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：
基于临床检验指标建立肺腺癌患者浸润程度判别模型
1
作者 王梦菲 杨守志 +1 位作者 乔永霞 黄琳 《上海交通大学学报（医学版）》 CAS CSCD 北大核心 2024年第1期98-107,共10页
目的·利用肿瘤标志物、凝血功能指标、血常规指标与生化指标等临床易得检验指标,建立非小细胞肺腺癌患者浸润程度的多因素判别模型。方法·回顾性选取2022年上海交通大学医学院附属胸科医院收治的肺腺癌患者,通过多因素Logisti... 目的·利用肿瘤标志物、凝血功能指标、血常规指标与生化指标等临床易得检验指标,建立非小细胞肺腺癌患者浸润程度的多因素判别模型。方法·回顾性选取2022年上海交通大学医学院附属胸科医院收治的肺腺癌患者,通过多因素Logistic回归分析筛选预测肺腺癌患者浸润程度的独立影响因素并建立回归模型,同时引入人工智能算法构建判别模型,采用受试者工作特征曲线下面积(area under curve,AUC)评价模型对肺腺癌患者浸润程度的判别能力。结果·共纳入肺腺癌患者202例,分为浸润前病变组(59例)以及浸润性病变组(143例)。多因素Logistic回归分析结果显示,尿素、嗜碱性粒细胞百分比、白蛋白浓度是预测肺腺癌患者浸润程度的独立影响因素(均P<0.05)。预测模型表达式为P=e^(X)/(1+e^(X)),其中X=(0.534×尿素浓度)+(1.527×嗜碱性粒细胞百分比)−(1.916×白蛋白浓度)+6.373。机器学习结果显示,纳入尿素、纤维蛋白原、白蛋白浓度、嗜碱性粒细胞百分比、前白蛋白、癌胚抗原(carcino embryonic antigen,CEA)6个指标时模型判别性能最佳。通过DeLong检验比较8种机器学习算法(分别基于岭回归、最小绝对收缩和选择算子、神经网络、随机森林、k近邻、支持向量机、决策树和自适应增强算法)的判别性能,选择AUC最高的岭回归算法,预测模型AUC为0.744(95%CI 0.656~0.832),敏感度为70.8%,特异度为70.2%。结论·使用尿素、纤维蛋白原、白蛋白浓度、嗜碱性粒细胞百分比、前白蛋白、CEA这6个指标建立综合判别模型,可有效预测肺腺癌患者肿瘤浸润程度,有望为临床肺腺癌分级判别和辅助治疗提供更精确的指导。 展开更多
关键词 肺腺癌 肿瘤标志物 凝血功能指标 临床生化指标 预测判别模型
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