目的:脓毒症是一种威迫人类生命的器官功能障碍,其原因是宿主对感染的反应失调,是危重症住院患者病亡的重要原因之一。因其早期临床表现缺少特异性,加之咄咄逼人的进展过程,一旦发生即难以控制,死亡率较高。该疾病的多因素特征使其早期诊断成为临床医师需要面对的的强大挑战。本研究通过筛选疑似感染患者进展为脓毒症前的相关影响因素,基于随机森林（RF）构建疑似感染患者早期脓毒症风险预警模型,并通过与Logistic回归（LR）所构建的预警模型相比较及内部验证探讨该模型的应用价值,为临床提供简便易行的脓毒症潜在风险评估方法。方法:基于重症监护医疗数据集-III（MIMIC-III）进行回顾性分析。提取MIMIC-III数据库中疑似感染患者的一般情况、生命体征、实验室检查等常见临床特征,筛选其相关影响因素。然后将入选的疑似感染患者数据集按0.7:0.3随机分为训练组与验证组,通过训练组数据分别基于RF及LR构建疑似感染患者脓毒症风险预警模型,根据受试者工作特征曲线下面积（AUC）对两种模型予以比较进而对RF模型的预警效果进行评价;通过验证组数据对RF模型进行内部验证,利用AUC评估该RF预警模型的稳定性与有效性。结果:1)共纳入2339例疑似感染患者,分为训练组1654例,验证组685例,两组患者一般情况、生命体征、实验室检查等临床特征之间没有显著差异。2)RF模型各变量的重要性评分中,年龄、平均动脉压、心率、血红蛋白、血小板、血肌酐、血尿素氮及淋巴细胞数这8个特征变量得分较高,且具有临床意义,该模型的灵敏度为65.8%,特异度为84.1%,约登指数为0.499,AUC为0.830,95%CI:0.811-0.848;LR模型最终纳入的影响因素为年龄、血肌酐、血尿素氮及C-反应蛋白,该模型的灵敏度为58.2%,特异度为59.8%,约登指数为0.180,AUC为0.620,95%CI:0.596-0.643,结果显示RF模型对疑似感染患者是否进展为脓毒症的预警效果明显高于LR模型。3)通过验证组对RF模型进行内部验证,验证组RF模型的AUC为0.812,与训练组RF模型的AUC相近,表明随机森林脓毒症风险预警模型具有较高的稳定性及有效性。结论:1)与LR相比,RF算法对疑似感染患者是否进展为脓毒症具有较佳的预测性能。2)随机森林脓毒症风险预警模型具有较高稳定性及有效性。