采用Logistic回归模型联合的肿瘤标志物在胃癌诊断中的价值

论文摘要

目的探讨采用Logistic回归模型联合的肿瘤标志物在胃癌诊断中的价值。方法收集来我院就诊的原发性胃癌患者183例和对照者120例,所有入组者均需检测CEA、CA19-9、CA72-4和CA242四种肿瘤标志物。将所有的胃癌患者和对照者都分为两部分,一部分采用前进法Logistic回归将肿瘤标志物联合在一起,并采用受试者工作特征（ROC）曲线评价组合对胃癌的诊断价值。另一部分用于对其组合的诊断效率验证。结果四种肿瘤标志物都被选入了回归模型,其组合的ROC曲线下面积为0.844,灵敏度为72%,正确率为76.4%。诊断胃癌的ROC曲线下面积为0.819（95%的可信区间为0.696～0.942）,灵敏度为78.8%,特异性为85%,正确率为81.1%。结论四种肿瘤标志物联合的方法可以很大地提高对胃癌的诊断效率。经验证预测概率值的方程具有很高的正确率,检查者可以通过此方程方便直观地得出胃癌的预测值。

论文目录

• 材料和方法
•   1 材料来源
•   2 肿瘤标志物的检测
•   3 肿瘤标志物的联合及评价
•   4 统计学处理
• 结 果
•   1 肿瘤标志物的组合
•   2 四种肿瘤标志物与其组合的诊断效率对比
•   3 CEA+CA19- 9+CA72- 4+CA242组合预测概率值P的计算公式及诊断界值
•   4 验证肿瘤标志物组合的诊断效率
• 讨 论

文章来源

类型: 期刊论文

作者: 王志刚,陈丁莉,李守霞,冯丽娟,张彦青

关键词: 胃癌,回归模型,肿瘤标志物,曲线

来源: 标记免疫分析与临床 2019年11期

年度: 2019

分类: 医药卫生科技

专业: 肿瘤学

单位: 邯郸市中心医院检验科

分类号: R735.2;R730.43

页码: 1898-1902

总页数: 5

文件大小: 1349K

下载量: 101