5个联合诊断模型对非小细胞肺癌诊断价值的比较
决策树,正确率,标志物,1资料与方法,1一般资料,2实验方法,3统计学方法,2结果,1血清肿瘤标志物的诊断效能比较,2基于血清5项肿瘤标志物的MPL-ANN和RBF-ANN模型分析,3基于血清5项肿瘤标志物的决策树
陈小红 杨渝伟 徐 鹏 阳 伍电子科技大学医学院附属绵阳医院检验科,四川绵阳 621000
肺癌是严重威胁人类健康的恶性肿瘤,其发病率和死亡率居肿瘤疾病首位[1]。其中,约85%为非小细胞肺癌(non-small cell lung cancer,NSCLC),5年生存率仅18%且晚期或转移性NSCLC 的存活率仅有4%,故早期诊断及治疗至关重要[2]。糖类抗原125(carbohy drate antigen 125,CA125)和神经元特异性烯醇化酶(neuro specific enolase,NSE) 通常被认为是较为特异的肺癌辅助诊断标志物,同时临床发现癌胚抗原(carcino-embryonic antigen,CEA)、甲胎蛋白(alpha fetoprotein,AFP)和糖类抗原199(carbohydrate antigen 199,CA199)也常在肺癌患者中增高,但单项诊断或传统串联/并联诊断模式,预测分析效能均欠佳[3-4]。近年来,多种模式识别技术如人工神经网络(artificial neural network,ANN),决策树,经典判别分析(classical discriminant analysis,CDA)等模型也被用于肺癌的鉴别诊断,为肿瘤诊断提供了新的模式[5-7]。本研究基于血清5 项肿瘤标志物,构建多层感知器-ANN(multiplayer-ANN,MPL-ANN)、径向基函数-ANN(radial basis function-ANN,RBF-ANN)决策树、logistic回归分析和CDA 五种模式,初步探讨不同模式对NSCLC 的诊断和预测价值。
1 资料与方法
1.1 一般资料
回顾性选取2015年1月11日至2019年10月28日电子科技大学医学院附属绵阳医院413 例NSCLC 患者作为肺癌组,其中男279 例,女134 例;平均年龄(66.3±11.6)岁;鳞癌219 例,腺癌186 例 ......
您现在查看是摘要页,全文长 7896 字符。