目的 基于凝血指标构建脑小血管病（CSVD）总负荷的诺莫图预测模型，分析预测模型的价值并进行验证。方法 选取2020-01—2023-12蚌埠医科大学第二附属医院收治的200例CSVD患者，根据影像学评估CSVD总负荷，按总负荷评分（0～4分）分为低负荷组（117例，0～2分）、高负荷组（83例，3～4分）。比较2组一般资料、凝血指标[凝血酶原时间（PT）、纤维蛋白原（FIB）、D-二聚体、血浆凝血酶时间（TT）、活化部分凝血活酶时间（APTT）]，采用LASSO回归分析初筛CSVD高负荷的预测因素，通过Logistic分析CSVD高负荷的影响因素，根据影响因素运用R语言构建CSVD高负荷的诺莫图预测模型，并进行模型的评价与验证。结果 2组年龄、高血压、新发或既往卒中、糖尿病、高同型半胱氨酸血症（HHcy）情况比较差异有统计学意义（P<0.05）。高负荷组FIB、D-二聚体水平高于低负荷组，PT、APTT小于低负荷组（P<0.05）。CSVD高负荷预测因素初筛选出7个预测变量，Logistic回归分析显示年龄、高血压、新发或既往卒中、FIB、D-二聚体、APTT是CSVD高负荷的独立影响因素（P<0.05）。ROC曲线显示该诺莫图预测的曲线下面积为0.802(95%CI:0.743～0.862)，校准曲线显示该诺莫图预测CSVD高负荷风险与实际风险状况基本一致，决策曲线显示该诺莫图具有较好的临床净收益。结论 年龄、高血压、新发或既往卒中、FIB、D-二聚体、APTT与CSVD总负荷有关，基于上述凝血指标构建的诺莫图预测模型在CSVD高负荷风险预测中预测效能、临床实用性较高，具有良好区分度、校准度，对临床防治有积极指导意义。