目的 分析我国老年人肌少症的危险因素并构建预测模型，为老年人肌少症的预防提供依据。方法 获取中国健康与养老追踪调查（CHARLS）2015年随访数据，选择60岁以上老年人为研究对象，根据2019年亚洲肌少症工作组制定的标准判定肌少症。收集研究对象的人口学特征（年龄、性别、婚姻状况、受教育程度）、体格测量数据[血压、身高、体重、腰围、右手握力、5 m步行速度、5次椅子站立时间和身体质量指数（BMI）]、健康相关行为（吸烟、饮酒、睡眠时长）、健康状况[流调中心抑郁量表（CESD）评分、合并慢性病情况]、血清学检查指标[空腹血糖、尿素氮、肌酐（Cr）、C反应蛋白、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、尿酸、胱抑素C(CysC)、糖化血红蛋白]。采用LASSO回归分析筛选肌少症的预测因素，Logistic回归分析肌少症的独立影响因素，构建预测模型；采用校准曲线评估模型的准确性，受试者工作特征（ROC）曲线和决策曲线评估模型预测效能。结果 共纳入60岁以上老年人2 938名，肌少症患者447例（15.2%）。CESD评分增高、有跌倒史是肌少症发病的危险因素，高Cr/CysC、高BMI为保护因素。基于CESD评分、跌倒史、Cr/CysC、BMI构建老年人肌少症预测模型，校正后的预测模型为-39.43+0.03×CESD评分+0.50×跌倒史-4.45×Cr/CysC+4.73×BMI+1.35×（Cr/CysC）2-0.13×BMI2。肌少症风险预测模型在训练集和验证集ROC曲线下面积分别为0.90、0.91，预测价值较好。Hosmer-Lemeshow检验P均)0.05，校准曲线拟合良好，校准度较高。决策曲线分析显示预测模型具有良好干预价值。结论 高CESD评分、跌倒史是老年人肌少症发病的危险因素，高Cr/CysC、BMI为保护因素；基于CESD评分、跌倒史、Cr/CysC和BMI构建的肌少症预测模型的预测效能较好，有助于筛选肌少症高危人群。