目的构建急性脑梗死（ACI）患者早期神经功能恶化（END）风险分层模型，并探讨其临床应用价值。方法回顾性选取2020年5月至2024年7月该院收治的213例ACI患者。采用LASSO回归筛选变量，将入选变量纳入多因素Logistic回归以分析ACI患者发生END的影响因素，并构建列线图风险预测模型。利用曲线下面积（AUC）、校准曲线和决策曲线（DCA曲线）评估模型的区分度、校准度及临床净获益；基于列线图总分，采用递归分割分析对列线图风险评分进行风险分层，并通过受试者工作特征（ROC）曲线评估风险分层模型对END高风险的预测效能。结果该研究213例ACI患者，其中71例发生END，142例未发生END，END发生率为33.33%。LASSO回归分析结果显示，当惩罚系数λ=0.003时，初筛出5个预测因子：糖尿病、梗死灶最大径、空腹血糖、同型半胱氨酸（Hcy）及C反应蛋白（CRP）。多因素Logistic回归分析显示，糖尿病、梗死灶最大径、空腹血糖、Hcy及CRP是ACI患者发生END的影响因素（P＜0.05）。据此构建的列线图风险预测模型经ROC曲线和DCA曲线验证，具有较高的预测效能和临床净收益。ACI患者根据END风险分为低风险组（评分<102分）、中风险组（102分≤评分<147分）、高风险组（评分≥147分），且3组间END发生率比较，差异有统计学意义（P<0.05）。ROC曲线分析结果显示，风险分层模型预测ACI患者END高风险的AUC为0.778。结论该研究基于糖尿病、梗死灶最大直径、空腹血糖、Hcy及CRP，成功构建并验证了用于预测ACI患者END风险的列线图及风险分层模型。