血清肿瘤标志物优化组合人工神经网络模型在大肠癌诊断中的应用

目的:从目前已知的血清肿瘤标志物中筛选出用于大肠癌诊断的最优化肿瘤标志物组合,并联合这组标志物建立基于人工神经网络的大肠癌智能诊断模型.方法:应用酶联免疫吸附法分别测定128例大肠癌患者和113例健康人血清癌胚抗原(CEA)、甲胎蛋白(AFP)、癌抗原199(CA199)、癌抗原724(CA724)、癌抗原242(CA242)、癌抗原211(CA211)、神经元特异性烯醇化酶(NSE)和组织多肽抗原(TPA)共8种肿瘤相关标志物含量,用曲线下面积结合人工神经网络模型的方法评价并筛选最优标志物联合模型,并将此模型应用于大肠癌的诊断.结果:筛选出CEA、CA199、CA242、CA211及CA724 5个最优肿瘤标志物的组合,建立了诊断大肠癌的人工神经网络模型,并用5倍交叉验证,该模型预测大肠癌样本的特异性为95%,敏感性为83%,阳性预测率为95%.结论:本研究筛选出的最优肿瘤标志物组合诊断大肠癌具有较高的敏感性和特异性.     

肿瘤标记物蛋白芯片对肺癌的诊断价值

目的研究肿瘤标记物蛋白芯片对肺癌的诊断价值。方法将96例已经确诊的病例分为肺癌组和非肺癌组,采用蛋白芯片测量技术检测肺癌组和非肺癌组其血清肿瘤标记物。结果 1）肺癌组和非肺癌组12项标记物中糖链抗原19-9（CA19-9）,神经元特异性烯醇化酶（NSE）,癌胚抗原（CEA）,糖链抗原242（CA242）癌抗原125（CA125）、铁蛋白6项测定值差异有显著性（P〈0.01）。2）肺癌组和非肺癌组12项标记物阳性检测中6项测定阳性率差异有显著性（P〈0.01）。其中肺癌组CEA,CA242和CA 125呈现高阳性检测率。结论肿瘤标记物蛋白芯片对肺癌的诊断有重要的价值。     

肿瘤标记物蛋白芯片对肺癌的诊断价值

目的研究肿瘤标记物蛋白芯片对肺癌的诊断价值.方法将96例已经确诊的病例分为肺癌组和非肺癌组,采用蛋白芯片测量技术检测肺癌组和非肺癌组其血清肿瘤标记物.结果①肺癌组和非肺癌组12项标记物中糖链抗原19-9(CA19-9),神经元特异性烯醇化酶(NSE),癌胚抗原(CEA),糖链抗原242(CA242)癌抗原125(CA125)、铁蛋白6项测定值差异有显著性(P＜0.01).②肺癌组和非肺癌组12项标记物阳性检测中6项测定阳性率差异有显著性(P＜0.01).其中肺癌组CEA,CA242和CA 125呈现高阳性检测率.结论肿瘤标记物蛋白芯片对肺癌的诊断有重要的价值.     

5项血清肿瘤标志物在肺癌诊断中的应用

目的 探讨血清肿瘤标记物癌胚抗原(carcinoembryonic antigen,CEA)、神经元特异性烯醇化酶(neuron-specific enolase,NSE)、细胞角蛋白19片段抗原(cytokeratin 19 fragment antigen,CYFRA21-1)、丙酮酸激酶同工酶(M2-pyruvate kinase,M2-PK)、胃泌素释放肽前体(pro-gastrin-releasing peptide,ProGRP)5项血清肿瘤标志物联合检测在肺癌诊断中的应用价值,旨在为肺癌的诊治提供理论参考.方法 采用酶联免疫法(enzyme-linked immunoabsorbent assay,ELISA)测定60例肺癌患者、50例肺良性病变患者及60例正常健康人的5项肿瘤标志物水平.结果 肺癌组5项血清标志物的水平显著高于良性病变组和正常对照组(P<0.05),良性病变组NSE、CYFRA21-1水平显著高于正常对照组(P<0.05);CYFRA21-1在肺癌诊断中的敏感性和特异性较高,CEA和NSE 敏感性低而特异性较高,ProGRP和M2-PK的敏感性和特异性均较低.5项肿瘤标志物联合检测在肺癌诊断中有较高的敏感性和特异性,分别为96.7%和81.7%.结论 血清5项肿瘤标志物联合检测可以提高肺癌诊断的敏感性,对肺癌的早期诊断和鉴别具有重要的临床价值.     

6种血清肿瘤标记物的联合检测在肺癌诊断中的应用价值

目的 联合检测CEA、NSE、CYFRA21-1、TPA、CA15-3、CA242等6种血清肿瘤标记物水平,探讨其在肺癌临床诊断中的应用价值.方法 应用放射免疫法和酶联免疫法分别检测试验组(98例肺癌患者)和对照组(35例肺良性病患者,45例健康体检者)血清中CEA、NSE、CYFRA21-1、TPA、CA15-3、CA242等6种血清肿瘤标记物水平,并采用t检验对数据结果进行统计学分析.结果 实验组血清中的6项肿瘤标记物含量均高于对照组;肿瘤标记物水平还与病理类型有关,CEA、CA15-3、CA242以肺腺癌中最高,NSE以肺小细胞癌中最高,CYFRA21-1、TPA以肺鳞癌中最高;血清肿瘤标记物联合检测上述三种肺癌的阳性率显著升高,分别达到100%、96.0%、97.8%.结论 6种肿瘤标记物对于肺癌的诊断有临床价值,并便于确定病理类型,且联合检测可以提高肺癌诊断的敏感性,大大提高肺癌的检出率.     

6种血清肿瘤标记物的联合检测在肺癌诊断中的应用价值

目的 联合检测CEA、NSE、CYFRA21-1、TPA、CA15-3、CA242等6种血清肿瘤标记物水平,探讨其在肺癌临床诊断中的应用价值.方法 应用放射免疫法和酶联免疫法分别检测试验组(98例肺癌患者)和对照组(35例肺良性病患者,45例健康体检者)血清中CEA、NSE、CYFRA21-1、TPA、CA15-3、CA242等6种血清肿瘤标记物水平,并采用t检验对数据结果进行统计学分析.结果 实验组血清中的6项肿瘤标记物含量均高于对照组;肿瘤标记物水平还与病理类型有关,CEA、CA15-3、CA242以肺腺癌中最高,NSE以肺小细胞癌中最高,CYFRA21-1、TPA以肺鳞癌中最高;血清肿瘤标记物联合检测上述三种肺癌的阳性率显著升高,分别达到100%、96.0%、97.8%.结论 6种肿瘤标记物对于肺癌的诊断有临床价值,并便于确定病理类型,且联合检测可以提高肺癌诊断的敏感性,大大提高肺癌的检出率.     

血清蛋白质指纹图谱与人工神经网络模型在肺癌诊断中的应用

目的筛选肺癌相关标志物并建立诊断肺癌的蛋白质谱模型。方法应用表面增强激光解吸电离飞行时间质谱（SELDI-TOF-MS）技术检测了86例肺癌、80例健康对照样本的血清蛋白质质谱，结合人工神经网络建立肺癌诊断模型。结果从肺癌组与健康对照组中筛选出了4个蛋白质荷比峰建立肺癌诊断模型，该诊断模型的特异性为 100％（95％的置信区间为93.9％～100.0％），敏感性为93.6％（87.6％～96.4％），准确率为96.7%（88.1％～98.3％）。结论成功建立了肺癌诊断模型，该模型在肺癌的诊断中具有较高的敏感性和特异性。     

血清CEA、SCC和CYFRA21-1在食管癌早期诊断中的应用价值

目的探讨血清肿瘤标记物癌胚抗原（CEA）、鳞状上皮细胞癌相关抗原（SCC）、细胞角蛋白19片段抗原（CYFRA21-1）在食管癌早期诊断中的应用价值,旨在为食管癌的诊治提供理论参考。方法测定97例正常健康者、97例食管癌患者术前和术后CEA、SCC、CYFRA21-1水平,CEA、CYFRA21-1水平采用电发光免疫测定仪测定,SCC水平采用微粒酶联免疫测定法测定。结果食管癌术前三种血清肿瘤标志物的水平均显著高于对照组和术后水平（P〈0.05）。食管癌术前CEA、SCC、CYFRA21-1阳性检测率分别为80.4%、43.3%、62.9%。三种血清肿瘤标志物在食管癌诊断中的特异性均较高,CYFRA21-1、CEA的敏感性较高,而SCC的敏感性较低;三种血清肿瘤标志物联合检测在食管癌诊断中的敏感性和特异性分别为90.7%和81.4%。结论多种肿瘤标志物联合检测可以提高食管癌诊断的敏感性,对食管癌的早期诊断和鉴别具有重要的临床价值。     

血清肿瘤标志物联合检测在肺癌诊断中的应用

目的：探讨糖类抗原125（CA125）、糖类抗原242（CA242）、癌胚抗原（CEA）、细胞角蛋白19片段（CYFRA21-1）、神经元特异性烯醇化酶（NSE）等5项肿瘤标志物联合检测对肺癌的诊断价值。方法：采用流式荧光发光法,对肺癌组80例和肺良性疾病组46例的血清CA-125、CA242、CEA、CYFRA21-1和NSE等5项肿瘤标志物进行检测。结果：CA125、CA242、CEA、CYFRA21-1和NSE在肺癌组中的表达均显著高于肺良性疾病组（P〈0.01）。CEA在肺腺癌中的水平较高,CA125、CA242在鳞癌和小细胞肺癌中的水平较高。单项肿瘤标志物在肺癌诊断中灵敏度：CYFRA21-1〉CEA〉CA125〉NSE〉CA242;在腺癌中CYFRA21-1灵敏度最高（50.00%）,鳞癌中CYFRA21-1灵敏度最高（48.94%）,小细胞肺癌中CA125和NSE灵敏度最高（48.15%）。CA125、CA242、CEA、CYFRA21-1和NSE的ROC曲线下面积分别为0.669±0.095、0.608±0.097、0.682±0.096、0.714±0.090、0.660±0.096。在肺癌诊断中CA125＋CA242＋CEA＋CYFRA21-1＋NSE组合灵敏度最高（70.00%）,特异性也较好（84.78%）;腺癌诊断中联合检测灵敏度与单项CYFRA21-1检测灵敏度相同（50.00%）,但联合检测的约登指数大于单项CYFRA21-1;鳞癌诊断中CA125＋CA242＋CEA＋CYFRA21-1组合灵敏度最高（72.34%）,小细胞肺癌中CA125＋CA242＋CEA＋CYFRA21-1＋NSE组合灵敏度最高（88.89%）。结论：CA125、CA242、CEA、CYFRA21-1和NSE对肺癌的诊断均有一定意义,但单一指标诊断的灵敏度和特异性都有一定局限,联合检测可有效提高肺癌诊断的灵敏度和特异性。     

血清肿瘤标记物对非小细胞肺癌的诊断价值

目的 探讨血清组织多肽特异性抗原( TPS)、细胞角蛋白19片段(Cyfra21-1)和铁蛋白(Ferritin)单项及联合检测对非小细胞肺癌的诊断价值.方法 采用酶联免疫吸附(ELISA)法测定108例NSCLC患者和86例健康人的血清中TPS水平,同时用电化学发光法测定Cyfra21-1和Ferritin水平.结果 肺癌组三项血清肿瘤标记物水平及阳性率均显著高于健康对照组(P<0.01).TPS诊断肺腺癌的敏感性优于其他两项肿瘤标记物(P<0.05);Cyfra21-1在鳞癌组血清浓度及阳性率明显高于腺癌组(P<0.01).三项肿瘤标记物单项检测时,TPS的敏感性最高,Cyfra21-1的特异性最高;三项联合检测时的特异性有所降低,但敏感性和准确率显著提高(P<0.01).结论 TPS、Cyfra21-1和Ferritin单项及联合检测对NSCLC的诊断及病理学类型的鉴别有较高的临床价值.     

人工神经网络技术与肿瘤标志物联合检测在肺癌组织分型中的价值

目的 :通过 4项肿瘤标志物联合检测 ,运用人工神经网络技术 ,提高小细胞肺癌 (SCLC)与非小细胞肺癌(NSCLC)正确判别率。方法 :用放射免疫法测定了 5 1例肺癌患者血清癌胚抗原 (CEA)、糖类抗原 12 5 (CA12 5 )、促胃液素、神经元特异性烯醇化酶 (NSE)水平 ,采用人工神经网络技术 ,探讨了 4项肿瘤标志物在肺癌组织分型中的应用价值。结果 :SCLC患者促胃液素、NSE水平明显高于NSCLC患者 ,而CEA、CA12 5水平却低于非小细胞肺癌患者。人工神经网络技术在判别SCLC与NSCLC类型中 ,总的符合率为 87.5 %。结论 :该 4项肿瘤标志物联合检测在肺癌组织分型方面可为临床提供有价值的参考资料 ,同时表明人工神经网络技术在肺癌组织分型中具有一定的实用价值。     

基于胸腔积液肿瘤标志物的 PLS-DA 和 ANN-MPL 模型对肺癌的诊断价值分析

目的 探讨联合检测胸腔积液中癌胚抗原（CEA）、神经元特异性烯醇化酶（NSE）,细胞角蛋白 19 片段（CYFRA21-1）和 CA125 对肺癌的诊断价值。方法 应用电化学发光免疫分析法测定 53 例肺癌和 52 例肺部良性疾病患者胸腔积液中四种肿瘤标志物（CEA、NSE、CYFRA21-1 和 CA125）,结合偏最小二乘判别分析（PLS-DA）线性模型和人工神经网络多层感知（ANN-MPL）非线性模型进行建模诊断和预测分析。结果 PLS-DA模型不能完全鉴别肺癌组和对照组,具有 58.5%的灵敏度、98.1%的特异性,78.1%的准确性和 84.6%的预测能力。在 ANN-MPL 中,联合检测四种胸腔积液肿瘤标志物的受试者工作特征曲线下面积（AUC）均优于单一的肿瘤标志物,具有更高的诊断价值（AUC=0.997）。ANN-MPL 诊断模型的灵敏度,特异性和准确性分别为 93.9%,100.0%和 96.8%。ANN-MPL预测模型的灵敏度和特异性分别为 90.0%和 95.5%,具有 92.9%的预测准确性。结论 PLS-DA和 ANN-MPL 模型在肺癌的鉴别诊断中均取得了较好的效果,ANN-MPL 模型更有助于肺癌的鉴别诊断和预测分析。PLS-DA 和 ANN-MPL 模型从数据建模分析的角度证明了肿瘤标志物联合检测的重要性和临床应用价值。     

TPS、NSE和CEA联合检测对肺癌的诊断价值

OBJECTIVE: To study the diagnostic value of combined detection of 3 tumor markers, namely tissue polypeptide specific antigen (TPS), neuro-specific enolase (NSE) and carcinoembryonic antigen (CEA), in patients with lung cancer. METHODS: The serum levels of TPS, NSE and CEA were determined by enzyme-linked immumosorbent assay in 72 patients with lung cancer and 114 healthy adults. RESULTS: The levels of the 3 tumor markers in the patient group were significantly higher than those of the healthy control group (P<0.001). The sensitivity of TPS for lung cancer detection was 84.7% with specificity of 89.4%, which were 54.1% and 91.2% respectively for NSE, and 45.8% and 91.4% respectively for CEA. The combined detection of the 3 tumor markers for lung cancer diagnosis had a sensitivity of 100%. CONCLUSIONS: TPS, NSE and CEA employed separately are helpful in the diagnosis of lung cancer, and their combined detection may significantly improve the sensitivity for lung cancer detection, due to the obvious complementarity of the 3 markers.     

五种血清肿瘤标志物联合检测对肺癌的临床诊断价值

目的探讨五种血清肿瘤标志物癌胚抗原（CEA）、细胞角蛋白19片段（CYFRA21—1）、神经元特异性烯醇化酶（NSE）、糖类抗原125（CA125）和糖类抗原242（CA242）联合检测对肺癌临床诊断的价值和意义。方法选择57例初诊肺癌患者作为实验组,选择同期55例良性肺疾病患者作为对照组。采用化学发光法（CLIA）检测血清肿瘤标志物CEA、CYFRA21—1、NSE、CA125和CA242的水平,比较分析五种血清肿瘤标志物检测在肺癌临床诊断中的价值。结果实验组五种肿瘤标志物的水平均明显高于对照组（P均〈0．05）;且五种血清肿瘤标志物在不同病理类型肺癌中有不同水平,CEA、CA125、CA242在腺癌中表达较高,而CYFRA21。1在鳞癌中表达较高,NSE在小细胞癌中表达较高;联合检测时对诊断的灵敏度和准确率分别为92．8％和89．6％,明显高于各单项检查（P均〈0．05）。结论血清肿瘤标志物CEA、CYFRA21—1、NSE、CA125和CA242联合检测可以提高肺癌诊断的灵敏度和准确率,可应用于肺癌的生物学诊断。     

TPS、NSE和CEA联合检测对肺癌的诊断价值

目的探讨组织多肽特异性抗原(TPS)、神经元特异性烯醇化酶(NSE)和癌胚抗原(CEA)三项标志物联合检测对肺癌的诊断价值。方法应用酶联免疫吸附试验检测72例肺癌患者和114例健康对照者的TPS、NSE和CEA三项标志物。结果肺癌组三项指标均显著高于健康对照组(P<0.001)。TPS对肺癌诊断的敏感性为84.7%,特异性为89.4%;NSE敏感性为54.1%,特异性为91.2%;CEA敏感性为45.8%,特异性为91.4%;三项标志物联合敏感性为100%。结论TPS、NSE和CEA对肺癌的诊断有一定的价值,三者联合检测有明显的互补性,可显著提高肺癌诊断的敏感性。     

肺癌患者血清肿瘤标志物联合检测及临床意义

目的探讨多种肿瘤标志物蛋白芯片检测系统(C-12)对肺癌的诊断价值,评价在肺癌不同病理类型及分期的表达意义。方法用该检测系统测定120例肺癌患者、100例肺良性病变患者血清中12种肿瘤标志物(AFP,NSE,SF,CEA,CA125,CA153,CA199,CA242,PSA,FPSA,β-HCG及HCG)的水平。结果肺癌组的芯片阳性率显著高于肺良性病变组(73.33%,45.00%),AFP、NSE、SF、CEA、CA125、CA199、CA242血清水平高于肺良性病变组,差别有统计学意义;CEA、CA242阳性率以腺癌组最高,与鳞癌、小细胞肺癌相比差别有统计学意义;肺癌不同分期之间CEA、CA125、CA199、CA242及NSE血清水平存在统计学差异;联合检测较单项检测阳性率提高(73.33%,44.17%)。结论多肿瘤标志物蛋白芯片检测系统在肺良、恶性病变的鉴别诊断中有较高应用价值,同时对于确定肺癌临床分期,鉴别病理类型有一定的意义。     

联合检测血清四种肿瘤标志物对肺癌的诊断价值

目的评价组织多肽特异性抗原（TPS）、癌胚抗原（CEA）、神经元特异性烯醇化酶（NSE）、细胞角蛋白21—1（CYFRA21-1）联合检测对肺癌的诊断价值。方法应用电化学发光法（ECLIA）检测经病理确诊的83例肺癌、41例良性肺部疾病和30例正常体检者血清中CEA、NSE、CYFRA21—1和TPS的含量。结果肺癌组TPS、CEA、NSE、CYFRA21—1测定水平明显高于肺良性病变组和正常对照组,差异有统计学意义（P〈0．05或P〈0．01）;TPS、CEA、NSE、CYFRA21—1对肺癌的敏感性分别为84．34％、51．81％、43．37％、66．26％,特异性分别为81．93％、79．52％、77．11％、80．72％,诊断符合率分别为83．13％、68．67％、69．88％、79．95％;TPS、CEA、NSE、CY—FRA21—1四项联合检测对肺癌的敏感性、特异性和诊断符合率分别为92．77％、93．97％和95．18％。结论TPS、CEA、NSE、CYFRA21—1四项肿瘤标记物联合检测可提高肺癌检测的敏感性、特异性和准确性。     

The Effect of Artificial Neural Network Model Combined with Six Tumor Markers in Auxiliary Diagnosis of Lung Cancer

To evaluate the diagnosis potential of artificial neural network (ANN) model combined with six tumor markers in auxiliary diagnosis of lung cancer, to differentiate lung cancer from lung benign disease, normal control, and gastrointestinal cancers. Serum carcino-embryonic antigen (CEA), gastrin, neurone specific enolase (NSE), sialic acid (SA), Cu/Zn, Ca were measured through different experimental procedures in 117 lung cancer patients, 93 lung benign disease patients, 111 normal control, 47 gastric cancer patients, 50 patients with colon cancer and 50 esophagus cancer patients, 19 parameters of basic information were surveyed among lung cancer, lung benign disease and normal control, then developed and evaluated ANN models to distinguish lung cancer. Using the ANN model with the six serum tumor markers and 19 parameters to distinguish lung cancer from benign lung disease and healthy people, the sensitivity was 98.3%, the specificity was 99.5% and the accuracy was 96.9%. Another three ANN models with the six serum tumor markers were employed to differentiate lung cancer from three gastrointestinal cancers, the sensitivity, specificity and accuracy of distinguishing lung cancer from gastric cancer by the ANN model of lung cancer-gastric cancer were 100%, 83.3% and 93.5%, respectively; The sensitivity, specificity and accuracy of discriminating lung cancer by lung cancer-colon cancer ANN model were 90.0%, 90.0%, and 90.0%; And which were 86.7%, 84.6%, and 86.0%, respectively, by lung cancer-esophagus cancer ANN model. ANN model built with the six serum tumor markers could distinguish lung cancer, not only from lung benign disease and normal people, but also from three common gastrointestinal cancers. And our evidence indicates the ANN model maybe is an excellent and intelligent system to discriminate lung cancer.     

血清肿瘤标记物在肺癌诊断中的价值

①目的　探讨血清肿瘤标记物TPA、NSE、CA1 5 3、CEA在肺癌临床诊断中的价值。②方法　采用酶联免疫法检测 36例肺癌病人及 2 8例肺良性病变病人血清TPA、NSE、CA1 5 3、CEA的水平。③结果　肺癌组血清4项肿瘤标记物的含量均高于肺良性病变组 (t=1 .992～ 3 .2 71 ,P <0 .0 5、0 .0 1 )。TPA水平以肺鳞癌升高最明显 ,腺癌及小细胞肺癌 (SCLC)次之 ;NSE以SCLC升高更明显 ;CA1 5 3以肺腺癌增高最明显 ,鳞癌及SCLC次之 ;肺癌各组CEA水平均明显升高 (t =2 .792～ 3 .2 71 ,P <0 .0 1 )。TPA、NSE、CA1 5 3、CEA诊断肺癌的特异度分别为89%、96 %、93 %、1 0 0 % ,灵敏度分别为 71 .3 %、2 7.3 %、58.8%、53 .7%。④结论　TPA、CA1 5 3、CEA对非小细胞肺癌 (NSCLC)具有较大的辅助诊断价值 ,NSE、CEA、CA1 5 3对SCLC诊断意义较大 ,联合检测可提高肺癌诊断的灵敏度、特异度。