实验旨在探究奶牛乳房炎的风险因素,建立奶牛乳房炎风险评估模型,预测奶牛乳房炎患病风险。本研究利用北京地区1998—2016年196万余条奶牛群体改良(Dairy Herd Improvement,DHI)测定记录,将具有统计学意义的因素进行多因素Logistic回归分析,分析其中的风险因素,并建立奶牛乳房炎风险评估模型,通过大量DHI记录进行奶牛乳房炎患病风险预测研究。多因素Logistic回归分析结果发现,场规模越大,奶牛患乳房炎的概率相对越小;胎次越高,奶牛患乳房炎的概率越大;夏季奶牛患乳房炎的概率比其他季节的概率高;泌乳天数高于300 d的奶牛患乳房炎风险约为泌乳天数低于100 d奶牛的2倍。使用北京地区DHI记录进行Logistic回归分析得出,奶牛隐性乳房炎风险评估模型和奶牛临床乳房炎风险评估模型预测价值分别为0.721和0.825,认为可以应用于实际牛群。综上,本研究中确定的奶牛场规模、胎次、DHI测定季节、泌乳阶段等风险因素可用于奶牛乳房炎预测,并构建了奶牛隐性乳房炎、临床乳房炎的风险评估模型,以减少奶牛群的乳房炎发生概率。