目的：基于我院高血压脑出血(HICH)患者的数据库，使用机器语言的多项式函数(Polynomial),建立预测预后的数据模型，并进行内部检测。方法：回顾性分析327例HICH患者的临床资料。将出院时改良Rankin评分量表(mRS评分)0～2分归为预后良好组，3～6分归为预后不良组。将327例患者分为两组：80%的患者selleck激酶抑制剂为训练组、20%的患者为测试组。通过机器语言的多项式函数建立数据模型GHRRSD:入院时的格拉斯哥昏迷评分(AGCS)+入院时的心率(AHR)+nasal histopathology入院时的呼吸频率(AR)+入院时的收缩压(ASP)+入院时舒张压(ADP)。基于数据模型，分别得出训练组和测试组的ROC曲线，以曲线下面积(AUC)检测数据模型的有效性。再依据数据模型得出其动态列线图，用以检测其实用性。结果：GHRRSD模型对于患者的预后具有很好的预测性。训练组ROC曲线的最优截断值为0.522,95%可信区间为(0.902,0.74Torin 1供应商0),AUC为0.881;测试组ROC曲线的最优截断值为0.551,95%CI为(0.963,0.806),AUC为0.941。二者进行比较无统计学差异(P=0.087),数据模型能适用于训练组及测试组。GHRRSD模型得出动态列线图，能很好地测算出患者不良预后的概率。结论：使用GHRRSD模型对HICH患者预后进行预测，有助于及时发现患者病情、指导临床诊断和治疗及评估预后。