基于血液肿瘤标志物水平及流行病学资料建立5种早期肺癌诊断预测模型的效能分析.pdfVIP

年第卷第期ＶｏｌＮｏＡｕｇ２５４７

医学理论与实践２０２５３８１５３８ꎬ１５ꎬ２０２５ＪＭｅｄＴｈｅｏｒ＆Ｐｒａｃ

基于血液肿瘤标志物水平及流行病学资料建立５种

早期肺癌诊断预测模型的效能分析∗

吴岳赵莹莹

南阳市中心医院ꎬ河南南阳４７３００９

摘要目的:基于血液肿瘤标志物水平及流行病学资料构建５种早期肺癌诊断预测模型ꎬ并比较分析其诊断效能ꎮ

方法:选取２０２２年１０月—２０２４年３月在我院经组织病理学确诊的早期原发性肺癌的患者４００例为恶性组ꎬ另选取同

期４００例我院治疗的肺部良性疾病患者为良性组及４００例健康体检患者为健康组ꎻ收集患者癌胚抗原(ＣＥＡ)、细胞角

蛋白１９片段抗原２１￣１(ＣＹＦＲＡ２１￣１)、胃泌素释放肽前体(ＰｒｏＧＲＰ)、鳞状上皮细胞癌抗原(ＳＣＣＡ)、肿瘤异常蛋白

(ＴＡＰ)、血管内皮生长因子(ＶＥＧＦ)水平和性别、年龄、体质量指数、家族史及烟酒史资料ꎬ采用权重法对各肿瘤标志

物水平进行标准化处理ꎬ使用ＳＰＳＳＭｏｄｅｌｅｒ１８.０软件分别构建决策树Ｃ５.０模型、ｌｏｇｉｓｔｉｃ回归分析模型、多层感知器—

人工神经网络、ＳＶＭ模型及贝叶斯网络模型并进行验证及评价ꎮ结果:恶性组患者有家族史、吸烟史、饮酒史者人数

及ＣＥＡ、ＳＣＣＡ、ＣＹＦＲＡ２１￣１、ＰｒｏＧＲＰ、ＴＡＰ、ＶＥＧＦ水平高于良性组及健康组ꎬ通过Ｓｐｅａｒｍａｎ相关分析ꎬ家族史ꎬ吸烟

史ꎬ饮酒史ꎬＣＥＡ、ＳＣＣＡ、ＣＹＦＲＡ２１１、ＰｒｏＧＲＰ、ＴＡＰ、ＶＥＧＦ水平与早期肺癌呈正相关(相关ｒ系数分别为０.１５４、

０.０９１、０.１４０、０.３８６、０.４２９、０.４２６、０.４５１、０.４５４、０.４４１)(Ｐ０.０５)ꎬ而性别、年龄、体质量指数在三组患者间

无统计学差异(Ｐ０.０５)ꎻ对ＣＥＡ、ＳＣＣＡ、ＣＹＦＲＡ２１￣１、ＰｒｏＧＲＰ、ＴＡＰ、ＶＥＧＦ水平进行均一化处理后各肿瘤标志

物分布在[－４ꎬ４]之间ꎬ构建模型后结果显示ꎬ５种模型在测试集中的诊断ＡＵＣ分别为０.７７０、０.７９７、０.７９０、

０.７８８、０.８３３ꎬ其中贝叶斯网络模型的质量评分(０.７８)高于其余４种模型ꎬ且贝叶斯网络模型的ＡＵＣ优于其余

４种模型ꎬ其准确度(８５.５６％)、特异度(８６.７８％)及阳性预测值(７５.３８％)最高ꎮ结论:基于血液ＣＥＡ、ＳＣＣＡ、

ＣＹＦＲＡ２１￣１、ＰｒｏＧＲＰ、ＴＡＰ、ＶＥＧＦ水平及流行病学资料构建的贝叶斯网络模型的诊断效能较高ꎬ在早期肺癌的

诊断中具有诊断价值ꎬ可为临床决策优化提供参考ꎮ

关键词早期肺癌肿瘤标志物流行病学资料诊断模型

中图分类号:Ｒ７３４.２ꎻＲ７３０.４３文献标识码:Ａｄｏｉ:１０１９３８１/ｊｉｓｓｎ１００１￣７５８５２０２５１５００７

ＥｆｆｉｃｉｅｎｃｙＡｎａｌｙｓｉｓｏｆＦｉｖｅＥａｒｌｙＬｕｎｇＣａｎｃｅｒＤｉａｇｎｏｓｉｓａｎｄＰｒｅｄｉｃｔｉｏｎＭｏｄｅｌｓＢａｓｅｄｏｎＢｌｏｏｄＴｕｍｏｒＭａｒｋｅｒＬｅｖ￣

ｅｌｓａｎｄＥｐｉｄｅｍｉｏｌｏｇｉｃａｌＤａｔａ

ＷＵＹｕｅꎬＺＨＡＯＹｉｎｇｙｉｎｇ.ＮａｎｙａｎｇＣｅｎｔｒａｌＨｏｓｔｐｉｔａｌꎬＮａｎｙａｎｇꎬＨｅｎａｎ４７３００９

ＡＢＳＴＲＡＣＴＯｂｊｅｃｔｉｖｅ:Ｔｏｃｏｎｓｔｒｕｃｔｆｉｖｅｅａｒｌｙｌｕｎｇｃａｎｃｅｒｄｉａｇｎｏｓｉｓａｎｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｓｂａｓｅｄｏｎｂｌｏｏｄｔｕｍｏｒｍａｒｋｅｒｌｅｖ￣

ｅｌｓａｎｄｅｐｉｄｅｍｉｏｌｏｇｉｃａｌｄａｔａꎬａｎｄｔｏｃｏｍｐａｒｅａｎｄａｎａｌｙｚｅｔｈｅｉｒｄｉａｇｎｏｓｔｉｃｅｆｆｉｃａｃｙ.Ｍｅｔｈｏｄｓ:４００ｐａｔｉｅｎｔｓｗｉｔｈｅａｒｌｙｐｒｉｍａｒｙ

ｌｕｎｇｃａｎｃｅｒｄｉａｇｎｏｓｅｄ