论文部分内容阅读
目的探索多项肿瘤标志物联合检测对肺癌的诊断价值,建立适宜肿瘤标志物检验策略。方法测定280例原发性肺癌(PLC)患者和455例肺良性疾病(BPD)患者血清甲胎蛋白(AFP)、癌胚抗原(CEA)、糖类抗原(CA)50、CA242、CA125、CA15-3、CA19-9、细胞角蛋白19片段(CYFRA 21-1)、CA72-4、鳞状上皮细胞癌抗原(SCC-Ag)、神经元特异性烯醇化酶(NSE)和肿瘤特异性生长因子(TSGF)。采用受试者工作特征(ROC)曲线分析各项指标的诊断价值,并采用探索性因子分析(EFA)和Logistic回归模型逐步探索、优化多项肿瘤标志物联合检测策略。结果除TSGF外,PLC组CEA、CA15-3、CA72-4、CA242、CYFRA21-1、CA125、CA19-9、CA50、SCC-Ag、NSE和AFP水平均明显高于BPD组(P<0.01)。ROC曲线分析显示,PLC组CA15-3、NSE、CA125、CEA、CYFRA 21-1、CA72-4的曲线下面积(AUC)≥0.7,TSGF、CA19-9、CA242、AFP、CA50、SCC-Ag的AUC<0.7。EFA结果显示,剔除TSGF后PLC组获得4个独立的公共因子,综合评估每个因子内的肿瘤标志物,筛选出PLC预测模型(由CA125、CA19-9、CYFRA 21-1、NSE、SCC-Ag、CEA、CA153组成)。PLC预测模型的诊断价值与11项指标联合检测的诊断价值相当(Z=1.744,P=0.081)。PLC预测模型的AUC为0.831,敏感性为70.7%,特异性为83.7%,阳性似然比(+LR)为4.35,阴性似然比(-LR)为0.35,最佳临界值为-0.958 8,诊断价值优于单项指标。结论 PLC预测模型与单项肿瘤标志物检测相比,平衡了敏感性和特异性,检测指标的减少并未降低诊断效能,具有一定的临床应用价值。