多指标联合应用区分A FP阴性肝细胞癌与肝硬化模型的建立

摘要：

目的： AFP阴性肝细胞癌与肝硬化常难以区分。本研究中，我们探讨利用肝脏病患者各类实验室指标根据生物信息学建立区分A FP阴性肝细胞癌与肝硬化的诊断模型理念。方法通过检测肝病患者肝功、肿瘤标记物等24项指标，采用生物信息学线性SVM算法及十折交叉确认法进行生物信息学分析。结果24项临床指标中 ALT、TBil、DBil、GGT、GP73、CA125、FIB、AFP、PT、ALB在AFP（－）HCC与LC组间存在显著差异，单一指标区分两组的能力较低，ROC曲线下面积（AUROC）最高为FIB（AUROC＝0．748）；利用生物信息学处理各类指标并建立分类模型Y ＝－0．82× PT＋0．007CA125＋12．815，其AUROC可达到0．87。利用判别模型判断A FP阴性肝细胞癌的正确率为85．9％。结论临床实验室常规检测结果可通过生物信息学处理，建立更简便的临床辅助诊断模型。

关键词：原发性肝细胞癌、AFP、肝硬化、生物信息学、诊断模型

所属期刊栏目：13

分类号：R44;TQ4

资助基金：国家自然科学基金资助项目81201336。

在线出版日期：2016-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1-3