基于血清4项肿瘤标志物的模式识别技术对胃癌的诊断价值

作者：桂林; 黄远帅

来源：重庆医学, 2017, 46(15): 2060-2062.

• 胃癌
• 诊断
• 主成分分析
• 决策树
• Fisher判别分析

目的探讨基于血清CA72-4、CA242、CA19-9和CEA的模式识别技术对胃癌的诊断价值。方法对212例胃癌患者,116例胃良性疾病患者和117例健康体检者血清4项肿瘤标志物测定结果进行回顾性分析,比较单项指标的诊断效能并建立主成分分析(PCA)、决策树、PCA-决策树和Fisher判别分析模型。结果 4项指标中CA242对胃癌的诊断效能最佳,ROC曲线下面积(AUC)为0.841(95%CI:0.8040.877)。PCA模型表明,胃癌组患者血清4项肿瘤标志物代谢明显紊乱,与胃良性疾病患者和健康对照个体差异显著。决策树、PCA-决策树和Fisher判别分析模型对胃癌患者的诊断准确率分别为58.6%、65.5%和58.6%,预测准确率分别为65.7%、77.6%和73.1%;对非胃癌患者(胃良性疾病患者+健康对照)的诊断准确率分别为94.7%、99.4%和97.6%,预测准确率分别为87.5%、96.9%和96.9%。结论血清CA72-4、CA242、CA19-9和CEA的PCA-决策树模型有助于胃癌的鉴别诊断和预测分析。

• 单位
  西南医科大学