论文部分内容阅读
目的 探讨综合运用Logistic回归和受试者工作特征曲线(ROC曲线)分析四项肿瘤标志物对肺癌的诊断价值.方法 采用放射免疫法检测1 12例原发性肺癌和74例肺良性疾病患者血清中癌胚抗原(CEA)、糖类抗原-125(CA125)、细胞角蛋白片段19(CYFRA21-1)和神经元特异性烯醇化酶(NSE)的表达水平.通过Logistic回归建立回归模型,用ROC曲线分析4项肿瘤标志物在肺癌诊断中的意义.结果 肺癌患者血清中CEA、CA125、CYFRA21-1和NSE的表达水平[4.53(2.22-11.53) ng/ml、28.97(11.39-62.10) U/ml、4.05(2.29-8.18) ng/ml、14.11(11.35-24.12)ng/ml]明显高于肺良性疾病患者[2.08(1.45-2.52) ng/ml、12.90(9.80-19.44)U/ml、1.53(1.21-2.17) ng/ml、11.38(9.07-12.80) ng/ml],差异有统计学意义(均P＜0.01).通过Logistic回归建立回归方程Y=1/[1 +EXP(4.902-0.394X1-0.627X2-0.165X3)],经ROC曲线分析,新变量Y的ROC曲线下面积(AUC)为0.915 ±0.020,敏感度79.46％、特异度93.24％、准确度84.95％.结论 运用Logistic回归和ROC曲线综合分析可提高肺癌的诊断。