危险因素构建的决策树模型深度为 5,共 25 个节点,13 个终端节点,模型以手术时间、身体质量指数、灌洗量、ASA 分级、入室体温为解释变量,其中手术时间为最重要的预测因子;Logistic 回归模型的ROC 曲线下面积(area under the curve,AUC)为 0.846(95%CI:0.803～0.889),决策树模型的 AUC 为 0.838(95%CI:0.794～0.883),两者比较,差异无统计学意义(Z=0.552,P=0.581).校准曲线和决策曲线显示,Logistic 回归模型和决策树模型具有较高的校准度与临床实用性.结论 身体质量指数<18.5kg/m2、ASA 分级为Ⅱ～Ⅲ级、入室体温<36.5℃、灌洗量≥12L、手术时间≥120min是肩关节镜术患者术中低体温的危险因素,据此构建的 Logistic 回归模型和决策树模型均有较高的预测效能.