血清蛋白质谱结合人工神经网络在头颈部鳞癌诊断中的研究

摘要：

背景与目的:头颈部鳞癌早诊率的高低是影响治疗效果的关键因素之一.本研究应用血清蛋白质谱技术结合人工神经网络建立头颈部鳞癌(head and neck squamous cell carcinoma,HNSCC)患者的诊断模型,并评价其诊断价值.方法:对74例头颈部鳞癌患者和146例健康人的血清样本随机分为训练集(148例)和测试集(72例).首先应用表面加强激光解吸电离-飞行时间质谱surface-enhanced desorption ionization time-of-flight mass spectrometry,SELDI-TOF-MS)技术及WCX2 (weak cation-exchange)芯片检测训练集样本,结合反向传播人工神经网络(artificial neural network,ANN)的方法建立诊断模型,进一步检测测试集样本并评价该模型的诊断价值.结果:在训练集样本中筛选出4个m/z(质荷比)峰(4 469 u,5 924 u,8 926 u,16 697 u)区分头颈部鳞癌和对照人群的敏感度和特异度均达100.0%(148/148);用该模型对测试集样本进行双盲法预测的敏感度为85.7%(18/21),特异度为96.1%(49/51).结论:该模型诊断头颈部鳞癌具有较高的灵敏度和特异度,值得进一步研究.

关键词：头颈部肿瘤、鳞状上皮癌、SELDI、蛋白质质谱、人工神经网络、诊断

所属期刊栏目：26

分类号：R739.63(肿瘤学)

资助基金：广东省社会科学基金2003-245;广东省卫生厅科研项目2004

在线出版日期：2007-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：767-770