Актуальность. Данные реальной клинической практики перспективны для прогнозирования, поскольку представляют весь спектр пациентов с их индивидуальными особенностями, в том числе сопутствующей патологией, что нередко не включается в клинические исследования. Применение методов машинного обучения позволяет улучшить прогностическую ценность, а наличие большого объема данных — провести кросс-валидацию и подтвердить полученные взаимосвязи. Цель. Выявить прогностически значимые лабораторные и ангиографические маркеры неблагоприятного течения острого коронарного синдрома без подъема сегмента ST (ОКСбпST). Материалы и методы. Проанализированы данные 2348 электронных медицинских карт пациентов, госпитализированных с диагнозом ОКСбпST. При анализе учитывались особенности течения заболевания, наличие факторов риска и коморбидной патологии, данные лабораторных и инструментальных исследований, в том числе коронароангиографии. Для построения прогностической модели использовали метод логистической регрессии с последующим проведением кросс-валидации. Результаты. При анализе выявлены ангиографические (стеноз ствола левой коронарной артерии или наличие хронической окклюзии) и лабораторные (уровень гемоглобина, MPV, количество моноцитов, индекс SII) факторы риска неблагоприятного течения ОКСбпST. Построена прогностическая модель, позволяющая определить риск летального исхода в период госпитализации и обладающая оптимальными характеристиками точности, чувствительности и специфичности. Заключение. Полученные в результате рутинного клинического обследования данные подтверждают значимость представленных показателей в прогнозировании госпитальной летальности у пациентов с ОКСбпST.