论文研究 - 评估有效风险比：在宫颈癌手术分期预测中的应用

背景：宫颈癌仍然是发展中国家第二大最常被诊断出的癌症和第三大癌症死因。 改善临床医生对手术分期的知识和理解对于对抗这种疾病至关重要。 但是，尚未根据文献中的预期成果对基于不同预测结果的不同序数回归模型进行系统评估。 目的：在将子宫颈癌数据应用于手术分期预测时，系统地评估三种流行的序数回归模型（即多项式逻辑模型（ML），连续比（CR）模型和相邻类别逻辑模型（ACL））的比值比的灵活性。 方法：我们系统地比较了CR，ML和ACL作为预测机制的性能，并评估了子宫颈癌环境中最合适的模型。 该研究纳入了在2014年1月至2018年12月期间访问Moi教学与转诊医院Chandaria癌症和慢性病中心肿瘤科并经宫颈癌诊断和手术治疗的妇女。结果与结论：我们比较了3种不同回归方法之间的比较子宫颈癌环境中的序数数据模型。 我们发现，与Akaike信息准则（AIC），对数似然比和残差偏差相比，无比例赔率的CR模型产生更好的结果。 此外，与浸润性宫颈癌相关的关键预后因素是（国际妇产科联合会）FIGO临床阶段，与较少的手术阶段类别相比，该阶段尤其对手术第二阶段的结局具有更高的影响。 为将患者分为手术阶段而选择的