目的:开发脑卒中后血管性痴呆预测模型及风险评估工具。方法:采用双向队列研究设计，收集2019年1月—2021年10月，北京中医药大学东方医院医院信息系统中的230例脑卒中入院患者的临床资料，对脑卒中3个月后的患者进行随访，结局指标为血管性痴呆事件发生情况。采用Logistic回归方法进行预测变量的指标筛选，结合脑卒中领域专家意见确定模型变量，最终年龄、脑梗死史、便秘、中枢性言语障碍、BI（重度依赖）为脑卒中后血管性痴呆的危险因素（OR＞1）。抗血小板聚集药物、降脂药物、NIHSS＞4分为脑卒中后血管性痴呆的保护因素（OR＜1）。使用多因素Logistic回归模型纳入8个影响因素构建预测模型，使用AUC值评价模型的预测能力。结果:156例患者患有血管性痴呆，多因素Logistic模型的预测工具计分（Score）算式：Score=2.3×年龄80岁以上（是=1，否=0）+1.7×年龄71～80岁（是=1，否=0）+1.5×年龄61～70岁（是=1，否=0）+0.8×脑梗死史（是=1，否=0）+0.8×便秘（是=1，否=0）+1.1×中枢性言语障碍（是=1，否=0）-0.7×抗栓药物使用（是=1，否=0）-1.4×降脂药物使用（是=1，否=0）+1.5×BI分类（重度依赖=2，非重度依赖=1）-0.1×NIHSS分类（非轻型卒中=2，轻型卒中=1），模型的AUC值为0.8347，模型截断值为0.669，Youden指数值为0.499，灵敏度为0.769，特异度为0.730。结论:建立的脑卒中后血管性痴呆预测模型，可较好区分脑卒中后血管性痴呆人群，为卒中后血管性痴呆预防及评估提供参考。