脓毒症相关性脑病（SAE）是指在患脓毒症过程中发生的脑功能障碍，其与脓毒症患者短期死亡率的上升有关。本文从MIMIC数据库中抽取相关的脓毒症患者数据，其中SAE被定义为患脓毒症且GCS分数小于15分。使用RFE算法筛选出影响SAE患者30天死亡率的危险因素，对SAE病例数据采用逻辑回归、GBDT、XGBoost三种算法建立30天死亡风险预测模型。实验结果表明，GBDT算法的预测效果优于另外2种算法，其准确率为78.6%,AUC为78.3%,该模型能够对SAE患者30天死亡情况进行较为准确的预测。
