【摘要】目的建立个体血脂异常患病危险度的预测模型,探讨并评价预测个体血脂异常的新方法。方法选择8914例社区居民流行病学调查资料,按3∶1分为训练集（6686例）与检验集（2228例）,分别用于筛选变量、建立预测模型及对模型的检测和评价。应用人工神经网络（ANN）和logistic回归分别建立血脂异常预测模型,受试者工作曲线（ROC）评价预测模型的优劣。结果 ANN预测模型的特异度（64.79%）较低,但灵敏度（94.86%）、约登指数（59.65%）、一致率（81.23%）均优于logistic回归预测模型（特异度=77.49%、灵敏度=53.51%、约登指数=31.00%、一致率=81.23%）;ANN预测模型ROC曲线下面积（Az=0.824±0.009）明显大于logistic回归预测模型（Az=0.655±0.012）（P〈0.05）。结论在预测个体血脂异常方面,ANN模型较logistic回归模型具有更好的预测判别效能。