摘要目的 比较老年冠状动脉钙化(coronary artery calcification,CAC)病变患者经皮冠状动脉介入治疗(percuta-neous coronary intervention,PCI)后主要不良心血管事件(major adverse cardiovascular events,MACE)预测中多因素logistic回归和XGBoost模型的效能.方法 回顾性选取2020年6月至2023年6月南阳市第一人民医院收治的老年CAC病变患者120例,均行PCI,术后随访1年统计MACE发生率,随访期间失访9例,发生MACE的患者纳入 MACE组(28例),其余纳入无 MACE组(83例);采用多因素logistic回归分析和XGBoost模型筛选老年CAC病变患者PCI后MACE的影响因素;绘制ROC曲线、Calibration校准曲线比较两种模型的预测效能.结果 MACE组年龄、吸烟、糖尿病、低密度脂蛋白胆固醇、Gensini积分、病变血管数量≥3支、重度钙化、联合旋磨术、置入支架数量比例显著高于无MACE组(P＜0.05,P＜0.01).多因素logistic回归模型显示,吸烟、合并糖尿病、低密度脂蛋白胆固醇、Gensini积分、置入支架数量是CAC患者PCI后 MACE的独立危险因素(P＜0.05,P＜0.01).XGBoost模型显示,重要特征评分排前5位的为Gensini积分35分,置入支架数量25分,合并糖尿病22分,吸烟18分,低密度脂蛋白胆固醇15分;ROC曲线分析显示,多因素logistic回归模型预测老年CAC患者PCI后MACE的曲线下面积为0.925(95％CI:0.859～0.966),敏感性为82.14％,特异性为97.59％;XGBoost模型预测老年CAC患者PCI后MACE的曲线下面积为0.918(95％CI:0.850～0.961),敏感性为89.29％,特异性为78.31％.2种模型预测比较,差异无统计学意义(Z=0.148,P=0.8823).结论 多因素logistic回归和XGBoost模型预测老年CAC患者PCI后MACE的效能相当,吸烟、糖尿病、低密度脂蛋白胆固醇、Gensini积分、置入支架数量是老年CAC患者PCI后MACE的独立危险因素.