论文部分内容阅读
目的肿瘤是严重威胁人类健康的恶性疾病，大多数恶性肿瘤发现时已到中晚期，治疗效果差。所以对于恶性肿瘤来说，早期诊断和早期治疗是防治肿瘤、降低死亡率最有效的手段。本文研究的主旨在于用联合检测肿瘤标志物(TM)的方法区分机体的一些应激反应和恶性肿瘤，以达到早期筛查恶性肿瘤的目的。方法肿瘤组40例（20例肺癌患者，20例肝癌患者，均为威海市文登中心医院2011年确诊病例）；应激组40例（20例骨折病人，20例心脑血管病人，均为威海市文登中心医院2011年收治患者）；健康组30例（为威海市文登中心医院门诊“健康体检者”）。抽取受试者清晨空腹血7ml,分两管，2ml用EDTA-K2抗凝，检测血常规，2h内检测完毕，然后-30℃冷冻保存用于检测HLA基因；5ml注入无抗凝剂的真空采血管中，2500r/min离心10min,分离血清一部分检测生化项目,2h内检测完毕，一部分-30℃保存用于检测TM。对实验数据进行统计学处理。结果1、多组检测结果比较：除了TP、Cr、HDL-C,其他23种检测项目组间比较，差异有统计学意义（P<0.05）。2、ROC曲线分析结果：将肺癌和肝癌合并为肿瘤组；骨折和心脑血管病合并为应激组，通过ROC曲线评价其他23种检测指标在区分肿瘤方面的敏感性和特异性，从中筛选出8项对癌症敏感性、特异性高的指标分别为：CEA、AFP、CA211、CA125、CA153、CA199、CA724、GGT(曲线下面积均>0.7,P值均<0.05)。3、Binary Logistic回归分析结果：对肿瘤组和应激组上述八项指标进行Binary Logistic回归分析，筛选区分肿瘤的检测项目。肿瘤发生与否分别用0和1表示（1表示风险发生，0表示风险未发生），运用后退法(BackwardWald),建立Logistic回归方程：y=4.718-0.075×CA199-0.945×CEA-0.410×CA211，判别值=ey/（1+ey），经数据转换，得到全部结果（分类临界值为0.5，即按四舍五入的原则将预测值变为0或1）。将应激组和健康组合并为非肿瘤组，采用建立的方程对肿瘤组和非肿瘤组进行回代计算，总体预测正确率为85.5％。4、肿瘤患者HLA-DRB1、DQB1等位基因检测结果：肿瘤组HLA-DQB1*03型频率65.5%，明显高于对照组42.0%，RR=2.62，P值为0.001；肿瘤组HLA-DQB1*06型频率10.7%，明显低于对照组24.0%，RR=0.38，P值为0.010。差异有统计学意义。5、肿瘤患者HLA-DRB1、 DQB1等位基因与TM的相关分析： DRB1*07与CA153(P=0.049）有相关性；DRB1*11与CA211(P=0.030）、CEA(P=0.030）、CA153（P=0.024）、CA724（P=0.038）有相关性；DRB1*14与CA125(P=0.030）有相关性；DRB1*15与CA199(P=0.014）有相关性； DQB1*04与NSE(P=0.049）有相关性；DQB1*05与CA125(P=0.023）、CA153(P=0.030）有相关性。(P<0.05有统计学意义)。结论1、CEA、CYFRA21-1、CA199与一般肿瘤的发生可能相关（P<0.05）,可作为临床筛查肿瘤的组合项目。2、HLA-DRB1、DQB1基因多态性可能与某些血清TM水平相关。