期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
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 被引量：5
1
作者 张桐睿 申敏 +2 位作者 王广丽 李军 宋歌声 《检验医学与临床》 CAS 2020年第22期3244-3246,共3页
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... 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Logitboost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。 展开更多
关键词 血清肿瘤标志物 肺鳞癌 肺腺癌 logitboost模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部