【摘要】目的：初步探索体检数据与高血压病管理效果的关系，并进一步构建高血压病管理的预测模型。方法：收集 2016 年 5 月—2017 年 1 月的有高血压病史的体检数据，根据血压达标情况将 136 例血压未达标患者作为观察组，将172 例血压达标患者作为对照组。通过构建机器学习模型分析两组人群中人口学变量及血常规、血生化等体检指标对两组人群的预测效果，并进一步分析各变量对预测的贡献度。结果：观察组的年龄高于对照组，差异具有统计学意义（P ＜ 0.05）；观察组身高低于对照组，差异具有统计学意义（P ＜ 0.05）。基于所有人口学变量及体检指标的机器学习模型对两组人群的平均预测准确率为 0.83，对预测效果贡献较大的变量分别为年龄、身高、体重等一般信息，以及丙氨酸氨基转移酶、甘油三酯等体检指标。结论：基于一般信息、血常规和血生化数据的机器学习模型对高血压管理状态具有较好的预测效果，为提示高血压未达标风险和及时干预提供了一定程度的参考，具有一定的临床价值。

【关键词】高血压管理，机器学习，预测模型，体检数据