血清肿瘤标志物人工神经网络模型在胃癌诊断中的临床应用

• 作者: 佟素香 王雪萍
• 来源期刊: 实用医学杂志
• 学科: 医学
• 关键词: 胃肿瘤 人工神经网络模型 肿瘤标志物
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 临床研究
• 页码范围: 1821-1822
• 页数: 2页
• 分类号: R73
• 字数: 2073字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-5725.2007.12.017

摘要

目的:建立多种血清肿瘤标志物人工神经网络(ANN)模型并探讨其在胃癌诊断中的应用价值.方法:用酶联免疫吸附法分别测定69例良性胃病患者和72例胃癌患者血清标本中癌胚抗原(CEA)、糖类抗原(CA)199、CA242、CA50和CA724的含量,并用ANN建立5种血清肿瘤标记物诊断模型.结果:CEA、CA199、CA242、CA50、CA724对胃癌患者诊断的敏感性依次为58.3%、72.2%、77.8%、33.3%、30.6%,对胃癌患者诊断的特异性依次为89.9%、85.5%、84.1%、89.9%、91.3%,准确性分别为73.8%、78.7%、80.9%、61.0%、60.3%.ANN诊断模型的敏感性、特异性及准确性分别为88.9%、94.2%、91.5%.结论:与单一肿瘤标记物比较,血清肿瘤标志物ANN模型能显著提高诊断胃癌的敏感性、特异性与准确性,对胃癌的诊断具有较高的价值.