目的 探讨基于血清CA72-4、CA242、CA19-9和CEA的模式识别技术对胃癌的诊断价值.方法 对212例胃癌患者,116例胃良性疾病患者和117例健康体检者血清4项肿瘤标志物测定结果进行回顾性分析,比较单项指标的诊断效能并建立主成分分析(PCA)、决策树、PCA-决策树和Fisher判别分析模型.结果 4项指标中CA242对胃癌的诊断效能最佳,ROC曲线下面积(AUC)为0.841(95％CI:0.804～0.877).PCA模型表明,胃癌组患者血清4项肿瘤标志物代谢明显紊乱,与胃良性疾病患者和健康对照个体差异显著.决策树、PCA-决策树和Fisher判别分析模型对胃癌患者的诊断准确率分别为58.6％、65.5％和58.6％,预测准确率分别为65.7％、77.6％和73.1％;对非胃癌患者(胃良性疾病患者+健康对照)的诊断准确率分别为94.7％、99.4％和97.6％,预测准确率分别为87.5％、96.9％和96.9％.结论 血清CA72-4、CA242、CA19-9和CEA的PCA-决策树模型有助于胃癌的鉴别诊断和预测分析.
作者：桂林；黄远帅
来源：重庆医学 2017 年 46卷 15期
