研究目的基于安德森模型,探讨乳腺癌患者术后功能锻炼依从性的影响因素;基于多种机器学习算法,构建乳腺癌患者术后功能锻炼依从性预测模型。以期为临床护理人员提供一种快速、简单、有效的筛查工具,进而对潜在依从性差的患者实施精准干预,从而改善患者依从性,促进患者术后康复。研究方法（1）于2020年8月～2021年3月,采用便利抽样法选择汕头大学医学院附属肿瘤医院和汕头市中心医院的248例乳腺癌患者进行问卷调查。问卷内容包括患者一般资料、肩关节功能障碍测定评分系统、乳腺癌术后患者院外功能锻炼依从性量表（Functional Exercise Compliance Scale for Postoperative Breast Cancer Patients,FECSPBCP）、Champion健康信念模式量表、社会支持评定量、疾病感知问卷简版、家庭关怀度指数问卷。采用SPSS 25.0软件进行单因素分析、相关性分析和二元Logistic回归分析,得出乳腺癌患者术后功能锻炼依从性的影响因素。（2）采用Logistic回归、神经网络、随机森林、决策树、贝叶斯网络和支持向量机6种机器学习算法,将筛选出的影响因素作为自变量,将功能锻炼依从性作为二分类因变量。按照训练集:验证集:测试集=6:2:2进行分区,构建乳腺癌患者术后功能锻炼依从性预测模型。（3）对上述构建的预测模型效能进行比较和分析,评价指标包括预测准确性、灵敏度、特异度、精度、F1分数和受试者工作特征曲线下面积。研究结果（1）共收集227例有效样本,乳腺癌患者功能锻炼依从性总得分为49（38,58）分。功能锻炼依从性差的乳腺癌患者有145例（63.9%）,依从性好的患者有82例（36.1%）。单因素分析中差异有统计学意义（P＜0.05）的因素为术后时间、讲座/学习和散步习惯;相关性分析中与功能锻炼依从性总分差异有统计学意义（P＜0.05）的因素为严重性、益处、障碍、健康动力、自我效能、客观支持、主观支持、对支持利用度、情绪、理解能力、亲密度、情感度、适应度、合作度、成长度;二元Logistic有序回归分析显示,术后时间（P=0.03）、益处（P＜0.001,OR=1.686,95%CI:1.262～2.254）、自我效能（P=0.017,OR=1.471,95%CI:1.07～2.021）是乳腺癌患者术后功能锻炼依从性的影响因素。（2）利用6种机器学习算法构建了6个预测模型,分别为基于Logistic回归分析、神经网络、随机森林、决策树、贝叶斯网络、支持向量机构建的乳腺癌患者术后功能锻炼依从性预测模型。（3）根据测试集混淆矩阵,基于Logistic回归分析、神经网络、随机森林、决策树、贝叶斯网络、支持向量机构建的预测模型准确率分别为78.05%、78.05%、75.61%、82.93%、70.73%、70.73%;灵敏度分别为71.43%、64.29%、57.14%、71.43%、64.29%、57.14%;特异度分别为81.48%、85.19%、85.19%、88.89%、74.07%、77.78%;精确率分别为66.67%、69.23%、66.67%、76.92%、56.25%、57.14%;F1分数分别为0.69、0.67、0.62、0.74、0.6、0.57;受试者工作特征曲线下面积分别为0.847、0.831、0.794、0.888、0.755、0.78。综合以上各指标,最佳的预测模型为基于决策树C5.0算法的乳腺癌患者术后功能锻炼依从性预测模型。研究结论通过对各预测模型的构建和比较,基于决策树模型,临床护士可精准识别乳腺癌患者术后功能锻炼依从性的水平,以期进行精准干预,在促进患者康复的同时也节约了护理资源。