目的:探索基于特征代谢物和机器学习分辨良恶性甲状腺结节的方法.方法:采集甲状腺细针穿刺样本制片过程产生的废液0.4ml,加入1ml含0.35%甲酸的乙醇水溶液稀释,直接采用探针电喷雾离子源(PESI)串接质谱分析特征代谢物的离子强度.据细胞病理诊断,采用偏最小二乘判别分析法,对甲状腺乳头状癌(PTC)和良性病变样本共218例进行分组,采用支持向量机(SVM)建立分类器,单盲法验证分类器.未知71例样本平行测定2次,输出高评分的分类结果.通过与细胞病理学诊断、基因检测结果和超声诊断进行比较,计算准确率.结果:偏最小二乘判别分析法区分PTC和良性病变样本的准确率为60.6%、60.0%和56.9%(分别与细胞病理学诊断、BRAF基因检测结果和超声诊断比对).结论:偏最小二乘判别分析法能够快速判定甲状腺结节良恶性,但准确率有待提升.
作者:底锦熙;陈振贺;李晓东;李洁;钟定荣;曹磊
来源:中日友好医院学报 2022 年 36卷 2期