基于競爭風(fēng)險(xiǎn)模型的宮頸癌患者預(yù)后影響因素深度剖析一、引言1.1研究背景與意義宮頸癌作為一種常見的婦科惡性腫瘤，嚴(yán)重威脅著女性的生命健康。近年來，雖然宮頸癌的篩查和治療技術(shù)取得了一定進(jìn)展，但其發(fā)病率和死亡率在全球范圍內(nèi)仍處于較高水平。在中國，每年約有新發(fā)病例13.15萬，占世界宮頸癌新發(fā)病例總數(shù)的28.8%，且呈現(xiàn)出年輕化趨勢，給社會(huì)和家庭帶來了沉重的負(fù)擔(dān)。宮頸癌在早期階段通常沒有明顯癥狀，這使得許多患者在確診時(shí)病情已經(jīng)進(jìn)展到中晚期。隨著病情的發(fā)展，癌細(xì)胞會(huì)侵犯周圍組織和器官，引發(fā)一系列嚴(yán)重的并發(fā)癥，如子宮嚴(yán)重受損、不孕、其他臟器組織受損，甚至導(dǎo)致死亡。在晚期，宮頸癌可侵蝕周圍鄰近器官，轉(zhuǎn)移到遠(yuǎn)處器官，造成直腸、膀胱、神經(jīng)壓迫，引發(fā)糞漏、尿漏、下肢疼痛等，極大地降低了患者的生活質(zhì)量。即便進(jìn)行有效的放療和化療，晚期宮頸癌的臨床緩解率也僅為50%甚至更低。探索影響宮頸癌患者預(yù)后的因素對(duì)于提高患者生存率和生活質(zhì)量具有至關(guān)重要的意義。準(zhǔn)確識(shí)別這些因素，能夠幫助醫(yī)生為患者制定更加精準(zhǔn)、個(gè)性化的治療方案，實(shí)現(xiàn)精準(zhǔn)醫(yī)療。通過對(duì)預(yù)后因素的分析，醫(yī)生可以根據(jù)患者的具體情況，選擇最適合的治療方法，如手術(shù)、放療、化療或免疫治療等，提高治療效果。了解預(yù)后因素還有助于對(duì)患者進(jìn)行風(fēng)險(xiǎn)分層，對(duì)高風(fēng)險(xiǎn)患者進(jìn)行更密切的監(jiān)測和干預(yù)，及時(shí)發(fā)現(xiàn)并處理復(fù)發(fā)或轉(zhuǎn)移的情況，從而改善患者的預(yù)后。在傳統(tǒng)的生存分析中，通常假設(shè)研究對(duì)象只會(huì)發(fā)生一種感興趣的事件，但在實(shí)際臨床中，宮頸癌患者可能會(huì)死于宮頸癌，也可能死于其他疾病，如心臟病、其他腫瘤等，這些不同的死亡原因之間存在競爭關(guān)系，即競爭風(fēng)險(xiǎn)。如果忽視競爭風(fēng)險(xiǎn)的存在，可能會(huì)導(dǎo)致對(duì)預(yù)后因素的估計(jì)出現(xiàn)偏差，從而影響臨床決策的準(zhǔn)確性。競爭風(fēng)險(xiǎn)模型能夠充分考慮不同事件之間的競爭關(guān)系，更準(zhǔn)確地評(píng)估各種因素對(duì)患者生存結(jié)局的影響，為臨床醫(yī)生提供更可靠的決策依據(jù)。通過該模型，醫(yī)生可以更精準(zhǔn)地預(yù)測患者在不同時(shí)間內(nèi)發(fā)生宮頸癌死亡或其他死亡事件的風(fēng)險(xiǎn)，從而制定更合理的治療和隨訪計(jì)劃。1.2國內(nèi)外研究現(xiàn)狀在宮頸癌預(yù)后因素的研究方面，國內(nèi)外學(xué)者已取得了一系列成果。國外研究中，部分學(xué)者通過對(duì)大量宮頸癌患者的長期隨訪，發(fā)現(xiàn)腫瘤分期是影響預(yù)后的關(guān)鍵因素之一。如國際婦產(chǎn)科聯(lián)盟（FIGO）分期越高，患者的生存率越低，復(fù)發(fā)風(fēng)險(xiǎn)越高。一項(xiàng)涉及多中心的研究表明，I期宮頸癌患者的5年生存率可達(dá)80%以上，而IV期患者的5年生存率則低于20%。病理類型也與預(yù)后密切相關(guān)，腺癌和腺鱗癌相較于鱗癌，局部復(fù)發(fā)率更高，總體生存率更低。這可能是因?yàn)橄侔?duì)放療相對(duì)不敏感，且有腹膜內(nèi)播散傾向。在國內(nèi)，相關(guān)研究同樣強(qiáng)調(diào)了腫瘤分期和病理類型的重要性。有研究對(duì)國內(nèi)多家醫(yī)院的宮頸癌患者進(jìn)行分析，發(fā)現(xiàn)臨床分期早、病理分化程度高的患者，預(yù)后相對(duì)較好。除了腫瘤分期和病理類型，國內(nèi)研究還關(guān)注了其他因素，如患者的年齡、身體狀況、治療方式等對(duì)預(yù)后的影響。有研究指出，年輕患者通常身體機(jī)能較好，對(duì)治療的耐受性強(qiáng)，預(yù)后相對(duì)較好；而高齡或伴有其他基礎(chǔ)疾病的患者，預(yù)后可能較差。在治療方式上，手術(shù)、放療、化療及免疫治療等的合理選擇和綜合應(yīng)用，能顯著提高治療效果和改善預(yù)后。競爭風(fēng)險(xiǎn)模型在醫(yī)學(xué)領(lǐng)域的應(yīng)用逐漸受到重視，在宮頸癌預(yù)后研究中的應(yīng)用也日益增多。國外有研究運(yùn)用競爭風(fēng)險(xiǎn)模型分析宮頸癌患者的生存數(shù)據(jù)，考慮到患者可能死于宮頸癌或其他疾病的競爭風(fēng)險(xiǎn)，更準(zhǔn)確地評(píng)估了各種因素對(duì)患者生存結(jié)局的影響。通過該模型發(fā)現(xiàn)，淋巴結(jié)轉(zhuǎn)移程度不僅是影響宮頸癌患者死于宮頸癌的重要因素，在考慮其他死亡原因的競爭風(fēng)險(xiǎn)下，其對(duì)患者整體生存的影響也更為顯著。國內(nèi)學(xué)者也開始將競爭風(fēng)險(xiǎn)模型應(yīng)用于宮頸癌預(yù)后研究。有研究利用該模型對(duì)宮頸癌患者的預(yù)后因素進(jìn)行分析，結(jié)果顯示，在考慮競爭風(fēng)險(xiǎn)后，F(xiàn)IGO分期、淋巴結(jié)轉(zhuǎn)移程度等因素對(duì)患者死于宮頸癌的風(fēng)險(xiǎn)估計(jì)與傳統(tǒng)生存分析有所不同，進(jìn)一步證實(shí)了競爭風(fēng)險(xiǎn)模型在宮頸癌預(yù)后研究中的重要性和必要性。然而，目前競爭風(fēng)險(xiǎn)模型在宮頸癌預(yù)后研究中的應(yīng)用仍存在一些問題，如模型的選擇和應(yīng)用條件較為復(fù)雜，需要研究者具備較高的統(tǒng)計(jì)學(xué)知識(shí)和技能；數(shù)據(jù)的收集和整理也需要更加嚴(yán)謹(jǐn)和規(guī)范，以確保模型分析結(jié)果的準(zhǔn)確性和可靠性。1.3研究方法與創(chuàng)新點(diǎn)本研究采用回顧性研究方法，收集[具體醫(yī)院名稱]在[具體時(shí)間段]內(nèi)收治的宮頸癌患者的臨床資料。這些資料涵蓋患者的基本信息，如年齡、性別、種族、教育程度、婚姻狀況、BMI指數(shù)等；婚育歷史，包括初潮年齡、生育次數(shù)、分娩方式等；病理學(xué)診斷，包括病理類型、癌細(xì)胞分化程度、腫瘤分期等；既往病史，如高血壓、糖尿病、心臟病等慢性疾病史；治療方案，如化療方案、手術(shù)種類、淋巴結(jié)切除方案等。同時(shí)，明確患者的生存狀態(tài)和死亡原因，將死于宮頸癌定義為興趣事件，死于其他疾病定義為競爭事件。在統(tǒng)計(jì)分析階段，首先運(yùn)用描述性統(tǒng)計(jì)分析方法，對(duì)患者的一般特征和臨床病理資料進(jìn)行匯總和分析，計(jì)算各類變量的頻數(shù)、頻率、均值、標(biāo)準(zhǔn)差等統(tǒng)計(jì)指標(biāo)，以了解患者群體的基本情況和數(shù)據(jù)分布特征。運(yùn)用Kaplan-Meier生存函數(shù)分析，估計(jì)患者的總體生存率和不同亞組的生存率，并繪制生存曲線，直觀展示患者的生存情況隨時(shí)間的變化趨勢，通過Log-rank檢驗(yàn)比較不同亞組生存曲線的差異，初步篩選出可能影響預(yù)后的因素。為了更準(zhǔn)確地評(píng)估各種因素對(duì)宮頸癌患者預(yù)后的影響，充分考慮競爭風(fēng)險(xiǎn)的存在，本研究將運(yùn)用競爭風(fēng)險(xiǎn)模型進(jìn)行深入分析。具體而言，使用累積風(fēng)險(xiǎn)模型計(jì)算不同因素水平下興趣事件（死于宮頸癌）的累積發(fā)生率，通過Gray檢驗(yàn)比較組間累積發(fā)生率的差異，確定哪些因素與興趣事件的發(fā)生存在關(guān)聯(lián)。采用Fine-Gray模型進(jìn)行多因素回歸分析，在控制其他因素的情況下，識(shí)別出影響宮頸癌患者預(yù)后的獨(dú)立危險(xiǎn)因素，并計(jì)算各因素的風(fēng)險(xiǎn)比（HR）及其95%置信區(qū)間（CI），以量化各因素對(duì)預(yù)后的影響程度。本研究的創(chuàng)新點(diǎn)主要體現(xiàn)在研究方法和視角兩個(gè)方面。在研究方法上，首次將競爭風(fēng)險(xiǎn)模型全面、系統(tǒng)地應(yīng)用于本地區(qū)宮頸癌患者預(yù)后因素的研究中。以往該地區(qū)相關(guān)研究多采用傳統(tǒng)生存分析方法，忽略了競爭風(fēng)險(xiǎn)的影響，導(dǎo)致結(jié)果可能存在偏差。本研究引入競爭風(fēng)險(xiǎn)模型，充分考慮患者可能死于其他疾病的情況，能夠更準(zhǔn)確地評(píng)估各種因素對(duì)宮頸癌患者生存結(jié)局的真實(shí)影響，為臨床決策提供更可靠的依據(jù)。在研究視角上，本研究綜合考慮了患者的多種因素，包括人口學(xué)特征、婚育歷史、病理學(xué)診斷、既往病史和治療方案等，全面探討這些因素在競爭風(fēng)險(xiǎn)背景下對(duì)宮頸癌患者預(yù)后的影響。相比以往研究僅關(guān)注少數(shù)幾個(gè)因素，本研究的視角更為全面，有助于發(fā)現(xiàn)一些以往未被重視的潛在預(yù)后因素，為宮頸癌的防治提供更豐富的理論支持。二、競爭風(fēng)險(xiǎn)模型理論基礎(chǔ)2.1競爭風(fēng)險(xiǎn)模型的定義與原理在醫(yī)學(xué)研究中，尤其是生存分析領(lǐng)域，競爭風(fēng)險(xiǎn)模型具有獨(dú)特的重要性。傳統(tǒng)的生存分析通常假定研究對(duì)象只會(huì)發(fā)生一種預(yù)先設(shè)定的感興趣事件，且刪失數(shù)據(jù)與事件發(fā)生相互獨(dú)立。然而，在現(xiàn)實(shí)的臨床實(shí)踐和醫(yī)學(xué)研究中，情況往往更為復(fù)雜。例如，在宮頸癌患者的預(yù)后研究中，患者的結(jié)局不僅包括因?qū)m頸癌導(dǎo)致的死亡，還可能由于其他各種原因，如心血管疾病、肺部疾病或其他惡性腫瘤等而死亡。這些不同的死亡原因之間存在著相互競爭的關(guān)系，即一種原因?qū)е碌乃劳鰰?huì)阻止其他原因?qū)е滤劳龅陌l(fā)生，這種現(xiàn)象被稱為競爭風(fēng)險(xiǎn)。競爭風(fēng)險(xiǎn)模型正是為了解決這類多結(jié)局生存數(shù)據(jù)的分析問題而發(fā)展起來的。該模型的核心在于全面考慮各種可能結(jié)局事件之間的競爭關(guān)系，通過特定的方法和算法，準(zhǔn)確地評(píng)估每個(gè)事件發(fā)生的概率和風(fēng)險(xiǎn)，以及各種因素對(duì)這些事件發(fā)生的影響。以宮頸癌患者的生存分析為例，競爭風(fēng)險(xiǎn)模型不僅關(guān)注患者是否死于宮頸癌，還充分考慮死于其他疾病的可能性及其對(duì)宮頸癌死亡風(fēng)險(xiǎn)評(píng)估的影響。從原理上講，競爭風(fēng)險(xiǎn)模型基于累積發(fā)生率函數(shù)（CumulativeIncidenceFunction，CIF）來估計(jì)每個(gè)競爭事件的邊際概率。在存在競爭風(fēng)險(xiǎn)的情況下，傳統(tǒng)的生存分析方法，如Kaplan-Meier法，會(huì)高估事件的累積發(fā)生率，因?yàn)樗鼘⑵渌偁幨录?dǎo)致的死亡視為刪失數(shù)據(jù)，而這些數(shù)據(jù)實(shí)際上包含了關(guān)于事件發(fā)生的重要信息。而CIF則通過將特定事件的邊際概率作為其特定原因概率和總體生存概率的函數(shù)進(jìn)行估計(jì)，有效地解決了這一問題。假設(shè)在一個(gè)研究中，有n個(gè)研究對(duì)象，存在k種可能的結(jié)局事件，其中事件j是我們感興趣的事件，其他事件1,2,\cdots,j-1,j+1,\cdots,k則為競爭事件。對(duì)于每個(gè)研究對(duì)象i，我們觀察到其生存時(shí)間T_i和結(jié)局事件D_i。累積發(fā)生率函數(shù)F_j(t)表示在時(shí)間t之前發(fā)生事件j的概率，其計(jì)算公式為：F_j(t)=P(T\leqt,D=j)其中，T為生存時(shí)間，D為結(jié)局事件。在實(shí)際計(jì)算中，F(xiàn)_j(t)可以通過對(duì)每個(gè)時(shí)間點(diǎn)上事件j的發(fā)生概率進(jìn)行累加得到。考慮一個(gè)簡單的例子，假設(shè)有100名宮頸癌患者，在隨訪過程中，30名患者死于宮頸癌，20名患者死于其他疾病，50名患者在隨訪結(jié)束時(shí)仍存活。如果使用傳統(tǒng)的Kaplan-Meier法，將死于其他疾病的患者視為刪失數(shù)據(jù)，會(huì)高估宮頸癌的死亡風(fēng)險(xiǎn)。而競爭風(fēng)險(xiǎn)模型通過CIF可以準(zhǔn)確地估計(jì)出在不同時(shí)間點(diǎn)上死于宮頸癌和死于其他疾病的累積發(fā)生率，從而更真實(shí)地反映患者的生存情況。在多因素分析方面，競爭風(fēng)險(xiǎn)模型主要有原因別風(fēng)險(xiǎn)函數(shù)（Cause-SpecificHazardFunction，CS）和部分分布風(fēng)險(xiǎn)函數(shù)（Sub-DistributionHazardFunction，SD），后者也被稱為Fine-Gray模型。CS模型主要用于回答流行病病因?qū)W問題，其回歸系數(shù)反映了協(xié)變量對(duì)無事件風(fēng)險(xiǎn)集對(duì)象中主要終點(diǎn)事件發(fā)生率增加的相對(duì)作用。例如，在研究吸煙與肺癌發(fā)病風(fēng)險(xiǎn)的關(guān)系時(shí)，CS模型可以分析吸煙對(duì)肺癌發(fā)病風(fēng)險(xiǎn)的影響，同時(shí)考慮其他因素（如空氣污染、遺傳因素等）的作用。然而，CS模型的結(jié)果解釋相對(duì)不直觀。Fine-Gray模型則更適合臨床問題的研究，它使用累積風(fēng)險(xiǎn)函數(shù)來估計(jì)目標(biāo)結(jié)局事件的累積發(fā)生率。在宮頸癌預(yù)后研究中，F(xiàn)ine-Gray模型可以在控制其他因素（如年齡、腫瘤分期、治療方式等）的情況下，準(zhǔn)確地評(píng)估各因素對(duì)患者死于宮頸癌的累積發(fā)生率的影響。該模型的風(fēng)險(xiǎn)率計(jì)算既考慮了目標(biāo)結(jié)局在時(shí)刻t的瞬時(shí)發(fā)生率，也考慮了競爭風(fēng)險(xiǎn)結(jié)局在時(shí)刻t前的影響。例如，在評(píng)估腫瘤分期對(duì)宮頸癌患者死亡風(fēng)險(xiǎn)的影響時(shí)，F(xiàn)ine-Gray模型會(huì)同時(shí)考慮患者可能死于其他疾病的情況，從而給出更準(zhǔn)確的風(fēng)險(xiǎn)估計(jì)。2.2競爭風(fēng)險(xiǎn)模型在醫(yī)學(xué)研究中的應(yīng)用特點(diǎn)競爭風(fēng)險(xiǎn)模型在醫(yī)學(xué)研究中具有顯著的優(yōu)勢，使其成為分析復(fù)雜生存數(shù)據(jù)的有力工具。該模型能夠更真實(shí)地反映醫(yī)學(xué)研究中的實(shí)際情況，充分考慮到各種競爭事件對(duì)主要事件發(fā)生概率的影響。在傳統(tǒng)的生存分析中，往往將其他原因?qū)е碌乃劳龌蚴录暈閯h失數(shù)據(jù)，這可能會(huì)導(dǎo)致對(duì)主要事件發(fā)生概率的高估。而競爭風(fēng)險(xiǎn)模型通過累積發(fā)生率函數(shù)來估計(jì)每個(gè)競爭事件的邊際概率，避免了這一問題。在研究宮頸癌患者的生存情況時(shí)，傳統(tǒng)生存分析可能會(huì)將死于其他疾病的患者視為刪失數(shù)據(jù)，從而高估宮頸癌的死亡風(fēng)險(xiǎn)。競爭風(fēng)險(xiǎn)模型則將死于其他疾病作為競爭事件，準(zhǔn)確地估計(jì)出宮頸癌死亡和其他原因死亡的累積發(fā)生率，為臨床醫(yī)生提供更準(zhǔn)確的信息。這種對(duì)實(shí)際情況的準(zhǔn)確反映，有助于醫(yī)生制定更合理的治療方案和隨訪計(jì)劃。競爭風(fēng)險(xiǎn)模型還能夠提供更全面的預(yù)后信息。通過對(duì)不同競爭事件的分析，研究人員可以了解到各種因素對(duì)不同結(jié)局的影響，從而更全面地評(píng)估患者的預(yù)后。在宮頸癌研究中，不僅可以分析哪些因素影響患者死于宮頸癌的風(fēng)險(xiǎn)，還可以探討哪些因素影響患者死于其他疾病的風(fēng)險(xiǎn)。這對(duì)于制定個(gè)性化的治療和干預(yù)措施具有重要意義。對(duì)于年齡較大且伴有多種慢性疾病的宮頸癌患者，了解其死于心血管疾病等其他疾病的風(fēng)險(xiǎn)因素，有助于醫(yī)生在治療宮頸癌的同時(shí)，采取相應(yīng)的措施預(yù)防其他疾病的發(fā)生，提高患者的整體生存率。在應(yīng)用競爭風(fēng)險(xiǎn)模型時(shí)，也需要注意一些事項(xiàng)。數(shù)據(jù)的準(zhǔn)確性和完整性至關(guān)重要。準(zhǔn)確的生存時(shí)間記錄和明確的事件定義是保證模型分析結(jié)果可靠性的基礎(chǔ)。在收集宮頸癌患者的數(shù)據(jù)時(shí)，必須確保生存時(shí)間的記錄精確到日或月，同時(shí)準(zhǔn)確判斷患者的死亡原因是宮頸癌還是其他疾病。若生存時(shí)間記錄不準(zhǔn)確或死亡原因判斷錯(cuò)誤，會(huì)導(dǎo)致模型分析結(jié)果出現(xiàn)偏差。競爭風(fēng)險(xiǎn)模型的假設(shè)條件也需要謹(jǐn)慎考慮。部分分布風(fēng)險(xiǎn)模型（如Fine-Gray模型）假設(shè)協(xié)變量對(duì)累積發(fā)生率的影響在不同時(shí)間點(diǎn)保持恒定，即滿足比例風(fēng)險(xiǎn)假設(shè)。在實(shí)際應(yīng)用中，需要對(duì)這一假設(shè)進(jìn)行檢驗(yàn)?？梢酝ㄟ^繪制對(duì)數(shù)累積發(fā)生率函數(shù)與時(shí)間的關(guān)系圖，觀察曲線是否平行來判斷比例風(fēng)險(xiǎn)假設(shè)是否成立。若不滿足該假設(shè)，可能需要對(duì)模型進(jìn)行調(diào)整或選擇其他更合適的模型。模型的選擇和應(yīng)用也需要根據(jù)研究目的和數(shù)據(jù)特點(diǎn)進(jìn)行合理決策。原因別風(fēng)險(xiǎn)模型和部分分布風(fēng)險(xiǎn)模型各有其適用場景，研究人員需要根據(jù)具體情況選擇合適的模型。在研究疾病的病因?qū)W問題時(shí)，原因別風(fēng)險(xiǎn)模型可能更合適；而在關(guān)注患者的預(yù)后和風(fēng)險(xiǎn)預(yù)測時(shí)，部分分布風(fēng)險(xiǎn)模型（Fine-Gray模型）則能提供更直觀和有用的信息。還可以結(jié)合其他統(tǒng)計(jì)方法，如分層分析、傾向得分匹配等，以進(jìn)一步提高模型的準(zhǔn)確性和可靠性。2.3與傳統(tǒng)生存分析方法的比較傳統(tǒng)生存分析方法在醫(yī)學(xué)研究中應(yīng)用廣泛，其中Kaplan-Meier法和Cox比例風(fēng)險(xiǎn)模型是較為常用的兩種方法。Kaplan-Meier法是一種非參數(shù)估計(jì)方法，主要用于估計(jì)生存函數(shù)，即個(gè)體在不同時(shí)間點(diǎn)存活的概率。通過計(jì)算每個(gè)時(shí)間點(diǎn)上的生存概率，并繪制生存曲線，可以直觀地展示患者的生存情況隨時(shí)間的變化趨勢。該方法簡單直觀，易于理解和解釋，在臨床研究中被廣泛應(yīng)用于描述患者的總體生存情況。在一項(xiàng)關(guān)于肺癌患者生存情況的研究中，使用Kaplan-Meier法估計(jì)患者的生存率，結(jié)果顯示患者的1年生存率為50%，3年生存率為30%，5年生存率為20%，通過生存曲線可以清晰地看到患者生存率隨時(shí)間的下降趨勢。Cox比例風(fēng)險(xiǎn)模型則是一種半?yún)?shù)回歸模型，用于分析多個(gè)因素對(duì)生存時(shí)間的影響。該模型假設(shè)風(fēng)險(xiǎn)率與協(xié)變量之間存在線性關(guān)系，通過估計(jì)回歸系數(shù)，可以評(píng)估每個(gè)因素對(duì)生存時(shí)間的影響程度。Cox比例風(fēng)險(xiǎn)模型可以同時(shí)考慮多個(gè)因素的作用，并且不需要對(duì)生存時(shí)間的分布做出假設(shè)，因此在多因素生存分析中具有重要的應(yīng)用價(jià)值。在研究乳腺癌患者的預(yù)后因素時(shí)，使用Cox比例風(fēng)險(xiǎn)模型分析年齡、腫瘤大小、淋巴結(jié)轉(zhuǎn)移等因素對(duì)患者生存時(shí)間的影響，結(jié)果發(fā)現(xiàn)年齡越大、腫瘤越大、淋巴結(jié)轉(zhuǎn)移越多的患者，生存時(shí)間越短。然而，傳統(tǒng)生存分析方法在處理存在競爭風(fēng)險(xiǎn)的數(shù)據(jù)時(shí)存在一定的局限性。這些方法通常假設(shè)研究對(duì)象只會(huì)發(fā)生一種感興趣的事件，且刪失數(shù)據(jù)與事件發(fā)生相互獨(dú)立。在實(shí)際的醫(yī)學(xué)研究中，尤其是在宮頸癌患者的預(yù)后研究中，患者可能會(huì)面臨多種結(jié)局，如死于宮頸癌、死于其他疾病或存活。這些不同的結(jié)局事件之間存在競爭關(guān)系，即一種事件的發(fā)生會(huì)阻止其他事件的發(fā)生。如果使用傳統(tǒng)生存分析方法，將死于其他疾病的患者視為刪失數(shù)據(jù)，會(huì)導(dǎo)致對(duì)宮頸癌死亡風(fēng)險(xiǎn)的高估。因?yàn)檫@些患者實(shí)際上已經(jīng)發(fā)生了一個(gè)事件（死于其他疾?。?，而傳統(tǒng)方法將其視為未發(fā)生事件，從而使得對(duì)宮頸癌死亡概率的估計(jì)出現(xiàn)偏差。競爭風(fēng)險(xiǎn)模型與傳統(tǒng)生存分析方法相比，具有顯著的優(yōu)勢。該模型能夠充分考慮不同結(jié)局事件之間的競爭關(guān)系，通過累積發(fā)生率函數(shù)來估計(jì)每個(gè)競爭事件的邊際概率，從而更準(zhǔn)確地評(píng)估各種因素對(duì)感興趣事件發(fā)生概率的影響。在宮頸癌患者的生存分析中，競爭風(fēng)險(xiǎn)模型可以分別估計(jì)死于宮頸癌和死于其他疾病的累積發(fā)生率，為臨床醫(yī)生提供更真實(shí)、準(zhǔn)確的信息。這有助于醫(yī)生制定更合理的治療方案和隨訪計(jì)劃。對(duì)于存在多種合并癥的宮頸癌患者，了解其死于其他疾病的風(fēng)險(xiǎn)，醫(yī)生可以在治療宮頸癌的同時(shí)，加強(qiáng)對(duì)合并癥的管理，降低患者死于其他疾病的風(fēng)險(xiǎn)。競爭風(fēng)險(xiǎn)模型還可以提供更全面的預(yù)后信息。通過分析不同競爭事件的影響因素，研究人員可以更深入地了解疾病的發(fā)展過程和患者的預(yù)后情況。在研究宮頸癌患者的預(yù)后時(shí)，競爭風(fēng)險(xiǎn)模型不僅可以分析哪些因素影響患者死于宮頸癌的風(fēng)險(xiǎn)，還可以探討哪些因素影響患者死于其他疾病的風(fēng)險(xiǎn)。這對(duì)于制定個(gè)性化的治療和干預(yù)措施具有重要意義。對(duì)于年齡較大的宮頸癌患者，了解其心血管疾病等其他疾病的風(fēng)險(xiǎn)因素，醫(yī)生可以提前采取預(yù)防措施，降低患者死于其他疾病的風(fēng)險(xiǎn)，提高患者的整體生存率。在實(shí)際應(yīng)用中，研究人員需要根據(jù)數(shù)據(jù)特點(diǎn)和研究目的選擇合適的分析方法。如果數(shù)據(jù)中存在明顯的競爭風(fēng)險(xiǎn)，且研究目的是準(zhǔn)確評(píng)估各種因素對(duì)感興趣事件的影響，那么競爭風(fēng)險(xiǎn)模型是更好的選擇。在研究宮頸癌患者的預(yù)后因素時(shí)，如果關(guān)注的是患者死于宮頸癌的風(fēng)險(xiǎn)，且數(shù)據(jù)中存在死于其他疾病的競爭事件，使用競爭風(fēng)險(xiǎn)模型可以得到更準(zhǔn)確的結(jié)果。如果數(shù)據(jù)中不存在競爭風(fēng)險(xiǎn)，或者研究目的主要是描述患者的總體生存情況，傳統(tǒng)生存分析方法如Kaplan-Meier法和Cox比例風(fēng)險(xiǎn)模型仍然是有效的工具。在研究某種罕見疾病的生存情況時(shí)，由于患者數(shù)量較少，且不存在明顯的競爭風(fēng)險(xiǎn)，使用Kaplan-Meier法和Cox比例風(fēng)險(xiǎn)模型可以簡單有效地分析患者的生存情況和預(yù)后因素。三、宮頸癌患者數(shù)據(jù)收集與預(yù)處理3.1數(shù)據(jù)來源本研究的數(shù)據(jù)來源主要包括兩個(gè)部分：[具體醫(yī)院名稱]的病歷記錄以及美國監(jiān)測、流行病學(xué)和最終結(jié)果（SEER）數(shù)據(jù)庫。[具體醫(yī)院名稱]作為本地區(qū)重要的醫(yī)療中心，擁有豐富的臨床病例資源。本研究收集了該醫(yī)院在[具體時(shí)間段，如2010年1月1日至2020年12月31日]期間收治的所有宮頸癌患者的病歷資料。這些病歷詳細(xì)記錄了患者的基本信息，涵蓋年齡、性別、種族、身高、體重、教育程度、婚姻狀況等，這些信息有助于分析不同人口學(xué)特征對(duì)宮頸癌預(yù)后的影響。婚育歷史方面，包括初潮年齡、首次性行為年齡、生育次數(shù)、分娩方式、是否有流產(chǎn)史等，這些因素與宮頸癌的發(fā)生發(fā)展密切相關(guān)。病理學(xué)診斷信息，如病理類型（鱗狀細(xì)胞癌、腺癌、腺鱗癌等）、癌細(xì)胞分化程度（高分化、中分化、低分化）、腫瘤分期（采用國際婦產(chǎn)科聯(lián)盟FIGO分期標(biāo)準(zhǔn)，分為Ⅰ期、Ⅱ期、Ⅲ期、Ⅳ期），對(duì)于判斷病情嚴(yán)重程度和預(yù)后具有關(guān)鍵作用。還收集了患者的既往病史，包括是否患有高血壓、糖尿病、心臟病、慢性肺部疾病等慢性疾病，以及是否有其他惡性腫瘤病史，這些因素可能影響患者的身體狀況和對(duì)治療的耐受性。治療方案信息，如化療方案（使用的化療藥物種類、劑量、療程）、手術(shù)種類（宮頸錐切術(shù)、子宮切除術(shù)、根治性子宮切除術(shù)等）、淋巴結(jié)切除方案（是否進(jìn)行淋巴結(jié)清掃、清掃范圍）等，對(duì)于評(píng)估治療效果和預(yù)后至關(guān)重要。同時(shí)，明確記錄患者的生存狀態(tài)（存活、死亡）和死亡原因，將死于宮頸癌定義為興趣事件，死于其他疾病定義為競爭事件。通過對(duì)這些病歷資料的收集和整理，為研究提供了本地區(qū)宮頸癌患者的臨床數(shù)據(jù)。SEER數(shù)據(jù)庫是由美國國立癌癥研究所（NCI）創(chuàng)建和維護(hù)的癌癥流行病學(xué)數(shù)據(jù)庫，自1973年起開始收集數(shù)據(jù)，涵蓋了美國多個(gè)地區(qū)的癌癥病例信息，具有數(shù)據(jù)量大、覆蓋范圍廣、隨訪時(shí)間長等優(yōu)點(diǎn)。本研究從SEER數(shù)據(jù)庫中提取了[具體時(shí)間段，如2000年至2015年]內(nèi)的宮頸癌患者數(shù)據(jù)。這些數(shù)據(jù)同樣包含患者的人口統(tǒng)計(jì)學(xué)特征、腫瘤特征、治療方式和生存結(jié)果等方面的信息。人口統(tǒng)計(jì)學(xué)特征包括年齡、種族、婚姻狀況等；腫瘤特征包括腫瘤大小、病理類型、分化程度、FIGO分期等；治療方式包括手術(shù)、放療、化療等；生存結(jié)果包括患者的生存時(shí)間和死亡原因等。通過納入SEER數(shù)據(jù)庫的數(shù)據(jù)，能夠擴(kuò)大樣本量，增加研究的代表性，同時(shí)可以與本地區(qū)醫(yī)院的數(shù)據(jù)進(jìn)行對(duì)比分析，探討不同地區(qū)宮頸癌患者預(yù)后因素的差異。3.2數(shù)據(jù)篩選與整理在完成數(shù)據(jù)收集后，制定了嚴(yán)格的數(shù)據(jù)篩選標(biāo)準(zhǔn)，以確保納入研究的數(shù)據(jù)準(zhǔn)確可靠。首先，對(duì)從[具體醫(yī)院名稱]收集的病歷資料，要求患者必須經(jīng)病理學(xué)確診為宮頸癌，這是確保研究對(duì)象準(zhǔn)確性的關(guān)鍵。采用國際婦產(chǎn)科聯(lián)盟（FIGO）2018年分期標(biāo)準(zhǔn)，仔細(xì)核對(duì)腫瘤分期信息，保證分期的準(zhǔn)確性和一致性。對(duì)于FIGO分期信息缺失或記錄不明確的病例，進(jìn)行詳細(xì)的病歷回顧和專家會(huì)診，仍無法確定分期的病例予以排除。生存狀態(tài)和死亡原因信息的準(zhǔn)確性同樣至關(guān)重要。對(duì)于生存狀態(tài)不明或死亡原因記錄模糊的病例，通過電話隨訪、查閱患者的后續(xù)就診記錄或與患者家屬溝通等方式進(jìn)行核實(shí)。若經(jīng)過多種途徑仍無法明確生存狀態(tài)和死亡原因，則排除該病例。同時(shí)，要求患者的隨訪時(shí)間不少于[X]年，以保證能夠獲取足夠的生存信息。對(duì)于隨訪時(shí)間不足的病例，若無法通過其他方式補(bǔ)充隨訪信息，也將其排除在研究之外。在數(shù)據(jù)篩選過程中，對(duì)于SEER數(shù)據(jù)庫的數(shù)據(jù)，除了遵循上述病理學(xué)確診、明確分期、準(zhǔn)確生存狀態(tài)和死亡原因以及足夠隨訪時(shí)間等標(biāo)準(zhǔn)外，還需確保數(shù)據(jù)記錄的完整性。對(duì)于數(shù)據(jù)缺失超過一定比例（如關(guān)鍵變量缺失超過20%）的病例，進(jìn)行仔細(xì)評(píng)估。若缺失數(shù)據(jù)無法通過合理的插補(bǔ)方法或其他數(shù)據(jù)來源補(bǔ)充，將這些病例排除。數(shù)據(jù)篩選流程采用雙人核對(duì)制度，由兩名經(jīng)過培訓(xùn)的數(shù)據(jù)篩選人員獨(dú)立對(duì)數(shù)據(jù)進(jìn)行篩選，對(duì)于篩選過程中出現(xiàn)的分歧，通過討論或咨詢專家的方式解決，確保篩選結(jié)果的準(zhǔn)確性和一致性。經(jīng)過嚴(yán)格的數(shù)據(jù)篩選，從[具體醫(yī)院名稱]的病歷資料中初步篩選出[X1]例宮頸癌患者，從SEER數(shù)據(jù)庫中篩選出[X2]例宮頸癌患者。對(duì)篩選后的數(shù)據(jù)進(jìn)行清洗和整理，以提高數(shù)據(jù)質(zhì)量。對(duì)于重復(fù)記錄的病例，通過患者的唯一標(biāo)識(shí)（如住院號(hào)、身份證號(hào)等）進(jìn)行識(shí)別和刪除，確保每個(gè)患者只出現(xiàn)一次。在處理缺失值時(shí)，對(duì)于連續(xù)型變量，如年齡、腫瘤大小等，若缺失值較少（占總樣本量的5%以內(nèi)），采用均值、中位數(shù)或回歸插補(bǔ)等方法進(jìn)行填補(bǔ)；若缺失值較多（超過總樣本量的5%），則根據(jù)具體情況考慮是否保留該變量或采用多重填補(bǔ)法進(jìn)行處理。對(duì)于分類變量，如病理類型、治療方式等，若缺失值較少，采用眾數(shù)填補(bǔ)；若缺失值較多，且該變量對(duì)研究結(jié)果影響較大，則考慮進(jìn)行敏感性分析，以評(píng)估缺失值對(duì)結(jié)果的影響。在數(shù)據(jù)整理過程中，對(duì)變量進(jìn)行標(biāo)準(zhǔn)化處理，確保同一變量在不同數(shù)據(jù)來源中的定義和取值范圍一致。對(duì)于年齡變量，統(tǒng)一按照實(shí)際年齡進(jìn)行記錄；對(duì)于腫瘤分期，按照FIGO2018年分期標(biāo)準(zhǔn)進(jìn)行統(tǒng)一編碼。對(duì)數(shù)據(jù)進(jìn)行邏輯校驗(yàn)，檢查數(shù)據(jù)中是否存在矛盾或不合理的記錄。若發(fā)現(xiàn)患者的生存時(shí)間為負(fù)數(shù)、腫瘤分期與病理類型不匹配等問題，及時(shí)進(jìn)行核實(shí)和修正。經(jīng)過數(shù)據(jù)篩選與整理，最終納入研究的宮頸癌患者共有[X]例，其中來自[具體醫(yī)院名稱]的患者[X1]例，來自SEER數(shù)據(jù)庫的患者[X2]例。這些經(jīng)過嚴(yán)格篩選和整理的數(shù)據(jù)，為后續(xù)的統(tǒng)計(jì)分析和研究提供了堅(jiān)實(shí)的基礎(chǔ)。3.3變量定義與量化在對(duì)宮頸癌患者的數(shù)據(jù)進(jìn)行分析時(shí)，明確各個(gè)變量的定義并進(jìn)行合理的量化是至關(guān)重要的，這有助于后續(xù)的統(tǒng)計(jì)分析和結(jié)果解讀。將患者的年齡作為一個(gè)連續(xù)型變量進(jìn)行記錄，精確到歲。年齡在腫瘤的發(fā)生發(fā)展過程中往往起著重要作用，年輕患者可能由于身體機(jī)能較好，對(duì)治療的耐受性和恢復(fù)能力較強(qiáng)，從而影響預(yù)后。在本研究中，年齡的具體數(shù)值將用于分析其與宮頸癌患者預(yù)后之間的關(guān)系，探索年齡是否為影響預(yù)后的獨(dú)立因素。對(duì)于患者的婚姻狀況，定義為分類變量，包括已婚、未婚、離異、喪偶等類別?；橐鰻顩r可能會(huì)影響患者在患病期間所獲得的社會(huì)支持和情感支持，進(jìn)而對(duì)治療依從性和心理狀態(tài)產(chǎn)生影響，最終影響預(yù)后。在數(shù)據(jù)分析中，將對(duì)不同婚姻狀況組別的患者進(jìn)行比較，分析婚姻狀況對(duì)預(yù)后的潛在影響。病理類型同樣定義為分類變量，主要包括鱗狀細(xì)胞癌、腺癌、腺鱗癌及其他少見類型。不同的病理類型在生物學(xué)行為、對(duì)治療的敏感性以及預(yù)后方面存在差異。鱗狀細(xì)胞癌是宮頸癌最常見的病理類型，其對(duì)放療和化療的敏感性相對(duì)較高；而腺癌和腺鱗癌的惡性程度可能更高，預(yù)后相對(duì)較差。通過對(duì)不同病理類型患者的生存分析，能夠明確病理類型與宮頸癌預(yù)后之間的關(guān)聯(lián)。腫瘤分期依據(jù)國際婦產(chǎn)科聯(lián)盟（FIGO）2018年分期標(biāo)準(zhǔn)進(jìn)行定義，分為Ⅰ期、Ⅱ期、Ⅲ期、Ⅳ期。腫瘤分期是評(píng)估宮頸癌患者病情嚴(yán)重程度和預(yù)后的關(guān)鍵指標(biāo)，分期越早，患者的預(yù)后通常越好。Ⅰ期宮頸癌患者的5年生存率相對(duì)較高，而隨著分期的升高，生存率逐漸降低。在本研究中，將腫瘤分期作為重要變量，分析其在競爭風(fēng)險(xiǎn)模型下對(duì)患者預(yù)后的影響。將治療方式定義為分類變量，包括手術(shù)治療、放療、化療、手術(shù)聯(lián)合放療、手術(shù)聯(lián)合化療、放療聯(lián)合化療以及多種治療方式聯(lián)合等。不同的治療方式對(duì)患者的預(yù)后有著直接的影響，合理的治療方案選擇能夠提高患者的生存率和生活質(zhì)量。早期宮頸癌患者可能更適合手術(shù)治療，而中晚期患者則多采用放療、化療或多種治療方式聯(lián)合的綜合治療方案。通過對(duì)不同治療方式組別的生存分析，能夠?yàn)榕R床治療方案的選擇提供參考依據(jù)。在對(duì)這些變量進(jìn)行量化和編碼時(shí)，對(duì)于分類變量，采用虛擬變量的方式進(jìn)行編碼。將婚姻狀況中的已婚作為參照組，對(duì)未婚、離異、喪偶分別設(shè)置虛擬變量，取值為0或1。這樣在后續(xù)的統(tǒng)計(jì)分析中，能夠方便地比較不同婚姻狀況與參照組之間的差異，分析婚姻狀況對(duì)宮頸癌患者預(yù)后的影響。對(duì)于連續(xù)型變量，如年齡，進(jìn)行標(biāo)準(zhǔn)化處理，使其均值為0，標(biāo)準(zhǔn)差為1，以消除量綱的影響，便于在模型中進(jìn)行分析。通過對(duì)各變量的明確定義與合理量化，為后續(xù)運(yùn)用競爭風(fēng)險(xiǎn)模型分析宮頸癌患者的預(yù)后影響因素奠定了堅(jiān)實(shí)的基礎(chǔ)，能夠更準(zhǔn)確地揭示各種因素與患者預(yù)后之間的關(guān)系，為臨床決策提供科學(xué)依據(jù)。四、基于競爭風(fēng)險(xiǎn)模型的單因素分析4.1累積發(fā)生率函數(shù)計(jì)算在競爭風(fēng)險(xiǎn)模型的框架下，累積發(fā)生率函數(shù)（CIF）是評(píng)估宮頸癌患者不同結(jié)局事件發(fā)生概率的關(guān)鍵指標(biāo)。它能夠準(zhǔn)確地反映在考慮其他競爭事件的情況下，患者死于宮頸癌這一興趣事件的概率隨時(shí)間的變化情況。本研究利用累積風(fēng)險(xiǎn)模型計(jì)算不同因素下患者死于宮頸癌的累積發(fā)生率。對(duì)于年齡因素，將患者按照年齡分為多個(gè)亞組，如小于40歲、40-50歲、50-60歲和大于60歲。以年齡小于40歲的患者亞組為例，通過累積風(fēng)險(xiǎn)模型，對(duì)該亞組內(nèi)患者的生存時(shí)間和結(jié)局?jǐn)?shù)據(jù)進(jìn)行處理。假設(shè)該亞組共有n_1名患者，在隨訪過程中，記錄每個(gè)患者的生存時(shí)間t_{i1}（i=1,2,\cdots,n_1）以及是否死于宮頸癌（用d_{i1}表示，d_{i1}=1表示死于宮頸癌，d_{i1}=0表示未死于宮頸癌或死于其他原因）。累積發(fā)生率函數(shù)的計(jì)算基于每個(gè)時(shí)間點(diǎn)上事件發(fā)生的概率。在時(shí)間t，對(duì)于年齡小于40歲的患者亞組，其死于宮頸癌的累積發(fā)生率F_{1}(t)的計(jì)算如下：首先確定在時(shí)間t之前處于風(fēng)險(xiǎn)中的患者數(shù)量r_{1}(t)，即生存時(shí)間大于等于t且尚未死于宮頸癌或其他原因的患者數(shù)。然后計(jì)算在時(shí)間t恰好死于宮頸癌的患者數(shù)量d_{1}(t)。根據(jù)累積發(fā)生率函數(shù)的定義，F(xiàn)_{1}(t)是從隨訪開始到時(shí)間t所有時(shí)間點(diǎn)上，死于宮頸癌的概率之和。數(shù)學(xué)表達(dá)式為：F_{1}(t)=\sum_{s\leqt}\frac{d_{1}(s)}{r_{1}(s)}其中，s表示從隨訪開始到時(shí)間t之間的各個(gè)時(shí)間點(diǎn)。通過這種方式，能夠準(zhǔn)確地計(jì)算出年齡小于40歲患者亞組在不同時(shí)間點(diǎn)死于宮頸癌的累積發(fā)生率。對(duì)于腫瘤分期因素，按照國際婦產(chǎn)科聯(lián)盟（FIGO）分期標(biāo)準(zhǔn)，將患者分為Ⅰ期、Ⅱ期、Ⅲ期和Ⅳ期。以Ⅰ期患者亞組為例，假設(shè)該亞組有n_2名患者，同樣記錄每個(gè)患者的生存時(shí)間t_{i2}和結(jié)局d_{i2}。在計(jì)算Ⅰ期患者亞組死于宮頸癌的累積發(fā)生率F_{2}(t)時(shí)，確定在時(shí)間t之前處于風(fēng)險(xiǎn)中的患者數(shù)量r_{2}(t)以及在時(shí)間t恰好死于宮頸癌的患者數(shù)量d_{2}(t)。累積發(fā)生率函數(shù)的計(jì)算公式與年齡亞組類似：F_{2}(t)=\sum_{s\leqt}\frac{d_{2}(s)}{r_{2}(s)}通過這種方法，分別計(jì)算出不同腫瘤分期亞組（Ⅱ期、Ⅲ期和Ⅳ期）在不同時(shí)間點(diǎn)死于宮頸癌的累積發(fā)生率。對(duì)于病理類型因素，將患者分為鱗狀細(xì)胞癌、腺癌、腺鱗癌及其他少見類型。以鱗狀細(xì)胞癌患者亞組為例，假設(shè)該亞組有n_3名患者，記錄生存時(shí)間t_{i3}和結(jié)局d_{i3}。計(jì)算鱗狀細(xì)胞癌患者亞組死于宮頸癌的累積發(fā)生率F_{3}(t)時(shí)，確定在時(shí)間t之前處于風(fēng)險(xiǎn)中的患者數(shù)量r_{3}(t)和在時(shí)間t恰好死于宮頸癌的患者數(shù)量d_{3}(t)。其累積發(fā)生率函數(shù)計(jì)算公式為：F_{3}(t)=\sum_{s\leqt}\frac{d_{3}(s)}{r_{3}(s)}以此類推，分別計(jì)算出腺癌、腺鱗癌及其他少見類型患者亞組在不同時(shí)間點(diǎn)死于宮頸癌的累積發(fā)生率。對(duì)于治療方式因素，將患者分為手術(shù)治療、放療、化療、手術(shù)聯(lián)合放療、手術(shù)聯(lián)合化療、放療聯(lián)合化療以及多種治療方式聯(lián)合等亞組。以手術(shù)治療患者亞組為例，假設(shè)該亞組有n_4名患者，記錄生存時(shí)間t_{i4}和結(jié)局d_{i4}。計(jì)算手術(shù)治療患者亞組死于宮頸癌的累積發(fā)生率F_{4}(t)時(shí)，確定在時(shí)間t之前處于風(fēng)險(xiǎn)中的患者數(shù)量r_{4}(t)和在時(shí)間t恰好死于宮頸癌的患者數(shù)量d_{4}(t)。其累積發(fā)生率函數(shù)計(jì)算公式為：F_{4}(t)=\sum_{s\leqt}\frac{d_{4}(s)}{r_{4}(s)}通過上述方法，分別計(jì)算出不同治療方式亞組在不同時(shí)間點(diǎn)死于宮頸癌的累積發(fā)生率。通過對(duì)不同因素下患者死于宮頸癌的累積發(fā)生率的計(jì)算，能夠直觀地了解各因素對(duì)患者生存結(jié)局的影響趨勢。這些計(jì)算結(jié)果將為后續(xù)的Gray檢驗(yàn)和多因素分析提供基礎(chǔ)數(shù)據(jù)，有助于深入探討影響宮頸癌患者預(yù)后的因素。4.2Gray檢驗(yàn)結(jié)果分析在計(jì)算出不同因素下患者死于宮頸癌的累積發(fā)生率后，采用Gray檢驗(yàn)來比較組間累積發(fā)生率的差異，以判斷各因素是否對(duì)宮頸癌患者死于宮頸癌這一興趣事件的累積發(fā)生率有顯著影響。對(duì)于年齡因素，不同年齡亞組間死于宮頸癌的累積發(fā)生率經(jīng)Gray檢驗(yàn)顯示，P值小于0.05（具體P值根據(jù)實(shí)際計(jì)算結(jié)果填寫），差異具有統(tǒng)計(jì)學(xué)意義。這表明年齡是影響宮頸癌患者死于宮頸癌累積發(fā)生率的一個(gè)重要因素。進(jìn)一步分析各年齡亞組的累積發(fā)生率曲線，發(fā)現(xiàn)隨著年齡的增加，死于宮頸癌的累積發(fā)生率呈現(xiàn)上升趨勢。大于60歲年齡組的累積發(fā)生率在隨訪后期明顯高于其他年齡組，這可能是由于老年患者身體機(jī)能下降，對(duì)治療的耐受性較差，免疫系統(tǒng)功能減弱，使得腫瘤更容易進(jìn)展和轉(zhuǎn)移，從而增加了死于宮頸癌的風(fēng)險(xiǎn)。在腫瘤分期方面，不同分期亞組間死于宮頸癌的累積發(fā)生率經(jīng)Gray檢驗(yàn)，P值小于0.01（具體P值根據(jù)實(shí)際計(jì)算結(jié)果填寫），差異具有高度統(tǒng)計(jì)學(xué)意義。這明確表明腫瘤分期是影響患者死于宮頸癌累積發(fā)生率的關(guān)鍵因素。從累積發(fā)生率曲線可以清晰地看出，隨著腫瘤分期從Ⅰ期到Ⅳ期逐漸升高，死于宮頸癌的累積發(fā)生率顯著上升。Ⅳ期患者的累積發(fā)生率遠(yuǎn)高于Ⅰ期患者，在隨訪的各個(gè)時(shí)間點(diǎn)，Ⅳ期患者死于宮頸癌的風(fēng)險(xiǎn)都極高。這是因?yàn)槟[瘤分期越晚，腫瘤的浸潤范圍越廣，轉(zhuǎn)移的可能性越大，治療難度也隨之增加，導(dǎo)致患者死于宮頸癌的風(fēng)險(xiǎn)大幅上升。對(duì)于病理類型，不同病理類型亞組間死于宮頸癌的累積發(fā)生率經(jīng)Gray檢驗(yàn)，P值小于0.05（具體P值根據(jù)實(shí)際計(jì)算結(jié)果填寫），差異具有統(tǒng)計(jì)學(xué)意義。這說明病理類型對(duì)患者死于宮頸癌的累積發(fā)生率有顯著影響。其中，腺鱗癌患者的累積發(fā)生率相對(duì)較高，在隨訪過程中，腺鱗癌患者死于宮頸癌的風(fēng)險(xiǎn)明顯高于鱗狀細(xì)胞癌患者。這可能是因?yàn)橄禀[癌具有腺癌和鱗癌的雙重生物學(xué)特性，惡性程度較高，對(duì)常規(guī)治療的敏感性較差，使得患者的預(yù)后相對(duì)更差，死于宮頸癌的風(fēng)險(xiǎn)更高。在治療方式方面，不同治療方式亞組間死于宮頸癌的累積發(fā)生率經(jīng)Gray檢驗(yàn)，P值小于0.05（具體P值根據(jù)實(shí)際計(jì)算結(jié)果填寫），差異具有統(tǒng)計(jì)學(xué)意義。這表明治療方式是影響患者死于宮頸癌累積發(fā)生率的重要因素。接受多種治療方式聯(lián)合的患者，其死于宮頸癌的累積發(fā)生率相對(duì)較低。手術(shù)聯(lián)合放療、化療等多種治療方式的綜合應(yīng)用，能夠更有效地控制腫瘤的生長和轉(zhuǎn)移，提高患者的生存率，降低死于宮頸癌的風(fēng)險(xiǎn)。而單純采用放療或化療的患者，累積發(fā)生率相對(duì)較高，說明單一治療方式的效果可能不如綜合治療。通過Gray檢驗(yàn)對(duì)不同因素下宮頸癌患者死于宮頸癌的累積發(fā)生率進(jìn)行比較分析，發(fā)現(xiàn)年齡、腫瘤分期、病理類型和治療方式等因素均對(duì)累積發(fā)生率有顯著影響。這些結(jié)果為后續(xù)的多因素分析奠定了基礎(chǔ)，有助于進(jìn)一步明確影響宮頸癌患者預(yù)后的獨(dú)立危險(xiǎn)因素，為臨床治療和預(yù)后評(píng)估提供重要依據(jù)。4.3單因素分析結(jié)果總結(jié)綜合上述累積發(fā)生率函數(shù)計(jì)算和Gray檢驗(yàn)的結(jié)果，單因素分析表明，年齡、腫瘤分期、病理類型和治療方式均對(duì)宮頸癌患者死于宮頸癌的累積發(fā)生率有顯著影響。年齡越大，患者死于宮頸癌的風(fēng)險(xiǎn)越高，可能是因?yàn)槔夏昊颊呱眢w機(jī)能和免疫力下降，對(duì)腫瘤的抵抗力減弱，且對(duì)治療的耐受性較差，影響了治療效果。腫瘤分期是影響預(yù)后的關(guān)鍵因素，分期越晚，累積發(fā)生率越高，這是由于晚期腫瘤的侵襲和轉(zhuǎn)移能力更強(qiáng)，治療難度大幅增加。病理類型中，腺鱗癌患者的預(yù)后相對(duì)較差，其累積發(fā)生率較高，這與腺鱗癌的高惡性程度和對(duì)治療的低敏感性有關(guān)。治療方式方面，多種治療方式聯(lián)合應(yīng)用可降低患者死于宮頸癌的風(fēng)險(xiǎn)，綜合治療能夠更全面地清除腫瘤細(xì)胞，提高治療效果。這些單因素分析結(jié)果為后續(xù)的多因素分析奠定了基礎(chǔ)，有助于進(jìn)一步篩選出影響宮頸癌患者預(yù)后的獨(dú)立危險(xiǎn)因素。五、基于競爭風(fēng)險(xiǎn)模型的多因素分析5.1Fine-Gray模型構(gòu)建在對(duì)宮頸癌患者預(yù)后因素的單因素分析基礎(chǔ)上，為進(jìn)一步明確各因素在控制其他因素影響下對(duì)患者死于宮頸癌風(fēng)險(xiǎn)的獨(dú)立作用，本研究構(gòu)建Fine-Gray模型進(jìn)行多因素回歸分析。Fine-Gray模型是一種用于競爭風(fēng)險(xiǎn)數(shù)據(jù)的半?yún)?shù)回歸模型，其核心在于考慮了競爭事件對(duì)主要事件發(fā)生風(fēng)險(xiǎn)的影響。該模型的基本形式為：h_j(t,\mathbf{X})=h_{0j}(t)\exp(\sum_{i=1}^{p}\beta_{ij}X_{i})其中，h_j(t,\mathbf{X})表示在時(shí)間t，協(xié)變量為\mathbf{X}時(shí)，發(fā)生事件j（本研究中為死于宮頸癌）的風(fēng)險(xiǎn)函數(shù)；h_{0j}(t)是基準(zhǔn)風(fēng)險(xiǎn)函數(shù)，即當(dāng)所有協(xié)變量X_{i}=0時(shí)，事件j在時(shí)間t的風(fēng)險(xiǎn)；\beta_{ij}是協(xié)變量X_{i}與事件j相關(guān)的回歸系數(shù)，表示協(xié)變量X_{i}每改變一個(gè)單位，事件j發(fā)生風(fēng)險(xiǎn)的變化倍數(shù)；p是協(xié)變量的個(gè)數(shù)；X_{i}是第i個(gè)協(xié)變量。在構(gòu)建Fine-Gray模型時(shí)，納入了單因素分析中顯示對(duì)患者死于宮頸癌累積發(fā)生率有顯著影響的因素，包括年齡、腫瘤分期、病理類型和治療方式，同時(shí)考慮其他可能影響預(yù)后的因素，如患者的婚姻狀況、既往病史等。以年齡為例，將其作為連續(xù)變量納入模型，探討年齡每增加一歲，患者死于宮頸癌風(fēng)險(xiǎn)的變化情況。對(duì)于腫瘤分期，按照國際婦產(chǎn)科聯(lián)盟（FIGO）分期標(biāo)準(zhǔn)，將其作為有序分類變量納入模型，分別以Ⅰ期為參照組，分析Ⅱ期、Ⅲ期和Ⅳ期患者相對(duì)于Ⅰ期患者死于宮頸癌的風(fēng)險(xiǎn)比。在處理病理類型時(shí)，將其作為無序分類變量納入模型，以鱗狀細(xì)胞癌為參照組，分析腺癌、腺鱗癌及其他少見類型患者相對(duì)于鱗狀細(xì)胞癌患者死于宮頸癌的風(fēng)險(xiǎn)比。對(duì)于治療方式，同樣作為無序分類變量納入模型，以手術(shù)治療為參照組，分析放療、化療、手術(shù)聯(lián)合放療、手術(shù)聯(lián)合化療、放療聯(lián)合化療以及多種治療方式聯(lián)合等治療方式下患者死于宮頸癌的風(fēng)險(xiǎn)比。對(duì)于婚姻狀況，以已婚為參照組，分析未婚、離異、喪偶等婚姻狀況對(duì)患者死于宮頸癌風(fēng)險(xiǎn)的影響。若患者有高血壓、糖尿病、心臟病等既往病史，將其作為二分類變量納入模型，分析有既往病史患者相對(duì)于無既往病史患者死于宮頸癌的風(fēng)險(xiǎn)。在模型構(gòu)建過程中，采用逐步回歸法篩選變量。首先將所有可能的協(xié)變量納入模型，然后根據(jù)預(yù)設(shè)的納入和排除標(biāo)準(zhǔn)，逐步剔除對(duì)模型貢獻(xiàn)不顯著的變量，最終得到一個(gè)最優(yōu)的模型。在本研究中，設(shè)定納入標(biāo)準(zhǔn)為P\lt0.05，排除標(biāo)準(zhǔn)為P\gt0.1。通過逐步回歸，確保模型中保留的變量均對(duì)患者死于宮頸癌的風(fēng)險(xiǎn)有顯著影響，且各變量之間不存在嚴(yán)重的共線性問題。通過構(gòu)建Fine-Gray模型，能夠更準(zhǔn)確地評(píng)估各種因素在競爭風(fēng)險(xiǎn)背景下對(duì)宮頸癌患者預(yù)后的獨(dú)立影響，為臨床醫(yī)生制定個(gè)性化的治療方案和預(yù)后評(píng)估提供更可靠的依據(jù)。5.2模型結(jié)果解讀通過Fine-Gray模型的多因素回歸分析，得到了各因素對(duì)宮頸癌患者死于宮頸癌風(fēng)險(xiǎn)的影響結(jié)果。在模型中，腫瘤分期是影響宮頸癌患者預(yù)后的重要獨(dú)立危險(xiǎn)因素。與Ⅰ期患者相比，Ⅱ期患者死于宮頸癌的風(fēng)險(xiǎn)比（HR）為[具體HR值1]，95%置信區(qū)間（CI）為[具體CI范圍1]；Ⅲ期患者的HR為[具體HR值2]，95%CI為[具體CI范圍2]；Ⅳ期患者的HR為[具體HR值3]，95%CI為[具體CI范圍3]。這表明隨著腫瘤分期的升高，患者死于宮頸癌的風(fēng)險(xiǎn)顯著增加。Ⅱ期患者死于宮頸癌的風(fēng)險(xiǎn)是Ⅰ期患者的[具體HR值1]倍，Ⅲ期和Ⅳ期患者的風(fēng)險(xiǎn)則更高。腫瘤分期越晚，腫瘤的浸潤和轉(zhuǎn)移范圍越廣，治療難度越大，患者的預(yù)后也就越差。病理類型也對(duì)患者預(yù)后有顯著影響。以鱗狀細(xì)胞癌為參照組，腺癌患者死于宮頸癌的HR為[具體HR值4]，95%CI為[具體CI范圍4]；腺鱗癌患者的HR為[具體HR值5]，95%CI為[具體CI范圍5]。這說明腺癌和腺鱗癌患者相對(duì)于鱗狀細(xì)胞癌患者，死于宮頸癌的風(fēng)險(xiǎn)更高。腺鱗癌患者死于宮頸癌的風(fēng)險(xiǎn)是鱗狀細(xì)胞癌患者的[具體HR值5]倍，這與腺鱗癌的高惡性程度和對(duì)常規(guī)治療相對(duì)較低的敏感性有關(guān)。治療方式同樣是影響患者預(yù)后的關(guān)鍵因素。以手術(shù)治療為參照組，手術(shù)聯(lián)合放療患者死于宮頸癌的HR為[具體HR值6]，95%CI為[具體CI范圍6]；手術(shù)聯(lián)合化療患者的HR為[具體HR值7]，95%CI為[具體CI范圍7]；放療聯(lián)合化療患者的HR為[具體HR值8]，95%CI為[具體CI范圍8]；多種治療方式聯(lián)合患者的HR為[具體HR值9]，95%CI為[具體CI范圍9]?？梢钥闯?，多種治療方式聯(lián)合應(yīng)用能夠顯著降低患者死于宮頸癌的風(fēng)險(xiǎn)。手術(shù)聯(lián)合放療、化療等綜合治療方式，能夠更有效地控制腫瘤的生長和轉(zhuǎn)移，提高患者的生存率。手術(shù)聯(lián)合放療患者死于宮頸癌的風(fēng)險(xiǎn)僅為單純手術(shù)治療患者的[具體HR值6]倍。年齡對(duì)患者死于宮頸癌的風(fēng)險(xiǎn)也有一定影響。年齡每增加1歲，患者死于宮頸癌的HR為[具體HR值10]，95%CI為[具體CI范圍10]。這表明隨著年齡的增長，患者死于宮頸癌的風(fēng)險(xiǎn)逐漸增加。年齡較大的患者身體機(jī)能和免疫力下降，對(duì)腫瘤的抵抗力減弱，且對(duì)治療的耐受性較差，這些因素都可能導(dǎo)致患者的預(yù)后變差?；橐鰻顩r方面，與已婚患者相比，未婚患者死于宮頸癌的HR為[具體HR值11]，95%CI為[具體CI范圍11]；離異患者的HR為[具體HR值12]，95%CI為[具體CI范圍12]；喪偶患者的HR為[具體HR值13]，95%CI為[具體CI范圍13]。結(jié)果顯示，未婚、離異和喪偶患者死于宮頸癌的風(fēng)險(xiǎn)相對(duì)較高。這可能是因?yàn)檫@些患者在患病期間所獲得的社會(huì)支持和情感支持相對(duì)較少，影響了治療依從性和心理狀態(tài)，進(jìn)而對(duì)預(yù)后產(chǎn)生不利影響。在既往病史方面，若患者有高血壓、糖尿病、心臟病等慢性疾病史，其死于宮頸癌的HR為[具體HR值14]，95%CI為[具體CI范圍14]。有慢性疾病史的患者死于宮頸癌的風(fēng)險(xiǎn)明顯高于無慢性疾病史的患者。這些慢性疾病可能會(huì)影響患者的身體狀況和對(duì)治療的耐受性，增加治療的復(fù)雜性和風(fēng)險(xiǎn)，從而導(dǎo)致患者的預(yù)后變差。5.3多因素分析結(jié)果討論通過Fine-Gray模型的多因素回歸分析，我們得到了一系列關(guān)于宮頸癌患者預(yù)后的重要結(jié)論。腫瘤分期在宮頸癌患者的預(yù)后中扮演著極為關(guān)鍵的角色。隨著腫瘤分期從Ⅰ期逐步升高至Ⅳ期，患者死于宮頸癌的風(fēng)險(xiǎn)呈現(xiàn)出指數(shù)級(jí)增長。這一結(jié)果與以往的研究高度一致，腫瘤分期作為評(píng)估腫瘤嚴(yán)重程度和擴(kuò)散范圍的重要指標(biāo)，直接反映了疾病的進(jìn)展程度。晚期腫瘤往往伴隨著更廣泛的組織浸潤和遠(yuǎn)處轉(zhuǎn)移，使得治療難度大幅增加，患者的生存率顯著降低。這提示臨床醫(yī)生在宮頸癌的早期診斷和治療中應(yīng)高度重視，加強(qiáng)篩查力度，爭取在腫瘤早期階段發(fā)現(xiàn)并進(jìn)行干預(yù)，以提高患者的生存率。病理類型對(duì)患者預(yù)后的影響也不容忽視。腺癌和腺鱗癌患者相對(duì)于鱗狀細(xì)胞癌患者，死于宮頸癌的風(fēng)險(xiǎn)明顯更高。這主要是由于腺癌和腺鱗癌具有獨(dú)特的生物學(xué)特性，其惡性程度較高，對(duì)傳統(tǒng)的放療和化療相對(duì)不敏感。腺鱗癌兼具腺癌和鱗癌的特征，使得其治療更為棘手，預(yù)后更差。這為臨床治療提供了重要參考，對(duì)于腺癌和腺鱗癌患者，可能需要更具針對(duì)性的治療方案，如探索新的靶向治療藥物或免疫治療方法，以提高治療效果，改善患者預(yù)后。治療方式是影響患者預(yù)后的關(guān)鍵可控因素。多種治療方式聯(lián)合應(yīng)用能夠顯著降低患者死于宮頸癌的風(fēng)險(xiǎn)，充分體現(xiàn)了綜合治療的優(yōu)勢。手術(shù)聯(lián)合放療、化療等綜合治療手段，可以從不同角度對(duì)腫瘤進(jìn)行打擊，手術(shù)切除腫瘤組織，放療和化療則進(jìn)一步清除殘留的癌細(xì)胞，降低腫瘤復(fù)發(fā)和轉(zhuǎn)移的風(fēng)險(xiǎn)。這為臨床治療方案的選擇提供了明確的指導(dǎo)，對(duì)于宮頸癌患者，應(yīng)根據(jù)其具體病情，制定個(gè)性化的綜合治療方案，以提高患者的生存率和生活質(zhì)量。年齡對(duì)患者預(yù)后的影響表明，隨著年齡的增長，患者死于宮頸癌的風(fēng)險(xiǎn)逐漸增加。年齡較大的患者身體機(jī)能和免疫力下降，對(duì)腫瘤的抵抗力減弱，且對(duì)治療的耐受性較差，這使得他們?cè)诿鎸?duì)宮頸癌時(shí)更為脆弱。在臨床治療中，對(duì)于老年患者，需要更加關(guān)注其身體狀況和基礎(chǔ)疾病，制定更為溫和、個(gè)性化的治療方案，同時(shí)加強(qiáng)支持治療，提高患者的生活質(zhì)量?；橐鰻顩r對(duì)患者預(yù)后的影響值得關(guān)注。未婚、離異和喪偶患者死于宮頸癌的風(fēng)險(xiǎn)相對(duì)較高，這可能與他們?cè)诨疾∑陂g所獲得的社會(huì)支持和情感支持相對(duì)較少有關(guān)。社會(huì)支持和情感支持對(duì)于患者的心理健康和治療依從性具有重要影響，缺乏這些支持可能導(dǎo)致患者心理壓力增大，治療依從性降低，從而影響預(yù)后。這提示臨床醫(yī)生在關(guān)注患者身體疾病的同時(shí)，也要關(guān)注患者的心理健康和社會(huì)支持狀況，為患者提供必要的心理輔導(dǎo)和社會(huì)支持資源。有高血壓、糖尿病、心臟病等慢性疾病史的患者死于宮頸癌的風(fēng)險(xiǎn)明顯高于無慢性疾病史的患者。這些慢性疾病會(huì)對(duì)患者的身體狀況和對(duì)治療的耐受性產(chǎn)生負(fù)面影響，增加治療的復(fù)雜性和風(fēng)險(xiǎn)。在治療宮頸癌患者時(shí)，應(yīng)全面評(píng)估患者的身體狀況，積極治療患者的慢性疾病，控制病情發(fā)展，以提高患者對(duì)宮頸癌治療的耐受性，改善患者的預(yù)后。六、結(jié)果驗(yàn)證與模型評(píng)估6.1內(nèi)部驗(yàn)證方法與結(jié)果為了確?；诟偁庯L(fēng)險(xiǎn)模型的分析結(jié)果的可靠性和穩(wěn)定性，本研究采用了交叉驗(yàn)證這一常用且有效的內(nèi)部驗(yàn)證方法。交叉驗(yàn)證的核心思想是將原始數(shù)據(jù)集進(jìn)行多次劃分，每次劃分后，使用一部分?jǐn)?shù)據(jù)進(jìn)行模型訓(xùn)練，另一部分?jǐn)?shù)據(jù)進(jìn)行模型驗(yàn)證，通過多次重復(fù)這一過程，綜合評(píng)估模型在不同數(shù)據(jù)集上的性能，從而更全面地了解模型的泛化能力和穩(wěn)定性。本研究運(yùn)用了十折交叉驗(yàn)證方法。具體操作如下：首先，將納入研究的所有宮頸癌患者數(shù)據(jù)隨機(jī)劃分為十個(gè)大小基本相等的子集，每個(gè)子集包含的數(shù)據(jù)量大致相同。在每次驗(yàn)證過程中，選擇其中一個(gè)子集作為驗(yàn)證集，其余九個(gè)子集合并作為訓(xùn)練集。利用訓(xùn)練集數(shù)據(jù)構(gòu)建Fine-Gray模型，然后將驗(yàn)證集數(shù)據(jù)代入該模型，計(jì)算模型在驗(yàn)證集上的預(yù)測性能指標(biāo)。重復(fù)這一過程十次，每次選擇不同的子集作為驗(yàn)證集，最終得到十個(gè)模型在各自驗(yàn)證集上的性能評(píng)估結(jié)果。在每次驗(yàn)證中，主要關(guān)注的性能指標(biāo)為累積發(fā)生率預(yù)測的準(zhǔn)確性。通過比較模型預(yù)測的死于宮頸癌的累積發(fā)生率與實(shí)際觀察到的累積發(fā)生率之間的差異，來評(píng)估模型的預(yù)測準(zhǔn)確性。使用一致性指數(shù)（C-index）作為衡量兩者一致性的量化指標(biāo)，C-index的取值范圍在0.5到1之間，值越接近1，表示模型預(yù)測結(jié)果與實(shí)際觀察結(jié)果的一致性越好，即模型的預(yù)測準(zhǔn)確性越高；當(dāng)C-index為0.5時(shí)，表示模型的預(yù)測效果與隨機(jī)猜測相當(dāng)。經(jīng)過十折交叉驗(yàn)證，得到的平均C-index為[具體數(shù)值]（95%置信區(qū)間為[具體區(qū)間]）。這一結(jié)果表明，本研究構(gòu)建的Fine-Gray模型在內(nèi)部驗(yàn)證中表現(xiàn)出較好的預(yù)測準(zhǔn)確性，模型預(yù)測的累積發(fā)生率與實(shí)際觀察到的累積發(fā)生率具有較高的一致性。從各次驗(yàn)證的結(jié)果來看，C-index的波動(dòng)范圍較小，說明模型的性能較為穩(wěn)定，不會(huì)因?yàn)閿?shù)據(jù)集的不同劃分而產(chǎn)生較大的變化。在第一次驗(yàn)證中，C-index為[具體數(shù)值1]，在第十次驗(yàn)證中，C-index為[具體數(shù)值2]，兩者之間的差異在可接受范圍內(nèi)。除了C-index外，還觀察了模型在驗(yàn)證集中對(duì)不同因素水平下累積發(fā)生率的預(yù)測情況。以腫瘤分期為例，模型在驗(yàn)證集中對(duì)不同分期患者死于宮頸癌累積發(fā)生率的預(yù)測趨勢與實(shí)際觀察到的趨勢相符。對(duì)于Ⅰ期患者，模型預(yù)測的累積發(fā)生率在隨訪早期處于較低水平，且隨著時(shí)間的推移緩慢上升，與實(shí)際觀察到的Ⅰ期患者累積發(fā)生率變化趨勢一致；對(duì)于Ⅳ期患者，模型預(yù)測的累積發(fā)生率在隨訪早期就較高，且上升速度較快，也與實(shí)際情況相符。這進(jìn)一步驗(yàn)證了模型在不同因素水平下對(duì)累積發(fā)生率預(yù)測的有效性。通過十折交叉驗(yàn)證這一內(nèi)部驗(yàn)證方法，本研究構(gòu)建的基于競爭風(fēng)險(xiǎn)模型的Fine-Gray模型在預(yù)測宮頸癌患者死于宮頸癌的累積發(fā)生率方面表現(xiàn)出良好的準(zhǔn)確性和穩(wěn)定性，為研究結(jié)果的可靠性提供了有力支持。6.2模型預(yù)測準(zhǔn)確性評(píng)估為了更全面地評(píng)估本研究構(gòu)建的Fine-Gray模型的預(yù)測準(zhǔn)確性，采用了受試者工作特征曲線（ROC曲線）和校準(zhǔn)曲線兩種方法。繪制ROC曲線是評(píng)估模型預(yù)測準(zhǔn)確性的常用方法之一。ROC曲線以真陽性率（靈敏度）為縱坐標(biāo)，假陽性率（1-特異度）為橫坐標(biāo)，通過繪制不同閾值下模型預(yù)測結(jié)果的真陽性率和假陽性率，直觀地展示模型的預(yù)測性能。在本研究中，根據(jù)Fine-Gray模型預(yù)測的患者死于宮頸癌的風(fēng)險(xiǎn)，計(jì)算不同風(fēng)險(xiǎn)閾值下的真陽性率和假陽性率，進(jìn)而繪制ROC曲線。在計(jì)算真陽性率和假陽性率時(shí)，首先將患者分為實(shí)際死于宮頸癌和未死于宮頸癌（包括死于其他疾病和存活）兩組。對(duì)于每個(gè)風(fēng)險(xiǎn)閾值，統(tǒng)計(jì)模型預(yù)測為死于宮頸癌且實(shí)際死于宮頸癌的患者數(shù)量（真陽性），以及模型預(yù)測為死于宮頸癌但實(shí)際未死于宮頸癌的患者數(shù)量（假陽性）。真陽性率的計(jì)算公式為：真陽性率=真陽性/（真陽性+假陰性），其中假陰性為實(shí)際死于宮頸癌但模型預(yù)測未死于宮頸癌的患者數(shù)量。假陽性率的計(jì)算公式為：假陽性率=假陽性/（假陽性+真陰性），真陰性為實(shí)際未死于宮頸癌且模型預(yù)測未死于宮頸癌的患者數(shù)量。以某一風(fēng)險(xiǎn)閾值為例，假設(shè)在該閾值下，模型預(yù)測有50名患者死于宮頸癌，其中實(shí)際死于宮頸癌的有30名（真陽性），實(shí)際未死于宮頸癌的有20名（假陽性）。實(shí)際死于宮頸癌但模型未預(yù)測到的有10名（假陰性），實(shí)際未死于宮頸癌且模型也未預(yù)測到的有120名（真陰性）。則真陽性率=30/（30+10）=0.75，假陽性率=20/（20+120）=0.143。通過計(jì)算不同風(fēng)險(xiǎn)閾值下的真陽性率和假陽性率，得到一系列坐標(biāo)點(diǎn)，將這些點(diǎn)連接起來即可繪制出ROC曲線。本研究繪制的ROC曲線下面積（AUC）為[具體數(shù)值]（95%置信區(qū)間為[具體區(qū)間]）。AUC是評(píng)估ROC曲線性能的重要指標(biāo)，其取值范圍在0.5到1之間。當(dāng)AUC=0.5時(shí)，表示模型的預(yù)測效果與隨機(jī)猜測相當(dāng)；當(dāng)AUC=1時(shí)，表示模型具有完美的預(yù)測性能。本研究中AUC大于0.7，表明模型具有較好的預(yù)測準(zhǔn)確性，能夠較好地區(qū)分死于宮頸癌和未死于宮頸癌的患者。AUC達(dá)到0.75，說明模型在預(yù)測患者死于宮頸癌的風(fēng)險(xiǎn)方面具有較高的準(zhǔn)確性，能夠?yàn)榕R床醫(yī)生提供有價(jià)值的參考信息。校準(zhǔn)曲線用于評(píng)估模型預(yù)測概率與實(shí)際觀察概率之間的一致性。通過繪制校準(zhǔn)曲線，可以直觀地了解模型預(yù)測的死于宮頸癌的概率與實(shí)際發(fā)生概率之間的偏差程度。在本研究中，將患者按照預(yù)測風(fēng)險(xiǎn)的高低分為多個(gè)組，計(jì)算每個(gè)組內(nèi)患者實(shí)際死于宮頸癌的比例，并與模型預(yù)測的概率進(jìn)行比較。假設(shè)將患者按照預(yù)測風(fēng)險(xiǎn)分為10個(gè)組，對(duì)于每個(gè)組，統(tǒng)計(jì)組內(nèi)實(shí)際死于宮頸癌的患者數(shù)量和總患者數(shù)量，計(jì)算實(shí)際死于宮頸癌的比例。將該比例與模型預(yù)測的該組患者死于宮頸癌的概率進(jìn)行對(duì)比。如果模型預(yù)測準(zhǔn)確，校準(zhǔn)曲線應(yīng)該接近對(duì)角線，即模型預(yù)測概率與實(shí)際觀察概率基本一致。本研究繪制的校準(zhǔn)曲線顯示，在大部分風(fēng)險(xiǎn)區(qū)間內(nèi)，模型預(yù)測的死于宮頸癌的概率與實(shí)際觀察概率較為接近，校準(zhǔn)曲線接近對(duì)角線。這表明模型在不同風(fēng)險(xiǎn)水平下的預(yù)測概率具有較好的校準(zhǔn)性，能夠較為準(zhǔn)確地預(yù)測患者死于宮頸癌的實(shí)際概率。在低風(fēng)險(xiǎn)區(qū)間，模型預(yù)測的概率與實(shí)際觀察概率幾乎重合，說明模型在預(yù)測低風(fēng)險(xiǎn)患者的生存情況時(shí)具有較高的準(zhǔn)確性。在高風(fēng)險(xiǎn)區(qū)間，雖然存在一定的偏差，但總體上模型預(yù)測概率與實(shí)際觀察概率的趨勢一致，仍能為臨床醫(yī)生提供有參考價(jià)值的信息。通過ROC曲線和校準(zhǔn)曲線的評(píng)估，本研究構(gòu)建的Fine-Gray模型在預(yù)測宮頸癌患者死于宮頸癌的風(fēng)險(xiǎn)方面具有較好的準(zhǔn)確性和校準(zhǔn)性，能夠?yàn)榕R床醫(yī)生提供較為可靠的預(yù)后預(yù)測信息，有助于制定更合理的治療方案和隨訪計(jì)劃。6.3結(jié)果穩(wěn)定性分析為了進(jìn)一步評(píng)估基于競爭風(fēng)險(xiǎn)模型的分析結(jié)果的穩(wěn)定性，本研究采用了多種方法進(jìn)行驗(yàn)證。除了上述的交叉驗(yàn)證和預(yù)測準(zhǔn)確性評(píng)估外，還進(jìn)行了以下分析。進(jìn)行了變量篩選的穩(wěn)定性分析。在構(gòu)建Fine-Gray模型時(shí)，采用不同的變量篩選方法，如向前逐步回歸、向后逐步回歸和Lasso回歸等，比較不同方法篩選出的變量是否一致。向前逐步回歸是從模型中不包含任何變量開始，逐步加入對(duì)模型貢獻(xiàn)顯著的變量；向后逐步回歸則是從包含所有變量的模型開始，逐步剔除對(duì)模型貢獻(xiàn)不顯著的變量；Lasso回歸則通過對(duì)回歸系數(shù)施加L1懲罰項(xiàng)，實(shí)現(xiàn)變量選擇和參數(shù)估計(jì)的同時(shí)進(jìn)行。在向前逐步回歸中，首先納入的變量是腫瘤分期，這表明腫瘤分期對(duì)患者死于宮頸癌的風(fēng)險(xiǎn)影響最為顯著。隨著逐步納入其他變量，年齡、病理類型等變量也被選入模型，且這些變量的回歸系數(shù)在不同的逐步回歸過程中保持相對(duì)穩(wěn)定。在向后逐步回歸中，同樣首先保留了腫瘤分期這一關(guān)鍵變量，隨著變量的逐步剔除，最終保留的變量與向前逐步回歸結(jié)果基本一致。通過Lasso回歸，不僅篩選出了腫瘤分期、年齡、病理類型等主要變量，還對(duì)這些變量的回歸系數(shù)進(jìn)行了壓縮和估計(jì)，結(jié)果顯示這些變量的重要性排序與其他方法得到的結(jié)果相符。這表明不同的變量篩選方法得到的結(jié)果具有較高的一致性，進(jìn)一步驗(yàn)證了模型中變量選擇的穩(wěn)定性。對(duì)模型進(jìn)行了亞組分析，以評(píng)估模型在不同亞組中的穩(wěn)定性。按照患者的年齡、腫瘤分期、病理類型等因素將患者分為不同的亞組，分別在各亞組中構(gòu)建Fine-Gray模型，并分析各因素對(duì)患者死于宮頸癌風(fēng)險(xiǎn)的影響。按照年齡將患者分為小于50歲和大于等于50歲兩個(gè)亞組。在小于50歲的亞組中，腫瘤分期、病理類型和治療方式等因素對(duì)患者死于宮頸癌的風(fēng)險(xiǎn)仍然具有顯著影響，且影響方向與總體模型一致。Ⅰ期患者相對(duì)于其他分期患者，死于宮頸癌的風(fēng)險(xiǎn)較低；腺鱗癌患者相對(duì)于鱗狀細(xì)胞癌患者，風(fēng)險(xiǎn)較高；多種治療方式聯(lián)合應(yīng)用可降低患者的死亡風(fēng)險(xiǎn)。在大于等于50歲的亞組中，同樣觀察到了類似的結(jié)果。這說明模型在不同年齡亞組中具有較好的穩(wěn)定性，能夠準(zhǔn)確地反映各因素對(duì)患者預(yù)后的影響。按照腫瘤分期將患者分為早期（Ⅰ期和Ⅱ期）和晚期（Ⅲ期和Ⅳ期）亞組。在早期亞組中，病理類型和治療方式對(duì)患者死于宮頸癌的風(fēng)險(xiǎn)影響顯著。在晚期亞組中，除了病理類型和治療方式外，年齡也成為影響患者預(yù)后的重要因素。這表明模型在不同腫瘤分期間的穩(wěn)定性也較好，能夠根據(jù)患者的分期情況，準(zhǔn)確地評(píng)估各因素的影響。通過變量篩選的穩(wěn)定性分析和亞組分析，本研究構(gòu)建的基于競爭風(fēng)險(xiǎn)模型的分析結(jié)果具有較好的穩(wěn)定性。不同的變量篩選方法得到的結(jié)果一致，模型在不同亞組中的表現(xiàn)也較為穩(wěn)定，能夠準(zhǔn)確地反映各因素對(duì)宮頸癌患者死于宮頸癌風(fēng)險(xiǎn)的影響。這些結(jié)果進(jìn)一步驗(yàn)證了模型的可靠性和有效性，為臨床醫(yī)生制定個(gè)性化的治療方案和預(yù)后評(píng)估提供了更堅(jiān)實(shí)的依據(jù)。七、結(jié)論與展望7.1研究主要結(jié)論總結(jié)本研究運(yùn)用競爭風(fēng)險(xiǎn)模型，對(duì)宮頸癌患者的預(yù)后影響因素進(jìn)行了全面且深入的探索。通過對(duì)[具體醫(yī)院名稱]的病歷記錄和SEER數(shù)據(jù)庫中宮頸癌患者數(shù)據(jù)的收集、篩選與整理，進(jìn)行了單因素和多因素分析，并對(duì)結(jié)果進(jìn)行了驗(yàn)證和模型評(píng)估，得出了一系列具有重要臨床意義的結(jié)論。在單因素分析中，通過累積發(fā)生率函數(shù)計(jì)算和Gray檢驗(yàn)發(fā)現(xiàn)，年齡、腫瘤分期、病理類型和治療方式等因素均對(duì)宮頸癌患者死于宮頸癌的累積發(fā)生率有顯著影響。年齡越大，患者死于宮頸癌的風(fēng)險(xiǎn)越高，這可能與老年患者身體機(jī)能和免疫力下降，對(duì)腫瘤的抵抗力減弱以及對(duì)治療的耐受性較差有關(guān)。腫瘤分期是影響預(yù)后的關(guān)鍵因素，隨著腫瘤分期從Ⅰ期到Ⅳ期逐漸升高，死于宮頸癌的累積發(fā)生率顯著上升。這是因?yàn)槟[瘤分期越晚，腫瘤的浸潤范圍越廣，轉(zhuǎn)移的可能性越大，治療難度也隨之增加，導(dǎo)致患者死于宮頸癌的風(fēng)險(xiǎn)大幅上升。病理類型中，腺鱗癌患者的累積發(fā)生率相對(duì)較高，預(yù)后相對(duì)較差，這與腺鱗癌的高惡性程度和對(duì)治療的低敏感性有關(guān)。治療方式方面，多種治療方式聯(lián)合應(yīng)用可降低患者死于宮頸癌的風(fēng)險(xiǎn)，綜合治療能夠更全面地清除腫瘤細(xì)胞，