采用Logistic回归模型联合的肿瘤标志物在胃癌诊断中的价值

摘要：

目的 探讨采用Logistic回归模型联合的肿瘤标志物在胃癌诊断中的价值.方法 收集来我院就诊的原发性胃癌患者183例和对照者120例,所有入组者均需检测CEA、CA19-9、CA72-4和CA242四种肿瘤标志物.将所有的胃癌患者和对照者都分为两部分,一部分采用前进法Logistic回归将肿瘤标志物联合在一起,并采用受试者工作特征(ROC)曲线评价组合对胃癌的诊断价值.另一部分用于对其组合的诊断效率验证.结果 四种肿瘤标志物都被选人了回归模型,其组合的ROC曲线下面积为0.844,灵敏度为72％,正确率为76.4％.诊断胃癌的ROC曲线下面积为0.819(95％的可信区间为0.696～0.942),灵敏度为78.8％,特异性为85％,正确率为81.1％.结论 四种肿瘤标志物联合的方法可以很大地提高对胃癌的诊断效率.经验证预测概率值的方程具有很高的正确率,检查者可以通过此方程方便直观地得出胃癌的预测值.

关键词：胃癌、Logistic回归模型、肿瘤标志物、ROC曲线

所属期刊栏目：26

分类号：R73;R57

在线出版日期：2020-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1898-1902