应用PCA-决策树模型评价胃泌素17与四种血清肿瘤标志物对胃癌的诊断价值

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名

邮箱

手机号码

标题

留言内容

验证码

基金项目:

安徽省“十三五”医疗卫生重点培育实验室项目资助（2017年）；安徽省高校自然科学研究重点项目（KJ2016A339）

The diagnostic value of gastrin-17 and four serum tumor markers for gastric cancer based on PCA-decision tree model

摘要: 目的应用受试者工作特征曲线（receiver operating characteristic curve，ROC）、决策树、主成分分析（principal component analysis，PCA）和PCA-决策树模型评价血清胃泌素17（gastrin-17，G-17）、癌胚抗原（carcinoembryonic antigen，CEA）、糖类抗原199（cytokeratins 199，CA19-9）、糖类抗原724（cytokeratins 724，CA72-4）和铁蛋白（ferritin，FRT）对胃癌的诊断预测价值。方法酶联免疫吸附法（enzyme-linked immunosorbent assay，ELISA）测定G-17，电化学发光法测定CEA、CA19-9、CA72-4、FRT，对101例胃癌组，81例胃良性疾病组和120例正常对照组的5项血清学指标进行回顾性分析，并建立决策树分析模型。结果 ROC曲线下CEA面积最大，决策树模型中CEA与结果关联最强，决策树、PCA-决策树模型分析胃癌组的诊断准确率分别为72.1%、73.5%，预测准确率分别为72.7%、78.8%。结论 G-17、CEA、CA19-9、CA72-4、FRT对胃癌的诊断均有一定临床价值，PCA-决策树模型能提高胃癌的诊断和预测准确率。
- 胃泌素17 /
- 胃癌 /
- 诊断 /
- PCA-决策树