A logistic regression model for predicting cancer risk factors in an oncology teaching hospital in Iraq
نام عام مواد
Dissertation
نام نخستين پديدآور
Alaa Nasser
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
Mathematics
تاریخ نشرو بخش و غیره
1400
مشخصات ظاهری
نام خاص و کميت اثر
50P
ساير جزييات
cd
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
Master
نظم درجات
Science in mathematical statistic
زمان اعطا مدرک
1400/12/09
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
Cancer is a disease that affects the body and invades neighboring cells and tissues andforms a malignant tumor, and this tumor spreads uncontrollably, and this tumor can affectany organ of the body, and at any age in humans, despite the findings of research. In thisfield, there has been a tremendous development in the range of options available to cancerpatients, but they multiply between cells and spread in the body and cannot be eliminatedeasily. New treatments resulting from the efforts of researchers pose enormous challengesto health care systems in providing huge sums to cover the costs of patient numbers.The research aims to use a binary logistic regression model for the binary response variableand then obtain the most important factors that affect cancerous tumors.The research included cancerous tumor data taken from the Ministry of Health and theTumor Teaching Hospital, and the ready-made statistical program (SPSS.) was used toanalyze the data and extract the results, and that the statistical analysis (for the logisticregression model) gives the result of analyzing the relationship between the variables andaccessing the variables that affect tumors cancerous;The conclusions showed that the logistic regression model is suitable for testing the data anddoes not suffer from the problem of multilinearity.As well as six factors affecting cancer diseases (smoking, chronic diseases, family history,weight, height, marital status)But sex does not have a significant effect on cancerous diseases, according to the sampledrawn
متن يادداشت
سرطان بیماری است که بدن را تحت تأثیر قرار می دهد و به سلول ها و بافت های مجاور حمله می کند وتومور بدخیم را تشکیل می دهد و این تومور به طور غیرقابل کنترل گسترش می یابد و این تومور علیرغمیافته های تحقیقات می تواند بر هر اندام بدن و در هر سنی در انسان تأثیر بگذارد. در این زمینه ، پیشرفتفوق العاده ای در طیف وسیعی از گزینه های موجود برای بیماران سرطانی ایجاد شده است ، اما آنها بینسلول ها تکثیر می شوند و در بدن پخش می شوند و به راحتی حذف نمی شوند. درمان های جدید ناشی ازتلاش محققان ، سیستم های مراقبت های بهداشتی را در زمینه تامین مبالغ هنگفت برای تأمین هزینه هایتعداد بیماران ، با چالش های بزرگی مواجه می کند.هدف این تحقیق استفاده از یک مدل رگرسیون لجستیک دوتایی برای متغیر پاسخ دوتایی و سپس بدستآوردن مهمترین عوامل موثر بر تومورهای سرطانی است.این تحقیق شامل داده های تومور سرطانی است که از وزارت بهداشت و بیمارستان آموزش تومور گرفته شدهاست و از برنامه آماری آماده ). (SPSSبرای تجزیه و تحلیل داده ها و استخراج نتایج و تجزیه و تحلیلآماری (برای رگرسیون لجستیک) استفاده شده است. این مدل نتیجه تجزیه و تحلیل رابطه بین متغیرها ودسترسی به متغیرهایی را که بر تومورهای سرطانی تأثیر می گذارد ، ارائه می دهد.نتایج نشان داد که مدل رگرسیون لجستیک برای آزمایش داده ها مناسب است و از مشکل چند خطی رنجنمی برد. و همچنین شش عامل موثر بر بیماریهای سرطانی (سیگار کشیدن ، بیماریهای مزمن ، سابقهخانوادگی ، وزن ، قد ، وضعیت تاهل)با توجه به نمونه ای که گرفته شد ، رابطه جنسی تأثیر قابل توجهی بر بیماری های سرطانی ندارد
عنوانهای گونه گون دیگر
عنوان گونه گون
یک مدل رگرسیون لجستیک برای پیش بینی عوامل موثر بر سرطان در بیمارستان آموزشی انکولوژی در عراق
اصطلاحهای موضوعی کنترل نشده
اصطلاح موضوعی
Cancer, machine learning, logistic regression, fit
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )