血清胱抑素C检测对肾脏疾病诊断价值的系统评价

目的 系统评价血清生化标志物胱抑素C(cystatin C,Cys C)对临床肾脏疾病的诊断效能.方法 本文总结1997-2009年重庆维普中文科技期刊全文数据库,中国生物医学文献数据库(CBM),NCBI免费数据库上关于Cys C对肾脏疾病诊断价值的文献,通过计算诊断比值比DOR(diagnostic odds ratio),并绘制SROC曲线直观评价其准确性.结果 共检索到公开发表的关于Cys C对肾脏疾病诊断价值的文献89篇,根据纳入和排除标准,经筛选后共计16篇文献,综合进行Meta分析,样本总量为2035例.合并后的敏感度、特异度及OR值分别为86.43%、87.21%和344.46.结论 血清Cys C检测在肾脏疾病的诊断中具有较好的灵敏度和特异度,且SROC曲线综合分析显示血清Cys C的面积为0.963,故它对肾脏疾病的诊断效能较高.     

胱抑素C在诊断糖尿病肾病中的应用价值

目的 探讨血清胱抑素C(Cys-C)在糖尿病肾病的早期诊断中的临床价值.方法 应用免疫比浊法测定185例糖尿病肾病(DN)、糖尿病(DM)及健康体检者血清Cys-C浓度,同时检测血清尿素氮(BUN),肌酐(Cr)和尿α1-微球蛋白(α 1-MG)、β2-微球蛋白(β 2-MG).结果 DN组与对照组比较,Cyst-C、α 1-MG、β 2-MG、BUN和Cr检测结果均明显增高,差异具有统计学意义(P＜0.01).DN组中,Cyst-C、BUN、Cr、α 1-MG和β 2-MG阳性率分别为96.8%(59/62),84.2%(52/62),86.9%(53/62),68.0%(42/62),72.8%(44/62).结论 DN患者血清Cys-C水平明显增高,检测血清Cys-C在辅助诊断DN中具有重要临床价值.     

3种人工神经网络模型预测大肠癌的初步研究

目的探讨大肠癌血清蛋白标志物、肿瘤标志物及联合多标志物人工神经网络(ANN)模型在预测大肠癌中的价值。方法大肠癌与健康对照血清样本106例,利用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)检测血清蛋白质谱并筛选大肠癌蛋白标志物,电化学发光法检测癌胚抗原(CEA)、甲胎蛋白(AFP)、糖类抗原72-4(CA72-4)和CA19-9分别建立蛋白标志物、肿瘤标志物及蛋白标志物与肿瘤标志物结合的多标志物ANN模型。结果大肠癌患者和对照组间比较差异有统计学意义(P<0.001),筛选4个质荷比(m/z)分别为4 095、5 6404、4807、620 m/z蛋白建立ANN模型,预测大肠癌敏感度和特异度为92.3%和83.3%;肿瘤标志物模型预测大肠癌的敏感度为73.1%,特异度86.7%;联合筛选的4个标志蛋白和CEA、CA72-4建立的模型诊断大肠癌敏感度和特异度分别为92.3%和96.7%。结论联合蛋白标志物和肿瘤标志物建立ANN模型,在预测大肠癌中显示高通量、高敏感性和高特异性的特点,具有潜在应用价值。