论文部分内容阅读
目的探讨Logistic回归和ROC曲线综合分析血清癌胚抗原(CEA)、鳞状细胞癌抗原(SCC-Ag)和铁蛋白(SF)对肺癌的诊断价值。方法分别检测100例肺癌患者和30例健康者血清中的CEA、SCC-Ag和SF水平,通过Logistic回归建立回归模型,用ROC曲线分析3种肿瘤标志物对肺癌的诊断的意义。结果肺癌组CEA、SCC-Ag和SF水平均明显高于健康对照组(P<0.01),腺癌组CEA水平最高,鳞癌组SCC-Ag水平最高,肺癌患者3种肿瘤标志物水平与TNM分期密切相关,Ⅲ+Ⅳ期明显高于Ⅰ+Ⅱ期,差异有统计学意义(P<0.05);CEA和SCC-Ag在转移组阳性率比无转移组高(分别为P<0.01;P<0.05),而SF在两组间阳性率比较差异无统计学意义(P>0.05)。建立回归模型Y=1/[1+EXP(2.261 X1+3.459 X2+4.267 X3-1.082)],新变量Y的AUC高于3种单一肿瘤标志物的AUC。结论血清CEA、SCC-Ag和SF对肺癌具有较高的诊断价值,综合运用logistic回归和ROC曲线分析可提高肺癌诊断的准确性。