CAJ | 학술논문

目的将有限的检验信息提炼为高效的诊治信息,从技术层面探索检验医学的临床实残新途径.方法以CA72-4,CAl9-9和CEA三项血清标志物检验诊断大肠癌为例,依托实验室信息系统(LIS)与医院信息系统(HIS)的数据信息平台,利用人工神经网络(ANN)为数据挖掘工具和SPSS统计软件构建ROC数据集,以验后概率解释每一份胃肠肿瘤标志物检验报告.结果纳入研究的1 206份胃肠道肿瘤标志物检验标本中大肠癌占12.365%;构建了CA19-9.CA72-4和CEA检验筛查和诊断大肠癌的ROC数据象;大肠癌组三项血清标志物浓度均显著高于健康对照组和其他疾病组(P＜0.01);CA19-9,CA72-4,CEA和人工神经网络诊断模型预测值筛查大肠癌的ROC曲线下面积分别是0.624,0.692,0.721和0.785.而诊断大肠癌的ROC曲线下面积分别是0.607,0.762,0.687和0.795.赋予验后概率的检验报告客现地提供了检测结果的参考价值.结论 ANN模型在多项检验项目分析中具有更高的诊断效率,构建ROC数据集并赋予验后概率的检验报告是检验医学临床实践切实可行的新途径.
목적 장유한적검험신식제련위고효적진치신식,종기술층면탐색검험의학적림상실잔신도경.방법 이CA72-4,CAl9-9화CEA삼항혈청표지물검험진단대장암위례,의탁실험실신식계통(LIS)여의원신식계통(HIS)적수거신식평태,이용인공신경망락(ANN)위수거알굴공구화SPSS통계연건구건ROC수거집,이험후개솔해석매일빈위장종류표지물검험보고.결과 납입연구적1 206빈위장도종류표지물검험표본중대장암점12.365%;구건료CA19-9.CA72-4화CEA검험사사화진단대장암적ROC수거상;대장암조삼항혈청표지물농도균현저고우건강대조조화기타질병조(P＜0.01);CA19-9,CA72-4,CEA화인공신경망락진단모형예측치사사대장암적ROC곡선하면적분별시0.624,0.692,0.721화0.785.이진단대장암적ROC곡선하면적분별시0.607,0.762,0.687화0.795.부여험후개솔적검험보고객현지제공료검측결과 적삼고개치.결론 ANN모형재다항검험항목분석중구유경고적진단효솔,구건ROC수거집병부여험후개솔적검험보고시검험의학림상실천절실가행적신도경.