基于Bayes法的C-12蛋白芯片联合检测判别函数的建立及临床意义分析

• 作者: 仲召阳 彭斌 曹晓静 李增鹏 李梦侠 王东
• 来源期刊: 解放军医学杂志
• 学科: 医学
• 关键词: 肿瘤标记,生物学 肿瘤 贝叶斯定理 模型,统计学 蛋白质阵列分析
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 论著
• 页码范围: 34-37,40
• 页数: 5页
• 分类号: R730.49|R311
• 语种: 中文
• DOI: 10.3321/j.issn:0577-7402.2009.01.011

摘要

目的 结合C-12蛋白芯片检测结果 ,采用Bayes法建立多肿瘤标志物判别函数,以明确肿瘤类型,提高肿瘤诊断准确率;比较多肿瘤标志物判别函数与C-12多肿瘤标志物蛋白芯片检测系统的差异及对肿瘤诊断的临床意义.方法 用C-12蛋白芯片法检测2 177例恶性肿瘤患者(肺癌836例,肝癌318例,胰腺癌84例,胃癌123例,肠癌338例,乳腺癌206例,卵巢癌47例,子宫内膜癌28例,食管癌197例)和2 111例正常及患良性疾病的非肿瘤患者的12项常见肿瘤标志物,并结合临床资料进行回顾性研究.应用Bayes法建立肿瘤判别诊断函数,比较12种肿瘤标志物和判别诊断函数对肿瘤诊断的准确率差异.结果 成功建立了多肿瘤标志物的三级诊断判别函数.一级判别函数诊断的特异度为82.11%,灵敏度为71.28%,准确率为83.97%,而C-12蛋白芯片法检测12项肿瘤标志物的特异度为70.11%,灵敏度为66.10%,准确率为68.07%.二级判别甬数能显著提高10种常规肿瘤诊断的灵敏度、特异度和准确率.三级诊断判别函数对确定部分肿瘤的类型有意义.结论 基于Bayes法建立的C-12蛋白芯片联合检测判别甬数具有较高的灵敏度、特异度和准确率,对肿瘤的诊断具有重要临床价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	仲召阳	第三军医大学大坪医院外科研究所肿瘤中心	42	298	10.0	13.0
2	王东	第三军医大学大坪医院外科研究所肿瘤中心	183	1193	17.0	23.0
3	李增鹏	第三军医大学大坪医院外科研究所肿瘤中心	80	518	12.0	13.0
4	彭斌	重庆医科大学统计教研室	57	395	10.0	18.0
5	李梦侠	第三军医大学大坪医院外科研究所肿瘤中心	35	195	8.0	12.0
6	曹晓静	第三军医大学大坪医院外科研究所肿瘤中心	10	52	6.0	7.0