曾汉华 温 雅

    广东省梅州市人民医院呼吸与危重症医学科，广东梅州 514000

    肺癌(lung cancer， LC)是我国发病率和死亡率最高的恶性肿瘤[1]，早期诊断和治疗是提高患者预后的关键[2]。血清肿瘤标志物(tumor markers， TM)具有快速、廉价、简便等优势，广泛应用于肿瘤的早期诊断、疗效评价、复发监测及预后评估等方面[3]。由于肺癌有多种病理分型，不同类型肺癌具有不同的基因表达特点，其血清TM 也不尽相同或无明显规律[4]。目前临床多采取单个或多个TM 指标cut-off 值进行诊断[5]，笔者认为多个TM 间的规律仍未完全挖掘。本研究拟采用判别分析方法建立Fisher 判别函数来诊断肺癌并预测其病理类型，现报道如下。

    1 资料与方法

    1.1 一般资料

    回顾性分析2017 年1 月～2018 年12 月在我院首诊的肺癌患者的临床资料。纳入标准：(1)未接受过手术、放射及化疗等肿瘤治疗；(2)经术后病理或穿刺活检诊断为肺癌；(3)临床和实验室资料齐全，接受治疗前进行了肺癌TM 检测。排除标准：病理类型为神经内分泌肿瘤、腺鳞癌、淋巴瘤等少见类型或远处转移瘤。共245 例入选，其中男175 例，女70 例，年龄21 ～83 岁，平均(61.7±9.9)岁；鳞癌(squamous cancer， SC)79 例，腺 癌(adenocarcinoma， AC)127 例，小 细 胞 肺 癌(small cell lung cancer，SCLC)39 例。选取100 例同期我院有TM 检查数据并经病理诊断为肺部良性疾病的患者作为对照组 ......