目的探讨基于血清肝素结合蛋白（HBP）、人附睾分泌蛋白4（HE4）构建的极端梯度提升（XGBoost）模型对脓毒症患者发生急性肾损伤（AKI）的预测价值。方法选取2023年9月至2025年3月太原市中心医院收治的120例脓毒症患者作为研究对象。根据患者入院后7 d内是否发生AKI分为AKI组、非AKI组。收集患者资料，检测并比较2组入院时血清HBP、HE4水平；采用Lasso回归及多因素Logistic回归分析脓毒症患者发生AKI的影响因素；应用XGBoost算法对脓毒症患者发生AKI的相关因素进行重要性排序，根据筛选出的重要特征子集构建XGBoost模型；绘制受试者工作特征（ROC）曲线分析血清HBP、HE4及XGBoost模型预测脓毒症患者发生AKI的效能。结果AKI组46例，非AKI组74例。AKI组入院时合并糖尿病比例、急性生理和慢性健康状况Ⅱ（APACHEⅡ）评分、序贯器官衰竭评估（SOFA）评分、发生脓毒症休克比例及血清C反应蛋白（CRP）、白细胞介素-6（IL-6）、降钙素原（PCT）、HBP、HE4水平均高于非AKI组（P＜0.05）。Lasso回归分析筛选出6个影响因素：合并糖尿病、脓毒症休克、CRP、IL-6、HBP、HE4。多因素Logistic回归分析结果显示，合并糖尿病、发生脓毒症休克及血清CRP、IL-6、HBP、HE4水平升高均是脓毒症患者发生AKI的危险因素（P＜0.05）。限制性立方样条（RCS）分析显示，血清HBP、HE4与脓毒症患者AKI发生风险呈正向的非线性关系（P＜0.05）。XGBoost算法显示，将脓毒症休克、合并糖尿病、HBP、IL-6、HE4、CRP作为预测指标构建XGBoost模型可使模型的预测效能最大。ROC曲线分析结果显示，血清HBP、HE4及XGBoost模型预测脓毒症患者发生AKI的曲线下面积（AUC）分别为0.782、0.789、0.943，XGBoost模型预测的AUC明显大于HBP（Z=3.470，P=0.001）、HE4（Z=3.295，P=0.003）单独预测。结论脓毒症发生AKI患者血清HBP、HE4水平明显升高，同时与AKI发生风险呈正向的非线性关系，以脓毒症休克、合并糖尿病、HBP、IL-6、HE4、CRP作为预测指标构建的XGBoost模型对脓毒症并发AKI有较高的预测效能。