论文部分内容阅读
胃癌是世界范围内常见的恶性肿瘤，其发病率位于各类肿瘤首位[1.2]，据统计，每年约有647000人死于胃癌，在我国，胃癌死亡率仅次于肺癌、肝癌，严重威胁人类的生活及健康。胃癌发病隐匿，发现时大多已为进展期，我国进展期胃癌占所有胃癌病例的90%左右。其最常见的转移途径是淋巴结转移，淋巴结转移是致胃癌患者复发和死亡的重要因素[3]。故术前评估胃癌淋巴结转移有助于选择合理的淋巴结清扫范围，对判断预后亦十分重要。目前胃癌淋巴结转移术前评估方法有影像学检查，包括CT、内镜超声（EUS）、磁共振（MRI）、正电子发射断层显像（PET）等，还有分子生物学标记物、前哨淋巴结（SLN）、计算机技术等，但是这些方法均各有不足，本研究试用多层感知人工神经网络（MLP）及Logistic二元回归分析的方法术前预测进展期胃癌患者淋巴结转移情况，以探讨更好的术前预测方法。目的：根据进展期胃癌患者的性别、吸烟、发病年龄、饮酒、病史时间、首发症状、部位、浸润深度、病理类型与胃镜下Borrmann分型，通过多层感知人工神经网络及logistic二元回归分析的方法预测患者是否发生淋巴结转移，并对两种统计学方法的预测效能进行比较。以寻找预测进展期胃癌淋巴结转移情况的有效方法。方法：对2003年1月至2011年12月在吉林大学中日联谊医院住院并行手术治疗、术后病理确诊为进展期胃癌的700例患者，分别进行性别、发病年龄、病史时间、首发症状、吸烟、饮酒、发生部位、浸润深度、病理类型、胃镜下Borrmann分型及淋巴结转移情况的收集和统计，用多层感知人工神经网络及logistic二元回归分析的方法对其术前资料分析、统计，此步骤由SPSS17.0统计软件包完成，并绘制受试者工作特征（ROC）曲线，根据曲线下面积大小比较两种统计学方法在进展期胃癌患者淋巴结转移预测方面的效能。结果：卡方检验单因素分析结果显示：胃镜下Borrmann分型、肿瘤发生部位、病理类型及浸润深度4个因素组间差异有显著统计学意义，为“危险变量”。基于4个“危险变量”建立的多层感知人工神经网络组1（ANN1）预测进展期胃癌患者淋巴结转移的准确率为70.4%，ROC曲线下面积为0.796。用10个未筛选的临床变量建立的人工神经网络组2（ANN2）预测淋巴结转移的准确率为75%，ROC曲线下面积0.831。Logistic二元回归分析显示，与进展期胃癌淋巴结转移具有显著相关性的变量按相关性由大至小依次为：胃癌的浸润深度、胃镜下Borrmann分型、饮酒史、病理类型及发生部位。将10个临床变量输入SPSS17.0软件进行Logistic回归分析，系统自动筛选此5个变量带入Logistic回归方程，其判断进展期胃癌患者淋巴结转移的准确率为69.3%，ROC曲线下面积为0.771.结论：1.进展期胃癌淋巴结转移与浸润深度、发生部位、胃镜下Borrmann分型、饮酒及病理类型相关性显著。2.自变量越多、样本数越大、人工神经网络越密集，MLP预测淋巴结转移的准确率和特异度越高。3.在自变量少时，人工神经网络较Logistic回归分析无明显优势；在自变量多时，多层感知人工神经网络预测进展期胃癌淋巴结转移的准确率高于Logistic二元回归分析。4.人工神经网络与临床资料的结合，可用于术前预测进展期胃癌淋巴结转移情况，为手术术式及术后治疗方案的选择、预后的判断提供指导意义。