基于“优选肿瘤标志群”建立的决策树模型对肺癌辅助诊断的价值

• 作者: 何其栋 吴拥军 张红巧 王威 魏小玲
• 来源期刊: 郑州大学学报（医学版）
• 学科: 医学
• 关键词: 决策树 肿瘤标志 肺肿瘤 辅助诊断
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 论著
• 页码范围: 37-40
• 页数: 4页
• 分类号: R734.2
• 字数: 2991字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6825.2014.01.011

摘要

目的：应用决策树技术联合肿瘤标志蛋白芯片建立基于“优选肿瘤标志群”的决策树模型，实现对肺癌的快速诊断。方法：运用肿瘤标志定量检测试剂盒测定201例肺部良性疾病及199例肺癌患者血清中9项肿瘤标志[癌胚抗原、糖原类抗原19-9（ CA199）、神经元特异性烯醇化酶、CA242、铁蛋白、CA125、甲胎蛋白、人生长激素和CA153]水平，应用logistic回归对肿瘤标志进行筛选以获得“优选肿瘤标志群”，分别于筛选前后建立决策树模型和Fisher判别分析模型。结果：肺癌组9项血清肿瘤标志水平均高于肺良性疾病组（P＜0．05）。筛选前基于9项肿瘤标志分别建立的Fisher判别分析模型、决策树模型和筛选后基于6项肿瘤标志建立的Fisher判别分析模型、决策树模型，其预测准确度分别为86．0％、92．5％、84．5％、91．5％。筛选前和筛选后决策树模型ROC曲线的AUC分别为0．925和0．915，均高于Fisher判别分析的0．860和0．845（Z＝4．462和4．575，P均＜0．01）；但决策树模型和Fisher判别分析筛选前后自身相比，差异均无统计学意义（Z＝1．914和1．074，P均＞0．05）。结论：基于6项肿瘤标志建立的决策树模型诊断肺癌的效果优于Fisher判别分析。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴拥军	郑州大学公共卫生学院卫生毒理学教研室	173	1075	16.0	23.0
2	王威	郑州大学公共卫生学院劳动卫生学教研室	58	267	9.0	12.0
3	张红巧	郑州大学第五附属医院肿瘤科	42	170	7.0	10.0
4	何其栋	郑州大学公共卫生学院卫生毒理学教研室	6	45	5.0	6.0
5	魏小玲	郑州大学公共卫生学院卫生毒理学教研室	6	45	5.0	6.0