肝癌手術治療 效果評價

【摘要】探討肝癌手術治療效果問題，對手術的治療效果進行預測，為病人是否選擇手術治療提供合理的建議。在合理假設的基礎上建立逐步回歸分析模型，并求解模型。最后得出結論。

【關鍵詞】虛擬變量；回歸分析；逐步回歸模型；肝癌；手術；預后影響

【中圖分類號】R-0【文獻標識碼】B【文章編號】1671-8801（2014）06-0371-02

一、問題重述

肝癌是我國第二常見的癌癥，很多人在發現肝癌時就已經是肝癌中晚期了，而肝癌手術治療是中晚期肝癌的首選療法。選取某醫院10年來肝癌病例總共4860例，每個病例有病人近80個信息，其中包括患者病歷號、性別、年齡、學歷、職業、住址、基本病史、臨床體征、惡性腫瘤分類、實驗室檢驗指標、影像學檢查等，經過數據預處理，選取其中20個有代表性的樣本，選取對預后有影響的l0個指標，以預后影響作為評價標準，建立數學模型，對手術的治療效果進行預測，為病人是否選擇手術治療提供建議。（附表如下）

二、模型假設

1.假設題目所給的數據真實可靠；

2.假設附件中的數據信息均合理。

3.假設肝癌患者的手術預后影響只受選出的10個因素影響。

4.假設患者僅患有肝癌，健康程度不受其他影響。

三、模型的建立與求解

第一步：引入虛擬變量

在回歸分析模型中，解釋變量均為定性變量的模型稱為方差分析模型（analysis-of-variance models）(ANOVA)。現建立人工變量，將定性變量“定量化”，連續變量不變，具體賦值情況如下：

:食道靜脈曲張虛擬變量，設

:門脈癌栓虛擬變量，設

: HbsAg虛擬變量，設

: Anti-HCV虛擬變量，設

:：腫瘤部位虛擬變量，設

:腫瘤大小虛擬變量，設

:腫瘤生長方式虛擬變量，設

：腫瘤包膜，設

:腫瘤旁的微小子灶，設

:術后腹水，設

：預后影響，設

第二步：建立多元線性回歸模型

本題需要研究各個因素與預后影響之間的關系，故建立多元線性回歸的一般模型：

Y = b0 + b1X1 + b2X2 + … + b10X10 + ε

其中，b0 ，b1 ，b2 ，… ，b10 是未知數參數，b0 為回歸模型的常數，ε為隨機誤差。假定

ε ～ N（ 0 ， δ2），

即 E(y)= b0 + b1X1 + b2X2 + … + b10X10

第三步：引入逐步回歸模型

進一步的，本題要求找出影響預后影響的主要因素，即從若干變量中選取對預后影響最大的幾個因素，并使自變量個數盡量少。為實現這一目標，引入逐步回歸模型。

第四步：模型求解

利用MATLAB軟件進行模型求解。在MATLAB統計工具箱中的逐步回歸命令是Stepwise，利用這個計算工具我們可以方便的完成回歸變量的篩選工作。其通常的用法是

Stepwise(x，y，inmodel，alpha)，

其中：x是自變量數據，排成m×n矩陣（m為自變量個數，n為每個變量的數據量）；y是因變量數據，排成n×1階數據矩陣；inmodel是自變量初始集合的指標（即矩陣x中哪些列進入初始集合），缺省時設定為x的列數m；alpha為顯著性水平，缺省時設為0.05。

四、模型的檢驗

以X7為例進行模型檢驗，具體情況如下：

1.運用Excel的數據分析功能進行回歸分析得到下表

表一：Excel回歸分析數據表

2）讀表，得到各種檢驗結果如下：

標準誤差

判定系數R2=0.341414

相關系數r=0.584307

F 檢驗值為9.849693

3）問題解答

根據上面得到的數據，我們可以得到以下結論：

影響預后影響的主要因素分別為：腫瘤旁的微小子灶、HbsAg、食道靜脈曲張、腫瘤部位、術后腹水、腫瘤生長方式以及腫瘤大小。

五、肝癌手術治療效果評價題報告

通過回歸分析法、理論數據、概率分析及主要因素影響等一系列的分析方法，從題中所給出的各組數據中，可以得出對于肝癌患者手術治療還是很有效的，但是我們仍然要積極預防術后復發，術后復發仍然是影響病人長期生存的主要因素。

首先通過研究，得出術后腹水（少或者無）、腫瘤旁的微小子灶（無）、腫瘤包膜（子灶突破包膜、無）、Anti-HCV（陰性）等易導致有預后影響。

經過定量的分析后，影響預后影響的主要因素分別為：腫瘤旁的微小子灶、HbsAg、食道靜脈曲張、腫瘤部位、術后腹水、腫瘤生長方式以及腫瘤大小。

同時我們也發現完善綜合性輔助治療、積極控制肝病的活動與發展、肝癌術后復發非手術治療方法選擇等對于患者術后防止復發有積極作用。

通過此次對某醫院的肝癌病例的綜合研究，我們對肝病患者有了更深刻的認識，也借此機會希望相關部門能夠做好肝病患者手術前后的治療工作，給患者一個完善的治療方案和安穩的治療環境，讓患者康復的比例逐漸加大，讓術后復發的比例逐漸減小；同時希望人人都能夠珍惜生命，關愛病人。