<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Красько О. В.</author>
     <author>Ревтович М. Ю.</author>
     <author>Потейко А. И.</author>
    </authors>
   </contributors>
   <titles>
    <title>Дооперационное прогнозирование T-стадии рака  желудка на базе моделей порядковой регрессии</title>
   </titles>
   <keywords>
    <keyword>порядковые регрессионные модели</keyword>
    <keyword>метрики производительности и классификации моделей</keyword>
    <keyword>TNM-классификация</keyword>
    <keyword>дооперационное T-стадирование рака желудка</keyword>
    <keyword>анализ выживаемости</keyword>
   </keywords>
   <dates>
    <year>2024</year>
    <pub-dates>
     <date>2024-06-28</date>
    </pub-dates>
   </dates>
   <doi>10.37661/1816-0301-2024-21-2-36-53</doi>
   <journal>Информатика</journal>
   <abstract>Цели. Исследование порядковых регрессий, представленных набором бинарных логистических регрессий, и их применение в клинической практике при Т-стадировании рака желудка.Методы. Использовались методы статистических моделей порядковой регрессии, оценки эффективности модели и анализа выживаемости.Результаты. Основные модели порядковой регрессии были изучены и применены к клиническим данным рака желудка. К известным прогностическим критериям по классификации TNM в многофакторной регрессионной модели добавлены некоторые клинические предикторы, результаты представляются перспективными для персонализированного подхода при планировании объема лечения для повышения его эффективности.Заключение. Проведенное исследование показало, что комплексное использование порядковых моделей наряду с мультиномиальными дает дополнительную информацию, которая помогает понять поведение латентной переменной в сложных процессах онкологических заболеваний. Клиническая часть исследования создает предпосылки к дифференцированному подходу к предоперационному планированию объема лечения пациентов с одинаковой Т-стадией на основе результатов моделирования.</abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/18176</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/18129</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
