基于人工神經(jīng)網(wǎng)絡(luò)的腫瘤標(biāo)志蛋白芯片在肺癌輔助診斷中的應(yīng)用.pdf

1、肺癌是嚴(yán)重危脅人類健康的惡性腫瘤之一，其發(fā)病率及死亡率均呈居高不下的狀態(tài)，全世界每年新增病例約120萬(wàn)。肺癌的起病比較隱匿，常見(jiàn)的臨床癥狀是咳嗽和呼吸困難等，一般不易引起人注意，且容易和肺良性疾病相混淆，因此，肺癌早期臨床癥狀不易察覺(jué)，當(dāng)出現(xiàn)典型癥狀時(shí)往往已到中晚期，這就造成了目前肺癌的治療成本高預(yù)后差的局面，而提高肺癌患者生存率的關(guān)鍵在于早期診斷和及時(shí)治療。檢測(cè)血清中腫瘤標(biāo)志具有高效、方便、創(chuàng)傷小及標(biāo)本易獲得等優(yōu)點(diǎn)，因此，如何篩選、鑒

2、定及檢測(cè)血清腫瘤標(biāo)志是近年來(lái)肺癌臨床輔助診斷研究的熱點(diǎn)。目前尚未發(fā)現(xiàn)肺癌的特異性生物標(biāo)志，因此單一的腫瘤標(biāo)志并非十分的理想，聯(lián)合檢測(cè)肺癌的腫瘤標(biāo)志可顯著提高肺癌的診斷陽(yáng)性率，更好地明確肺癌的病理分型。然而，腫瘤標(biāo)志的聯(lián)合檢測(cè)在提高診斷陽(yáng)性率的同時(shí)也會(huì)帶來(lái)大量的研究參數(shù)，一般的統(tǒng)計(jì)學(xué)方法很難對(duì)復(fù)雜的參數(shù)問(wèn)題做出正確判斷。人工神經(jīng)網(wǎng)絡(luò)(ANN)是近些年來(lái)發(fā)展非常迅速的一種新型智能化信息處理系統(tǒng)，非常適用于醫(yī)學(xué)中模式識(shí)別與分類。
　　

3、 此研究通過(guò)收集本院有腫瘤標(biāo)志蛋白芯片檢測(cè)結(jié)果的肺癌和肺良性疾病患者的資料，聯(lián)合建立ANN模型和判別分析模型，以探討這兩種模型聯(lián)合腫瘤標(biāo)志對(duì)肺癌的輔助診斷價(jià)值，并提高腫瘤標(biāo)志對(duì)肺癌輔助診斷和鑒別診斷價(jià)值，以期達(dá)到對(duì)肺癌輔助診斷和鑒別診斷的目的。
　　 對(duì)象與方法:
　　 1.樣本收集:鄭州大學(xué)第五附屬醫(yī)院2010年5月到2010年12月期間有腫瘤標(biāo)志蛋白芯片檢測(cè)記錄的肺癌和肺良性疾病住院患者共102例，其中肺癌50例，肺

4、良性疾病52例。均經(jīng)病理學(xué)或細(xì)胞學(xué)證實(shí)，兩組間的性別和年齡均有可比性。
　　 2.血清腫瘤標(biāo)志的檢測(cè):所有腫瘤標(biāo)志的檢測(cè)均采用湖州數(shù)康生物科技有限公司的多腫瘤標(biāo)志蛋白芯片檢測(cè)系統(tǒng)，選擇CA199、NSE、CEA、CA242、SF、AFP、CA125、HGH和CA1539項(xiàng)腫瘤標(biāo)志作為本研究的研究指標(biāo)。陽(yáng)性判別標(biāo)準(zhǔn)為：CEA>5μg/L，CA19-9>35U/ml，NSE>13μg/L，CA242>U/ml，CA153>35U/m

5、l，CA125>35U/ml，AFP>20μg/L，F(xiàn)erritin>322μg/L(男)，>219μg/L(女)，HGH>7.5μg/L。
　　 3.把樣本按3:1的比例隨機(jī)分成訓(xùn)練集(肺癌38例，肺良性疾病39例)和預(yù)測(cè)集(肺癌12例，肺良性疾病13例)，分別用判別分析和ANN建立模型，然后用訓(xùn)練好的模型對(duì)預(yù)測(cè)集進(jìn)行預(yù)測(cè)，并結(jié)合診斷試驗(yàn)評(píng)價(jià)指標(biāo)對(duì)這兩種模型的預(yù)測(cè)結(jié)果進(jìn)行比較。
　　 4.統(tǒng)計(jì)學(xué)分析:采用SPSS12.

6、0和Matlab7.1軟件。根據(jù)定量資料分布類型選擇表示方法和組間統(tǒng)計(jì)學(xué)檢驗(yàn)方法，定性資料組間比較用x2檢驗(yàn)，檢驗(yàn)水準(zhǔn)0.05。
　　 結(jié)果:
　　 1.血清腫瘤標(biāo)志測(cè)定9種腫瘤標(biāo)志中，血清AFP、CA125、CEA、NSE和SF的水平肺癌組高于肺良性疾病組，差異有統(tǒng)計(jì)學(xué)意義；CA125、CEA和SF的表達(dá)陽(yáng)性率在肺癌組和肺良性疾病組差異有統(tǒng)計(jì)學(xué)意義。
　　 2.判別分析結(jié)果判別分析對(duì)預(yù)測(cè)集分類的靈敏度、特異度、

7、準(zhǔn)確度、陽(yáng)性預(yù)測(cè)值和陰性預(yù)測(cè)值分別為58.3％、76.9％、68.0％、70.0％和66.7％。
　　 3.ANN模型的建立及預(yù)測(cè)結(jié)果 ANN模型對(duì)訓(xùn)練集的輸出結(jié)果準(zhǔn)確度為90.9％；對(duì)肺癌預(yù)測(cè)的靈敏度、特異度、準(zhǔn)確度、陽(yáng)性預(yù)測(cè)值和陰性預(yù)測(cè)值分別為83.3％、92.3％、88.0％、90.9％和85.7％。
　　 4.ANN模型的RUC(0.878)要高于判別分析模型的RUC(0.676)，差異具有統(tǒng)計(jì)學(xué)意義。