[摘 要] 目的 基于支持向量机算法构建并验证重症监护病房(ICU)患者压力性损伤(PI)分级预测模 型。方法 收集2020年12月至2022年12月157例在重庆市某三级甲等医院重症医学科住院患者的临床资 料,采用χ2 检验和kruskal-Wallis H 检验筛选PI分级的影响因素。再将数据以7∶3的比例随机分为训练组 和验证组,基于训练组数据利用支持向量机算法建立ICU 患者PI分级预测模型,并采用五折交叉验证法进行 参数优化。训练好的模型在验证组数据集中进行内部验证,对前后结果进行混淆矩阵分析,采用准确率、精确 率、召回率、F1值和受试者工作特征曲线的曲线下面积(AUC)评估模型的性能。结果 初步确定10个影响PI 分级的因素,在gamma=0.1、cost=2.2时模型的性能最佳,PI分级预测模型的准确率为81.25%,精确率为 79.70%,召回率为80.30%,F1值为79.90%,受试者工作特征曲线的AUC为0.939。结论 构建的PI分级 预测模型预测性能良好,可为临床医护人员制订ICU 患者预防PI的分级护理干预方案提供参考依据。