目的:心脏骤停是威胁全球人类生命健康的重要问题,也是引起死亡的主要原因,因此开发和验证急诊抢救室心脏骤停患者的临床预测模型。方法:本研究回顾性纳入2020年1月1日至2021年7月31日新疆医科大学第一附属医院急诊科抢救室并发生心脏骤停的患者。收集患者的一般资料、生命体征、临床症状及实验室检查结果等,观察结局患者在24小时内出现心脏骤停。按照7:3的比例将患者分为建模组和验证组。为避免共线性问题,采用LASSO回归在建模组内筛选变量,并纳入多因素Logistic回归分析,构建急诊患者发生nonmedical use心脏骤停的预测模型。采用受试者工作特征曲线(ROC)下面积(AUC)、校准曲线和临床决策曲线评(DCA)估预测模型的价值。结果:共纳入784名急诊抢救室患者参与研究。用LASSO回归和Logistic回归最终筛选出10个变量,并构建发生心脏骤停风险预测模型(Nomogram图):-4.503+2.159×Mews评分+2.095×胸痛+1.670×腹痛+2.021×呕血+2.015×手脚湿冷+5.521×气管插管+0.388×乳酸-0.100×白蛋白+0.768×K~++0.001×D-二聚体。该模型显示出良好的校准和区分度,建模组中AUC为0.984(95%CI,0.976～0.993),验证组的AUC为0.972(95%CI,0.951～0.993)。该临床预测模型具有良好的校准性和较高的临床净效益。结论:基于Mews评分、胸痛、腹痛、呕血、手脚湿冷、气管插管、乳酸(静MRTX1133脉血)、白蛋白Liraglutide核磁、K~+和D-二聚体构建急诊抢救室发生心脏骤停风险预测模型。用于急诊抢救室患者发生心脏骤停的早期预警并及时调整治疗策略,为个体化治疗提供实用价值。