Logistic回归和ROC曲线综合评价CEA、NSE和CYFRA21-1对肺癌的诊断价值
目的 应用Logistic回归和ROC曲线探讨血清癌胚抗原(carcinoembryonic antigen,CEA)、神经元特异性烯醇化酶(neuron-specificenolase,NSE)和细胞角蛋白19片段(cytokeratin 19 fragment,CYFRA21-1)在肺癌诊断中的应用.方法 采用电化学发光免疫分析仪(E170)检测不同病理类型肺癌组、肺良性疾病组以及健康人血清CEA、NSE和CYFRA21-1的水平,通过Logistic回归建立回归模型,用ROC曲线分析三指标对肺癌诊断的意义.结果 肺癌组CEA、NSE和CYFRA21-1的水平显著高于肺良性疾病和健康人组(P＜0.01).腺癌组血清CEA水平最高,NSE在小细胞肺癌中灵敏度最高(81.6%),取特异性90%时,CYFRA21-1对肺癌的诊断灵敏度最高(59.5%).建立回归模型Y=1/[1+EXP(5.830-0.249X1-0.198X2-0.643X3)],新变量Y的灵敏度、特异性和准确性率分别为80.9%,91.3%和84.6%.结论 血清CEA、NSE和CYFRA21-1对肺癌的诊断具有较高的价值,综合运用Logistic回归和ROC曲线可以提高其肺癌诊断价值.
肺癌、血清癌胚抗原、神经元特异性烯醇化醇、细胞角蛋白19片段
11
R734.2(肿瘤学)
2011-06-27（万方平台首次上网日期，不代表论文的发表时间）
185-188
