目的 探讨贝叶斯Logistic回归模型在心脏病影响因素分析研究中的应用价值。方法 数据资料来自2015年中国健康与养老追踪调查中的525例调查对象。利用OpenBUGS软件分别拟合了贝叶斯随机效应和固定效应的Logistic回归模型，并在两种模型中估计各影响因素与因变量关系的优势比（OR）及95%可信区间（95%CI）。结果 贝叶斯随机效应和固定效应的Logistic回归模型分析结果均显示，性别、高血压和糖尿病是心脏病患病率的影响因素。两个模型的收敛效果均较好，参数估计结果也相差较小，但随机效应模型的拟合效果略差于固定效应模型（随机效应模型：DIC=156.6,pD=11.96；固定效应模型：DIC=155.8,pD=7.79）。结论 在贝叶斯Logistic回归模型中引入随机效应参数需根据具体情况而定，否则反而可能会降低模型的拟合效果。