基于血清肿瘤标志物的Logitboost模型用于肺腺癌和肺鳞癌鉴别的初步研究

• 作者: 宋歌声 张桐睿 李军 王广丽 申敏
• 来源期刊: 检验医学与临床
• 学科: 医学
• 关键词: 血清肿瘤标志物 肺鳞癌 肺腺癌 Logitboost模型
• 年，卷（期）: 2020,（22）
• 所属期刊栏目: 论著
• 页码范围: 3244-3246
• 页数: 3页
• 分类号: R734.2
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9455.2020.22.005

摘要

目的 利用肺癌血清肿瘤标志物建立Logitboost模型,并探讨该模型用于鉴别肺鳞癌与肺腺癌的可行性.方法 选取2018年1月至2019年6月山东第一医科大学第一附属医院收治并经病理学证实为肺癌的患者222例,包括肺腺癌125例(肺腺癌组)、肺鳞癌97例(肺鳞癌组).检测并记录两组患者血清癌胚抗原(CEA)、鳞状上皮细胞癌抗原(SCC)、神经元特异性烯醇化酶(NSE)、胃泌素释放肽前体(pro-GRP)、细胞角蛋白19片段(CYFRA21-1)表达水平.以肿瘤分型作为因变量,血清肿瘤标志物水平作为自变量,拟合Logit-boost模型,采用10折交叉验证对模型进行评价.结果 肺腺癌组患者SCC、NSE、pro-GRP、CYFRA21-1水平低于肺鳞癌组,肺腺癌组CEA水平高于肺鳞癌组,差异均有统计学意义(P<0.05).SCC、NSE、CEA、pro-GRP、CYFRA21-1用于鉴别肺腺癌和肺鳞癌的受试者工作特征(ROC)曲线的曲线下面积(AUC)分别为0.642、0.577、0.647、0.579、0.627.利用5种肺癌血清肿瘤标志物拟合Logitboost模型,训练集AUC为0.882,10折交叉验证后,验证集预测准确率为71.9％,AUC为0.784.结论 利用肺癌血清肿瘤标志物建立的Logitboost模型对鉴别肺鳞癌和肺腺癌有一定价值.