目的通过分析接尘工人肺纤维化影响因素,建立接尘工人肺纤维化的Bayes判别模型,为动态监测接尘工人肺纤维化提供参考。方法采用2015-10/2017-05四川省重点职业病职业健康检查监测数据,提取其中接触煤尘有害因素的职业健康体检信息进行分析,采用Logistic回归分析筛选接尘工人肺纤维化的影响因素,构建Bayes判别模型,对接尘工人肺纤维化进行预测。结果根据监测数据,Logistic回归筛选出影响接尘工人肺纤维化有统计学意义的因素有:接触所监测危害因素工龄、血压舒张压、肺功能FEV1/FVC、心电图、企业类型、行业、年龄,综合专业知识、专家意见及判别分析特点,将总工龄、肺功能FVC、肺功能FEV1也纳入Bayes判别模型。模型经回代检验,构建的Bayes判别模型预测准确率为71.1%。ROC曲线下面积为0.801(P<0.05)。结论 Bayes判别模型可以作为动态监测接尘工人肺纤维化的辅助方法,提供划定重点监护人群的参数信息,为早期预测接尘工人肺纤维化提供参考。