基于归一化回归算法的多参数模型用于原发性肝癌微小血管侵犯预测的研究

作者：王孜怡; 肖潇; 黄晨军; 童林; 高春芳; 曹宏伟^*

来源：国际检验医学杂志, 2022, 43(24): 2973-2976.

• 微小血管侵犯
• 归一化
• 逻辑回归
• 模型
• 原发性肝癌

目的 基于归一化的甲胎蛋白(AFP)、甲胎异质体(AFP-L3)、异常凝血酶原Ⅱ(PIVKAⅡ)检测数据建立逻辑回归(LR)模型用于预测原发性肝癌微小血管侵犯(MVI)。方法 纳入手术后证实为原发性肝细胞癌(HCC)的患者1 314例，使用Python进行数据集7∶3(建模组∶验证组)的划分，收集入组患者术前AFP、AFP-L3、PIVKAⅡ检测结果和术后MVI分级信息，检测数据在(-1,1)区间归一化，建立LR模型并在建模组和验证组评价模型预测MVI的效能。结果 建模组区分HCC患者是否发生MVI的曲线下面积为0.647,虽然与单独采用AFP指标的相同，但在验证组中，采用LR模型诊断MVI的曲线下面积为0.720,高于AFP、AFP-L3、PIVKAⅡ单独使用的诊断效能。结论 基于临床常用的AFP、AFP-L3、PIVKAⅡ3项肝癌标志物的数据归一化和LR建模，可辅助临床预测HCC是否发生MVI,对于HCC患者的精准施治和临床预后判断有积极意义。

• 单位
  上海中医药大学附属岳阳中西医结合医院; 上海东方肝胆外科医院; 长海医院; 中国人民解放军第二军医大学