您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览381 | 下载21

目的 构建预测慢性肝炎肝脏炎症和纤维化程度的数学模型,评价血清纤维化标志物的应用价值.方法 对81例慢性肝炎患者的肝穿刺标本进行病理分级(G)和分期(S),血清纤维化标志物透明质酸、Ⅲ型前胶原、层黏蛋白、Ⅳ型胶原、脯氨酸肽酶和甘胆酸均采用放射免疫法检测;以血清纤维化标志物作为自变量,用Bayes逐步判别分析构建预测不同病理分级和分期的判别函数.结果 不同病理分级的判别模型预测G1、G2和G3的正确率分别为62.50

作者:张占卿;陆伟;张沝;童海涛;巫善明

来源:临床内科杂志 2006 年 23卷 10期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:381 | 下载:21
作者:
张占卿;陆伟;张沝;童海涛;巫善明
来源:
临床内科杂志 2006 年 23卷 10期
标签:
判别分析 数学模型 肝纤维化 肝硬化 病理学
目的 构建预测慢性肝炎肝脏炎症和纤维化程度的数学模型,评价血清纤维化标志物的应用价值.方法 对81例慢性肝炎患者的肝穿刺标本进行病理分级(G)和分期(S),血清纤维化标志物透明质酸、Ⅲ型前胶原、层黏蛋白、Ⅳ型胶原、脯氨酸肽酶和甘胆酸均采用放射免疫法检测;以血清纤维化标志物作为自变量,用Bayes逐步判别分析构建预测不同病理分级和分期的判别函数.结果 不同病理分级的判别模型预测G1、G2和G3的正确率分别为62.50