10.16462/j.cnki.zhjbkz.2018.08.028
应用PCA-决策树模型评价胃泌素17与四种血清肿瘤标志物对胃癌的诊断价值
目的 应用受试者工作特征曲线(receiver operating characteristic curve,ROC)、决策树、主成分分析(principal component analysis,PCA)和PCA-决策树模型评价血清胃泌素17(gastrin-17,G-17)、癌胚抗原(carcinoembryonic antigen,CEA)、糖类抗原199(cytokeratins 199,CA19-9)、糖类抗原724(cytokeratins 724,CA72-4)和铁蛋白(ferritin,FRT)对胃癌的诊断预测价值.方法 酶联免疫吸附法(enzyme-linked immunosorbent assay,ELISA)测定G-17,电化学发光法测定CEA、CA19-9、CA72-4、FRT,对101例胃癌组,81例胃良性疾病组和120例正常对照组的5项血清学指标进行回顾性分析,并建立决策树分析模型.结果 ROC曲线下CEA面积最大,决策树模型中CEA与结果关联最强,决策树、PCA-决策树模型分析胃癌组的诊断准确率分别为72.1%、73.5%,预测准确率分别为72.7%、78.8%.结论 G-17、CEA、CA19-9、CA72-4、FRT对胃癌的诊断均有一定临床价值,PCA-决策树模型能提高胃癌的诊断和预测准确率.
胃泌素17、胃癌、诊断、PCA-决策树
22
R284.1(中药学)
安徽省“十三五”医疗卫生重点培育实验室项目资助2017年;安徽省高校自然科学研究重点项目KJ2016A339
2018-09-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
867-870