本文主要研究了某医院10年来肝癌病例中的20个有代表性的样本，通过建立逻辑回归的数据挖掘模型对预后有影响的10个指标进行分析，实现对预后效果的预测以及寻找各个变量之间的重要程度，从而为病人规划最佳的手术治疗方案。在建模中，我们首先通过对样本数据进行基本的描述性统计分析，初步观测每个指标对预后影响是否显著。然后再利用逻辑回归模型对预后影响进行预测。进一步的，为了消除指标中的共线性性以及寻找对预后有显著影响的指标，我们在原方法的基础上采用了逐步回归的思想优化原有的逻辑回归模型，通过设置显著性水平的阈值来发现对预后有重要影响的指标，并且达到消除相关性的目的。得出了是否有食道静脉曲张、HbsAg和 Anti-HCV的阴阳性、肿瘤大小、肿瘤的包膜否完整以及肿瘤旁的微小子灶这5个指标都对预后具有很大影响的结论。最后，我们利用舍一法以及ROC曲线来比较是否有优化的两个模型预测效果，得到ROC曲线线下两个模型面积分别为0.78020，和0.6538，表明分类预测效果良好。
关注“官方公众号”
