目的 联合检测6项血清肿瘤标志,建立人工神经网络(ANN)、分类回归决策树(CART)和FisherX[,2]检验判别分析3种分类模型,并对肺癌进行判别,以探讨3种模型在判别肺癌中的差异.方法 采用放射免疫学、分光光度法、原子吸收分光光度法等方法,测定50例正常对照、40例肺良性疾病患者及50例肺癌患者血清中癌胚抗原、胃泌素、神经元特异性烯醇化酶、唾液酸、铜锌比值(Cu/Zn)、钙(Ca)6项指标,并建立基于这6项指标的ANN、CART和Fisher判别分析3种诊断肺癌的分类模型.结果 ANN、CART和Fisher判别分析模型对肺癌检出的灵敏度分别为100
作者:冯斐斐;聂广金;吴拥军;吴逸明
来源:卫生研究 2009 年 38卷 4期