目的 建立血尿酸与相关代谢性指标的连续型和离散型贝叶斯网络模型，探寻血尿酸的影响因素，并比较两种网络结果的特点和优劣。方法 利用山西省2015年慢性病监测的血尿酸及其代谢性疾病的特征指标共4646例，采用(improved partial-correlation-based, IPCB)算法建立血尿酸的连续型贝叶斯网络，同时将上述指标离散化，采用(max-min hill-climbing, MMHC)建立高尿酸的离散贝叶斯网络。结果 离散贝叶斯网络发现14条边，其中甘油三酯和舒张压异常与高尿酸直接关系，导致高尿酸的发生；年龄为间接因素；而连续贝叶斯网络共包含24条有向边，年龄、TG、LDL、HDL、SP、DP与尿酸水平直接相关，随着年龄、TG、LDL的增大和HDL的降低，尿酸水平升高，而尿酸水平升高又导致SP、DP升高；TC与尿酸间接相关。结论 两种网络模型适应的资料类型不同，但连续型贝叶斯网络发现的直接相关因素更多，整体解释度更好。