结直肠癌是全球范围内发病率较高的恶性肿瘤，术后化疗是其主要治疗手段之一。然而，化疗常常伴随骨髓抑制等不良反应，这些 反应严重影响患者的生活质量和治疗效果。因此，识别和预测这些不良反应的危险因素显得尤为重要。近年来，机器学习技术在医学领域 的应用日益广泛，尤其是在癌症患者的风险预测中显示出良好的前景。当前研究主要集中在临床因素、实验室指标等多方面的整合，以便 更准确地评估患者在术后化疗期间发生骨髓抑制的风险。尽管已有一些研究对这一领域进行了初步探索，但仍存在数据不足、模型适用性 差等问题。本综述旨在通过系统分析现有文献，探讨基于机器学习模型的研究如何有效识别和预测术后化疗导致骨髓抑制的危险因素，以 期为临床实践提供更为科学的指导。