肺癌检测指标筛选及其在肺癌风险预测中的应用.pdf
《肺癌检测指标筛选及其在肺癌风险预测中的应用.pdf》由会员分享,可在线阅读,更多相关《肺癌检测指标筛选及其在肺癌风险预测中的应用.pdf(7页珍藏版)》请在咨信网上搜索。
1、LJospital医皖管理论坛Medical Management肺癌检测指标筛选及其在肺癌风险预测中的应用Screening of Lung Cancer Detection Indicators and Its Applicationin Lung Cancer Risk Prediction唐添斌TANG Tian-bin叶申怡YE Shen-yi.季紫薇 JIZi-wei 摘要Abstract目的研究血清肺肿瘤标志物与生化、血常规指标联合检测在肺癌诊断中的价值。方法纳入肺癌患者和肺部良性病变患者各117 例,收集患者治疗前的血常规、生化和血清肺肿瘤标志物的结果。将患者分为训练集和验证集
2、,在训练集中利用Logistic回归筛选指标建立风险预测模型,绘制ROC和Calibration曲线,并在验证集中对模型进行验证。结果在肺部良性病变组中,ALT、A ST、G G T、T BA、T BIL 和DBIL之间呈正相关,而在肺癌组中,ALT、A ST、G G T、A L P、T BI L、D BI L、L D H 和CYFRA21-1之间呈正相关。通过Logistic回归筛选实验室指标并优选最佳预测模型T4-Model(CEA+CYFRA21-1+LYM%+NEU%)。其在训练集和验证集中的AUC分别为0.8 0 8 和0.782。C a li b r a t i o n 曲线显示其
3、在训练集和验证集上具有良好的一致性。结论T4-Model对肺癌表现出较好的预测能力,可提高肺癌诊断效能。Objective To study the value of combined detection of serum lung tumor markers,biochemical and blood routineindicators in the diagnosis of lung cancer.Methods A total of 117 patients with lung cancer and 117 patients with benignpulmonary lesions we
4、re enrolled.The results of blood routine,biochemical and serum lung tumor markers were collectedbefore treatment.The patients were divided into training set and validation set.Logistic regression was used to establish a riskprediction model in the training set,ROC curve and Calibration curve were dr
5、awn,and the model was verified in the validationset.Results Positive correlations were found among ALT,AST,GGT,TBA,TBIL and DBIL in the benign pulmonarylesion group,while positive correlations were found among ALT,AST,GGT,ALP,TBIL,DBIL,LDH and CYFRA21-1 inthe lung cancer group.The laboratory indicat
6、ors were screened by Logistic regression and the best prediction model T4-Model(CEA+CYFRA21-1+LYM%+NEU%)was selected.Its AUC in the training set and validation set were 0.808 and 0.782,respectively.The Calibration curve showed good agreement between the training set and the validation set.Conclusion
7、 TheT4-Model has a good predictive ability for lung cancer and can improve the diagnostic efficiency of lung cancer.关键词Keywords:肺癌Lungcancer;实验室指标Laboratory indicators;风险预测Risk prediction肺癌是死亡率最高、男性中最常见的癌症。目前,使作者单位:浙江省台州医院 Taizhou Hospital of Zhejiang Province台州恩泽医疗中心(集团)恩泽医院Enze Hospital,Taizhou En
8、zeMedical Center(Group)Email:通讯作者:季紫薇基金项目:浙江省自然科学基金探索项目;编号:LQ21H280006中图分类号:R197.3;文献标识码:AD01:10.3969/j.issn.1671-9069.2024.02.012用较多的肺肿瘤血清标志物包括癌胚抗原(CEA)、糖类抗原125(CA-125)、鳞状上皮细胞癌相关抗原(SCC)、神经元特异性烯醇化酶(NSE)、细胞角蛋白19 片段(CYFRA21-1)和胃泌素释放肽前体(proGRP)等,这些标志物在肺癌患者血清中会有所升高,但特异性不强,在一些肺部良性病变或其它疾病的患者血清中也会升高 2-4,因此
9、,仅使用肺肿瘤血清标志物对肺癌诊断敏感性和特异性不高,还需要联合其它实验室指标来提高其诊断能力。绝大多数患者在人院后都46 1 Hospital Management Forum 1 Feb.2024 Vol.41 No.02医疗管理LJospital医皖管理论坛会进行血清生化和血常规检查,但这些检查结果能否提高肺肿瘤血清标志物对肺癌的诊断效能还不明确。通过各种机器学习方法建立疾病风险预测模型是近些年的研究热点,其主要是运用算法从大量指标中筛选出有临床价值的指标,从而建立预测模型 5-7 。本研究拟利用 Logistic 回归分析从肺肿瘤血清标志物、血清生化和血常规数据中筛选指标建立肺癌的风险
10、预测模型,从而在出现肺部影像学异常的人群中准确诊断肺癌患者。研究对象与方法1.研究对象。纳人浙江省台州医院2 0 2 2 年1月至2 0 2 3年3月收治的肺癌患者117 例,同时纳人同期肺部良性病变患者117 例。肺癌组纳入标准:(1)肺部影像学异常且经病理活检确诊为肺癌;(2)治疗(手术、化疗、放疗或免疫治疗等)前一周内,有完整的血常规、血清生化和血清肺肿瘤标志物检验结果;(3)无癌症史或共存癌症;(4)无影响血常规、血清生化和血清肺肿瘤标志物的其它疾病(血液系统疾病、感染、炎症、肝肾器质性病变等)。肺部良性病变组纳人标准:(1)肺部影像学异常且确诊为肺部良性病变(肺炎、肺良性结节、慢性阻
11、塞性肺疾病等);(2)对症治疗前一周内,有完整的血常规、血清生化和血清肺肿瘤标志物检验结果;(3)无影响血常规、血清生化和血清肺肿瘤标志物的其它疾病(血液系统疾病、肝肾器质性病变、肺部以外的感染等)。肺癌组中男7 6 例(6 5%)、女41例(35%),年龄218 7 岁,平均年龄6 0.6 0 12.2 5岁。肺部良性病变组中男7 9 例(6 7.5%)、女38 例(32.5%),年龄16 8 9 岁,平均年龄58.9 312.39 岁。两组间性别、年龄构成差异无统计学意义(p0.05)。2.数据收集。收集所有研究对象的血常规、血清生化和肺肿瘤标志物的检测结果,包括钾(K)、钠(Na)、钙(
12、Ca)、镁(Mg)、磷(P)、丙氨酸氨基转移酶(ALT)、天门冬氨酸氨基转移酶(AST)、碱性磷酸酶(ALP)、一谷氨酰转肽酶(GGT)、总蛋白(TP)、白蛋白(AIb)、总胆红素(TBIL)、直接胆红素(DBIL)、总胆汁酸(TBA)、尿酸(UA)、尿素(Urea)、肌酐(Cr)、肾小球滤过率(eGFR)、乳酸脱氢酶(LDH)、中性粒细胞比率(NEU%)、淋巴细胞比率(LYM%)、中性粒细胞绝对值(NEU)、淋巴细胞绝对值(LYM)、红细胞计数(RBC)、平均红细胞体积(MCV)、平均血红蛋白含量(MCH)平均血红蛋白浓度(MCHC)、血红蛋白(Hb)、血小板计数(PLT)、血沉(ESR)、
13、癌胚抗原(CEA)、糖类抗原12 5(CA一125)、鳞状上皮细胞癌相关抗原(SCC)、神经元特异性烯醇化酶(NSE)、细胞角蛋白19 片段(CYFRA21-1)和胃泌素释放肽前体(proGRP),并比较这些实验室指标在两组间的差异和相关性。3.模型构建与验证。将患者随机分为两部分,其中70%为用于构建模型的训练集(n=162),其余30%为用于验证模型的验证集(n=72),且这两部分的两组间性别、年龄构成差异均无统计学意义(p0.05)。基于单因素Logistic回归向前法筛选实验室指标(p0.05),对筛选的实验室指标通过排列组合构建所有可能的Logistic 回归模型并计算曲线下面积(A
14、UC)。选择AUC最大的Logistic回归模型作为肺癌风险预测模型,绘制ROC曲线评估区分度,绘制Calibration曲线评估一致性,同时在验证集中对模型进行验证。4.统计学分析。所有统计分析和绘图均在R(4.1.1版本)软件中完成。所有指标数据均进行Shapiro-Wilk正态性检验,仅个别指标数据符合正态分布,因此所有指标数据均采用中位数(四分位数),即 M(P25,Pr s)表示,两组间的比较均使用Mann-Whitney秩和检验分析。采用“corrplot”包进行相关性分析和绘图,“stats”包进行Logistic回归分析,“forestplot”包进行森林图绘制,“pROc”包
15、进行ROC曲线绘制和AUC计算,“rms”包进行Calibration曲线绘制,模型拟合优度评估采用Hosmer-Lemeshow检验。所有分析均以p0.05为差异有统计学意义。结果1.两组患者各项指标的相关性分析。经Pearson相关性分析后发现,在肺部良性病变组中,ALT、A ST、GGT、T BA、T BI L 和DBIL水平之间呈正相关(图1A)。而在肺癌组中,ALT、A ST、G G T、A L P、T BI L、D BI L、LDH和CYFRA21-1水平之间呈正相关(图1B)。2.两组间各项指标的差异分析。Mann-Whitney秩和检验分析后发现Ca、L Y M%、NEU、C
16、EA、SC C、NSE、CYFRA21-1和proGRP在肺部良性病变和肺癌组间有统计学差异(p0.05),见表1。3.Logistic回归筛选指标和构建模型。将患者中7 0%用于构建模型的训练集(n=162),剩余30%用于验证模型的验证集(n=72)。在训练集中通过单因素Logistic回归向前法筛选筛选出CEA、C Y FR A 2 1-1、L Y M%、NEU%、Na,其中CEA、C Y FR A 2 1-1和NEU%为危险因素,LYM%和Na为保护因素(图2)。对五个指标通过排列组合构建所有可能的Logistic回归模型,分别进行多因素Logistic回归分析并计算AUC(图3)。最
17、后选择AUC最大的Logistic回归模型作为肺癌风险预测模型,即CEA+CYFRA21-1+LYM%+NEU%,相应系数分别为0.558、0.49 4、-0.0 7 1和-0.0 2 3,命名为T4-Model。医院管理论坛12 0 2 4年2 月第41卷第2 期147Jospital医皖管理论坛Medical ManagementARBCCrMCHCLYM%LYMDBILMCVMCHCYFRA21proGRPUreaNEU%NEUB山LOGP工LLMCHCMCVMCH0.8Urea0.6proGRPLYM%0.4LYMMg0.2NaRBCHNEU%NEUCa-0.2CA125-0.4CYF
18、RA21-0.6-0.8LPHS0.80.60.40.2-0.2-0.4-0.6-0.8图1A肺部良性病变组中各指标的相关性指标良性病变(n=117)K(mmol/L)4.07(3.87,4.26)Na(mmol/L)139.30(137.80,140.70)Ca(mmol/L)2.13(2.07,2.22)Mg(mmol/L)0.82(0.78,0.89)P(mmol/L)1.04(0.90,1.18)ALT(U/L)16.00(12.00,25.00)AST(U/L)22.00(18.00,26.00)ALP(U/L)76.00(62.00,91.00)GGT(U/L)21.00(14.0
19、0,36.00)TP(g/L)63.90(59.30,68.30)Alb(g/L)37.00(34.50,39.90)TBIL(umol/L)11.30(8.70,14.20)DBIL(mol/L)2.60(2.00,3.90)TBA(mol/L)2.10(1.00,3.50)UA(mol/L)263.00(197.00,338.00)Urea(mmol/L)5.24(4.28,6.13)Cr(mol/L)65.00(56.00,75.00)LDH(U/L)188.00(167.00,215.00)NEU(%)74.10(64.70,85.40)图1B肺癌组中各指标的相关性表1指标在两组间的水
20、平差异 M(P25,P7 s)肺癌(n=117)4.06(3.83,4.31)138.80(137.20,140.70)2.17(2.11,2.27)0.82(0.78,0.86)1.07(0.96,1.20)17.00(11.00,26.00)24.00(20.00,28.00)75.00(64.00,92.00)22.00(15.00,46.00)63.80(59.80,68.40)37.30(34.30,40.60)11.40(8.90,15.60)2.70(1.80,3.60)1.90(0.50,4.60)275.00(218.00,326.00)5.58(4.36,6.60)66.0
21、0(53.00,78.00)197.00(172.00,231.00)77.70(70.00,86.40)U6905.007816.005621.007606.506121.006939.005871.006564.506467.506918.506827.006263.506871.007084.006300.005999.006621.505846.505840.00P0.9080.0610.0180.1410.1630.8560.0600.5890.4670.8870.9740.2620.9600.6440.2930.1030.6670.0540.05248 1 Hospital Man
22、agement Forum I Feb.2024 Vol.41 No.02医疗管理Jospital医院管理论坛表1指标在两组间的水平差异 M(P25,P7 5)(续)指标LYM(%)NEU(109/L)LYM(109/L)RBC(1012/L)MCV(fL)MCH(pg)MCHC(g/L)Hb(g/L)PLT(109/L)ESR(mm/H)CEA(mg/mL)CA-125(U/mL)SCC(ng/mL)NSE(ng/mL)CYFRA21-1(ng/mL)proGRP(pg/mL)良性病变(n=117)16.70(8.80,25.00)5.80(4.00,8.60)1.20(0.80,1.70)
23、4.26(3.99,4.54)91.10(88.60,94.20)30.20(29.20,31.50)331.00(327.00,336.00)129.00(118.00,139.00)216.00(169.00,262.00)17.00(8.00,34.00)2.16(1.50,2.97)12.70(9.50,24.60)0.70(0.60,1.00)13.80(11.10,16.00)1.70(1.23,2.40)37.15(25.92,46.80)肺癌(n=117)12.20(7.60,19.40)7.20(4.30,10.50)1.00(0.80,1.40)4.19(3.77,4.51
24、)91.70(89.00,94.80)30.70(29.60,31.60)333.00(327.00,337.00)127.00(115.00,139.00)216.00(185.00,249.00)15.00(9.00,28.00)3.11(2.03,4.46)12.80(9.10,20.10)0.80(0.60,1.30)14.35(12.30,16.87)2.48(2.01,3.70)39.64(31.61,52.10)U8152.505811.507736.007370.006321.006297.006347.007238.506938.007058.504400.006917.50
25、5608.505688.003990.505746.00P0.0120.0460.0850.3110.3120.2910.3370.4470.8570.6800.0010.8890.0160.0260.0010.0340.80指标0.75指标数10.7023450.650.600Logistic回归模型排序(1:31)图2 单因素Logistic回归分析4.模型的评估与验证。在训练集中通过ROC曲线评估T4-Model的区分度,发现其在训练集中的AUC为0.8 0 8(图4A),高于CEA、CY FR A 2 1-1等肺癌指标;而在验证集中T4-Model的AUC为0.7 8 2(图4B),也
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 肺癌 检测 指标 筛选 及其 风险 预测 中的 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。