目的宫颈癌是全世界女性最常见的恶性肿瘤之一,且早期存活率高。所以常规的子宫颈筛查可以较早识别疾病,降低宫颈癌的发病率和死亡率。但是欠发达地区通常没有足够的医疗资源用于筛查。因此,本研究旨在开发一种基于人口统计学、行为和临床因素的预警模型,该模型可用于识别患宫颈癌的高危女性,以优化欠发达地区的宫颈筛查策略,更好地利用有限的医疗资源。方法机器学习在开发预测模型中起着重要作用。然而,过度拟合是机器学习中的一个常见问题,特别是在数据有限或缺失的情况下。Stacking集成学习（SIML）是一种先进的最大似然学习技术,它将多种学习算法结合起来以提高预测性能。本研究使用来源于UCI公开数据库中的858名在委内瑞拉医院筛查宫颈癌妇女的数据开发SIML算法。将该数据通过随机森林填补和特征选择的方式构建专家数据集,然后随机分为用于算法开发的训练数据（80%）和用于验证算法的测试数据（20%）。随机森林模型和单因素Logistic回归用于筛选宫颈癌的预测特征。在训练集上构建基于5种类不平衡处理方法的随机森林模型,并选择其中最优的类不平衡处理方法;之后将最优类不平衡处理后数据用于12种机器学习模型的训练（Tree Bag、RF、Xgboost、Ada Boost、SGB、Mon MLP、Reg Logistic、SLDA、KNN、LMT、Gauss Pr Radial、SVMRadial）,并在验证集中比较12种模型的预测性能。通过对模型的性能综合评价（熵值法）和相关性检验,选择预测效果优良且相关性弱的模型作为基模型,LMT作为结果分类器组合Stacking集成结构;最后在外部验证集中比较不同调谐参数下Stacking集成模型的表现,选择具有实用价值的模型。结果随机森林模型确定了18个预测宫颈癌发生的特征,荷尔蒙避孕药的使用被认为是最重要的1因素,其次是怀孕次数、吸烟年限和性伴侣数量。在基于5种类不平衡的随机森林模型中,选择SMOTE作为解决数据类不平衡处理的方法,将SMOTE处理后数据用于12种机器学习算法的建模,最终以LMT为结果分类器,Tree Bag、Mon MLP、Xgboost为base分类器的LMT-Stacking模型对宫颈癌高危人群的预测效果最好:在验证集中,“LMT Stacking＿1”模型的统计指标为0.818的灵敏度,0.819的特异度,0.368的F1值,0.230的F2值和0877的AUC.“LMT Stacking＿2”模型的统计指标为0.909的灵敏度,0.781的特异度,0.357的F1值,0.223的F2值和0.876的AUC。结论这项研究表明,SIML可用于准确识别处于患宫颈癌高风险的妇女。该模型可以利用来源于询问或电子病历方式的数据,例如人口统计学、行为模式和历史临床数据,优化筛查间隔和护理计划,以达到个性化筛查的目的。