目的 探讨多维度指标构建梯度提升机（GBM）模型对急性心肌梗死患者采用经皮冠状动脉介入术（PCI）治疗后慢血流 / 无 复流的预测价值。方法 回顾性分析 2022 年 3 月至 2023 年 12 月期间在北海市第二人民医院诊治的 218 例行 PCI 治疗的急性心肌梗死患 者的临床资料，根据术后即刻是否出现慢血流 / 无复流分为慢血流 / 无复流组（62 例）和正常血流组（156 例）；另将患者按 7 ∶ 3 的比 例随机分为建模集（152 例）和验证集（66 例），比较建模集与验证集患者的多维度指标，对急性心肌梗死 PCI 治疗后出现慢血流 / 无复 流的风险因素进行单因素及多因素 Logistic 回归分析，并构建 GBM 模型及 Logistic 回归模型，通过 GBM 算法获得各项临床特征的相对重 要性；采用受试者工作特征（ROC）曲线评估模型的预测效能，校准曲线评估模型预测概率与样本概率之间的一致性以反映模型的拟合情 况；采用决策曲线分析（DCA）评价模型临床实用性。结果 建模集与验证集患者在年龄、性别、BMI、心肌梗死类型、发病至 PCI 时间、 Killip 分级、病变血管数、术前实验室指标、超声心动图指标及手术时间、有无冠状动脉内溶栓、有无血栓抽吸、支架数量等方面比较，差 异均无统计学意义（均P>0.05）；单因素分析结果显示，慢血流 / 无复流组发病至 PCI 时间≥ 6 h、Killip 分级为Ⅲ ~ Ⅳ级的患者占比及平 均血小板体积（MPV）、血小板与淋巴细胞比值（PLR）、空腹血糖（FBG）、胱抑素 C（CysC）水平均高于正常血流组（均P<0.05）； 将上述 6 个因素纳入 GBM 模型，其相对重要性从高到低依次为 Killip 分级、CysC、发病至 PCI 时间、MPV、FBG、PLR，纳入多因素 Logistic 回归分析模型，结果显示，Killip 分级、发病至 PCI 时间、MPV、FBG 及 CysC 是急性心肌梗死患者 PCI 治疗后出现慢血流 / 无复 流的独立影响因素（OR=2.474、3.211、1.854、1.269、8.819，均P<0.05）。GBM 算法模型建模集和验证集的曲线下面积（AUC）分别为 0.938、0.874；多因素 Logistic 回归模型建模集和验证集的 AUC 分别为 0.887、0.824，GBM 算法模型建模集和验证集的 AUC 均优于多因 素 Logistic 回归模型建模集、验证集的 AUC（均P<0.05）。校准曲线显示，GBM 算法模型及 Logistic 回归模型的预测概率在建模集和验 证集中均与实际概率有较好的一致性。DCA 分析结果显示，与多因素 Logistic 回归模型相比，GBM 模型预测 PCI 治疗后发生慢血流 / 无 复流有一个更宽的有效阈值范围。结论 GBM 模型对急性心肌梗死 PCI 治疗后慢血流 / 无复流具有良好的预测效能和临床实用性。