目的:通过研究儿童重症监护病房（Pediatric Intensive Care Unit PICU）患儿经机械通气治疗后发生尿潴留的实际情况,分析相关危险因素特征,筛选出独立危险因素,构建机械通气患儿发生尿潴留的风险预测模型并进行验证,旨在为加强PICU患儿管理,减少尿潴留发生率、改善预后提供有效的评估工具。方法:建模组采用回顾性调查研究,选取2019年1月-2020年12月入住江西省儿童医院PICU符合纳排标准的患儿为研究对象。将纳入的患儿按照住院号大小顺序重新编号,采用随机抽样法抽取190例用于建模。通过查阅病历收集机械通气患儿发生尿潴留的相关危险因素,根据患儿是否存在尿潴留,采用Medcal软件进行受试者工作特征曲线（receiver operating characteristic,ROC）分析,将连续性变量根据最佳截断值转化为二分类变量。通过单因素分析初步筛选机械通气患儿发生尿潴留的危险因素,将各因素尤其是单因素分析结果中差异有统计学意义的危险因素纳入二元Logistic回归分析,建立机械通气患儿发生尿潴留的Logistic回归模型。为方便临床使用,根据Logistic回归模型中各危险因素的偏回归系数对其进行赋分,在R 3.5.2版软件中,采用“rms”、“Hmisc”、“survival”等包绘制风险预测模型,使用一致性指数（concordance index,C-index）和校准曲线来评价模型性能。验模组采用前瞻性研究,从2021年9月开始收集入住江西省儿童医院PICU的患儿,到2022年4月共收集了符合建模组纳排标准的95例患者。用验模组的数据对已建立的机械通气患儿风险预测模型进行验证。结果:1.本研究共收集285例符合排纳标准的PICU机械通气患儿,其中建模组机械通气患儿尿潴留发生率为71.05%（135/190）;验模组机械通气患儿尿潴留发生率为69.47%（66/95）。2.ROC曲线分析结果显示:年龄、体质指数、住院天数、机械通气时长的AUC分别为0.761、0.556、0.602、0.649;最佳截断值分别为8.6月、22.6 kg/m2、12天、131h。3.单因素分析,有尿潴留组的机械通气患儿年龄＞8.6月比例、APACHEⅡ评分≥20分比例、住院天数＞12天比例、机械通气时间＞131h比例、使用镇静药物比例、使用镇痛药物比例、使用肌松药物比例均明显高于无尿潴留组机械通气患儿,差异具有统计学意义（P＜0.05）。4.多因素Logistic回归分析显示住院天数＞12天（OR=1.045,95%CI:1.034-1.061,P=0.014）、机械通气时间（OR=1.072,95%CI:1.050-1.093,P=0.002）、使用镇静药物（OR=1.016,95%CI:1.012-1.019,P=0.011）、使用镇痛药物（OR=1.107,95%CI:1.065-1.151,P=0.005）、使用肌松药物（OR=1.128,95%CI:1.054-1.206,P=0.009）是机械通气患儿发生尿潴留的危险因素。5.住院天数、机械通气时间、使用镇静药物、使用镇痛药物、使用肌松药物等独立危险因素作为预测因子所构建的风险预测模型具有良好的预测准度。内部验证结果显示,风险预测模型预测机械通气患儿发生尿潴留的C-index为0.762（95%CI:0.681-0.846）。校准曲线显示观测值与预测值之间保持较好一致性。风险预测模型预测机械通气患儿发生尿潴留的阈值＞0.12,风险预测模型提供临床净收益;此外,风险预测模型临床净收益均高于住院天数、机械通气时间、使用镇静药物、使用镇痛药物、使用肌松药物。6.将验模组各变量代入已建立的机械通气患儿尿潴留风险预测模型,采用ROC曲线法及H-L拟合优度检验对验模组患儿进行预测区分度及一致性的检验,曲线下面积AUC为0.823（95%CI:0.732-0.884）,H-L拟合优度检验的X2=10.275,P=0.246（P＞0.05）,提示已建立的机械通气患儿尿潴留风险预测模型的区分度和一致性均较好。预测模型的特异度为68.97%,灵敏度为89.39%,阴性预测值为67.74%,阳性预测值为87.50%,总体预测准确率为81.05%。结论:1.住院天数较长（＞12天）、机械通气时间延长（＞131h）、使用镇静药物、使用镇痛药物、使用肌松药物是机械通气患儿发生尿潴留的独立危险因素。2本研究基于上述危险因素构建的机械通气患儿发生尿潴留的风险预测模型,经验证该模型可提高预测机械通气患儿发生尿潴留的准确性,具有较好的临床效能,可为临床实施干预提供一定参考依据。