目的 研究构建帕金森病患者合并肌少症的风险模型，为早期干预治疗提供依据。方法选择郑州大学第二附属医院神经内科2020-09—2023-02收治的170例帕金森病患者为研究对象。收集患者的临床资料并依据亚洲肌少症工作组诊断标准对肌少症筛查进行诊断，通过机器学习筛选构建帕金森病患者合并肌少症的风险预测模型，并通过接受者操作特性曲线和临床决策分析验证模型的稳定性。结果 帕金森病患者合并肌少症71例（41.8%），肌少症组和非肌少症组患者性别比例、体重指数、Hoehn-Yahr分级以及日常生活活动能力评分差异有统计学意义（均P<0.05）。LASSO回归模型分析显示Hoehn-Yahr分级、体重指数、白蛋白、维生素D、同型半胱氨酸、肌酐、日常生活活动能力、叶酸和血红蛋白是帕金森病患者合并肌少症的危险因素。通过多因素Logistic回归分析，以P<0.1进一步研究发现，Hoehn-Yahr分级、白蛋白、维生素D、同型半胱氨酸、肌酐和日常活动能力评分构建的帕金森病患者合并肌少症风险预测模型的C指数为0.819，受试者工作特征曲线下面积为0.819，显示较好的预测价值。决策曲线分析显示，概率值为8%～82.0%时，使用此模型对患者临床净获益率最高。结论 帕金森病患者合并肌少症率高，本研究构建的列线图模型可有效筛查帕金森病患者合并肌少症的风险，为尽早进行干预提供依据。