摘要：目的應用貝葉斯網絡分析方法,建立并分析導致血管性認知障礙（VCI）發病的危險因素預測模型。方法選取腦血管病病人465例,進行人口學、生活模式和臨床疾病因素問卷調查和數據采集,將病人按照10∶1比例隨機分為訓練集（421例）和測試集（44例）,其中訓練集病人分為非VCI病人組（225例）和VCI病人組（196例）。訓練集數據采用禁忌搜索算法建立貝葉斯網絡模型并分析腦血管病病人發生VCI的影響因素,利用測試集數據檢驗模型預測準確度,同時與傳統的Logistic回歸模型結果進行比較。結果構建的VCI危險因素貝葉斯網絡模型預測準確度為67.70%,測試集預測準確度為75.00%。受教育程度、業余愛好、糖尿病與VCI的發生有直接相關關系;飲食、飲茶、飲酒和吸煙等生活行為方式通過影響糖尿病的發生間接影響VCI的發生;體育鍛煉等業余愛好不僅直接影響VCI發生,還間接通過影響糖尿病的發生間接影響VCI發生。條件概率表顯示,低受教育程度、無業余愛好和糖尿病是腦血管病病人發生VCI的危險因素。Logistic回歸分析結果顯示,模型預測準確度為66.98%,受教育程度（P=0.005）、飲酒（P=0.001）、體育鍛煉（P=0.027）、糖尿病（P=0.012）為發生VCI的獨立危險因素。受試者工作特征曲線（ROC曲線）顯示,貝葉斯網絡模型ROC曲線下面積（AUC）為0.718（95%CI=0.669-0.768）;Logistic回歸模型的AUC為0.664（95%CI=0.612-0.717）。結論應用貝葉斯網絡分析方法可以建立VCI危險因素預測模型,其對腦血管病病人VCI發生預測準確度優于Logistic回歸模型。