典型文献
利用常见血清肿瘤标志物构建肺癌病理分型的风险预测模型
文献摘要：
目的 联合运用6种常见血清肿瘤标志物建立预测肺癌常见病理分型的风险模型.方法 回顾性分析2012年5月至2013年5月新疆医科大学附属肿瘤医院收治的342例肺癌患者和91例肺部影像学可疑并确诊为非肺癌患者的临床资料.对6种肿瘤标志物进行热图分析,得到肿瘤标志物和肺癌各病理亚型的关系.Logistic回归分析筛选各病理亚型独立预测指标,并构建预测模型.通过ROC曲线下面积(AUCROC)评估各个模型的预测能力.运用Bootstrap重抽样法对模型的预测能力进行内部验证.结果 热图分析结果显示,Pro-GRP和NSE预测小细胞肺癌,SCC和CYFRA21-1预测肺鳞癌,CA125和CEA预测肺腺癌的组合更好.小细胞肺癌、肺鳞癌和肺腺癌预测模型对应的AUCROC分别为0.938、0.965和0.965.模型预测能力的内部验证结果表明3个模型预测效果理想.结论 血清肿瘤标志物联合患者一般资料构建针对肺癌患者病理分型的风险预测模型预测效果较好,验证后可以展示在检验报告单上,为临床医生诊疗提供帮助.
文献关键词：
血清肿瘤标志物;肺癌;病理分型;预测模型
中图分类号：
作者姓名：
王森钰;赖良;冯阳春
作者机构：
新疆医科大学附属肿瘤医院&第三临床医学院医学检验中心,乌鲁木齐830011
文献出处：
引用格式：
[1]王森钰;赖良;冯阳春-.利用常见血清肿瘤标志物构建肺癌病理分型的风险预测模型)[J].临床检验杂志,2022(03):200-203
A类：
B类：
血清肿瘤标志物,癌病,病理分型,风险预测模型,联合运用,常见病,风险模型,新疆医科大学,肿瘤医院,肺癌患者,肺部影像学,可疑,热图分析,病理亚型,预测指标,AUCROC,预测能力,Bootstrap,重抽样,抽样法,内部验证,Pro,GRP,NSE,小细胞肺癌,SCC,CYFRA21,肺鳞癌,CA125,CEA,肺腺癌,效果理想,检验报告,报告单,临床医生
AB值：
0.298018
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
