研究目的:本研究以汕头某三甲医院心血管内科病区老年心血管疾病住院患者为对象,深入了解老年心血管疾病住院患者衰弱现状和筛选出相关的风险因素;基于R语言CART决策树的原理,构建老年心血管疾病住院患者衰弱风险预测模型,为临床一线医护人员提供快速筛查衰弱高危患者的方法,能对衰弱高危患者早期进行筛查评估,以期能及时给予相应的干预,从而减少不良结局带来的各种危害。研究方法:（1）采用便利抽样法,选取2019年8月-2020年8月在汕头大学医学院第二附属医院心血管内科住院的老年患者201例,采用Fried衰弱量表评估其衰弱情况并自制患者一般资料调查表收集年龄、性别、文化程度、婚姻状况、居住情况、医疗付费方式、睡眠情况、吸烟史、饮酒史等资料;同时收集患者的共病指数（CCI）结果、用药种类、Morse跌倒风险评估量表结果、基本生活活动能力（BADL）评定量表结果;相关检验指标结果:血红蛋白、白蛋白、总胆固醇、甘油三酯、高密度脂蛋白、低密度脂蛋白、乳酸脱氢酶、超敏C反应蛋白、尿酸、肌酐等。（2）根据运用SPSS 22.0软件对将衰弱组的老年人与非衰弱组老年人的数据资料进行统计学分析;通过单因素分析得出老年心血管疾病住院患者衰弱风险因素。（3）基于R语言CART决策树的算法原理按照训练集与测试集7:3的比例,构建老年心血管疾病住院患者衰弱风险预测模型。（4）运用混淆矩阵以及ROC曲线验证分析及评价模型的预测效能。研究结果:（1）老年心血管疾病住院患者衰弱的发生率为46%。（2）衰弱组与非衰弱组老年人进行单因素分析得出差异有统计学意义的因素（P<0.05）:年龄、婚姻状况、居住情况、心功能分级、跌倒史、住院次数、共病指数（CCI）、用药种类、跌倒风险评估评分、尿酸、白蛋白含量等11个风险因素;性别、文化程度、医疗付费方式、睡眠情况、吸烟史、饮酒史、基本生活能力活动量表（BADL）评分、住院天数、体重指数（BMI）、乳酸脱氢酶、超敏C反应蛋白、肌酐、血红蛋白、总胆固醇、甘油三脂、高密度脂蛋白、低密度脂蛋白等差异无统计学意义（P>0.05）。（3）基于R语言CART决策树的原理,构建老年心血管疾病住院患者衰弱风险预测模型结果为:决策树共有12个叶节点,深度为6层,根节点及内部节点处均标明了此节点划分的条件;最终进入树模型的风险因素有分别为心功能分级、年龄、住院次数、白蛋白、用药种类、尿酸等6个,生成12条组合规则。单因素分析有统计学意义的变量:婚姻状况、居住情况、跌倒史、共病指数（CCI）、跌倒风险评估等5个变量没有进入最终的CART决策树风险预测模型。（4）老年心血管疾病住院患者衰弱风险预测模型的预测准确率为80.33%,敏感度为64.00%,特异度为88.90%,ROC曲线下面积（AUC）为0.764。研究结论:基于CART决策树算法构建的老年心血管疾病住院患者衰弱风险预测模型具有良好的预测效能。心功能分级、年龄、住院次数、白蛋白、用药种类、尿酸是老年心血管疾病住院患者衰弱风险预测模型筛选的决策因素,其中心功能分级是最重要的决策因素。根据预测模型筛选的决策因素与决策路径,结合决策因素的判断临界值,临床护士可快速筛查出患者有无衰弱,有针对性地对患者提供准确而有效的预防衰弱的措施,从而减少不良结局带来的各种危害。