目的 建立急性冠脉综合征患者入院期间新发房颤预测模型,为入院早期发现高风险人群、及时采取干预措施提供科学依据.方法 回顾性收集2010年1月至2019年12月在某三甲医院心内科住院、符合纳入排除标准的急性冠脉综合征患者资料,共1 915例患者,随机分为建模组和验证组,在建模组中运用多元Logistic回归分析模型和筛选出院内新发房颤的独立危险因素,建立回归预测模型,构建风险评分列线图,并在验证组中进行验证.采用受试者工作特征曲线(receiver operating characteristic curve,ROC)和曲线下面积(area under curve,AUC)以及Hosmer-lemoshow拟合优度检验和校准曲线分别评价模型的区分能力和校准度.结果 建模组共纳入急性冠脉综合征患者958例,其中新发房颤62例;验证组纳入957例,其中新发房颤65例.建模组中共纳入7个指标,分别为:年龄、入院时心率、心衰Killip分级、N末端脑钠肽前体(N-terminal pro-brain natriuretic peptide,NT-proBNP)水平、左心房横径、右心房横径和中性粒细胞计数,以此建立回归预测模型.建模组的AUC为0.91(95％CI:0.88-0.94);验证组的AUC为0.86(95％CI:0.81?0.91).校准曲线图和拟合优度检验(建模组和验证组均有P＞0.05)显示模型具有较好的校准度.结论 本研究成功构建了急性冠脉综合征患者院内新发房颤的预测模型,具有较好区分度和校准度,利用列线图可方便直观地预测患者的房颤风险,为临床早期防治和改善预后提供依据.