门静脉高压可以通过肠道菌群失调、肠-肝轴功能失调等机制增加ICU脓毒症患者的死亡风险，本研究旨在开发并验证基于临床诊断的门静脉高压合并脓毒症患者入ICU 28天内死亡风险预测模型，并通过预测概率进行风险分层，提出平衡医疗效率及经济支出的新思路。

基于MIMIC-IV数据库筛选患者，按75%/25%分训练集与内部验证集，以MIMIC-III子集做外部验证。收集ICU入院24小时临床数据，经VIF去共线性、随机森林及LASSO选特征，用8种ML算法建模，择优选取模型，结合DCA、SHAP及COX回归、生存分析验证及解释模型。

共纳入1633例患者，28天死亡率26%（424/1633）。LightGBM模型最优，训练集AUC 0.933（95%CI：0.921–0.943），内部验证集AUC 0.870（95%CI：0.840–0.896），预测概率风险分层后三组Kaplan–Meier生存差异显著（p<0.0001）。

可解释机器学习模型能精准预测该类患者ICU 28天死亡风险，泛化能力良好，可实现风险分层，助力临床管理及医疗资源优化。