中国生物医学工程学报
中國生物醫學工程學報
중국생물의학공정학보
CHINESE JOURNAL OF BIOMEDICAL ENGINEERING
2010年
4期
551-556
,共6页
陈淑飞%韩斌%于力华%SUTPHEN Rebecca%祝磊%来海锋
陳淑飛%韓斌%于力華%SUTPHEN Rebecca%祝磊%來海鋒
진숙비%한빈%우력화%SUTPHEN Rebecca%축뢰%래해봉
"极少"特征标志物%敏感性%特异性%卵巢癌
"極少"特徵標誌物%敏感性%特異性%卵巢癌
"겁소"특정표지물%민감성%특이성%란소암
卵巢癌是目前死亡率最高的妇科疾病之一,利用信息学手段挑选特征肿瘤标志物已被广泛用于包括卵巢癌在内的肿瘤分类、诊断研究.但是研究中单纯以提高分类率为指标而忽视敏感性和特异性的均衡,且模型为多变量或者复杂模型,成本过高,不太适合临床应用.为此,提出一种基于"极少"特征标志物的两步预测模型,利用先期提取的多个特征作敏感性和特异性测试,然后构建特征变量的两步预测模型.先用单个变量预测,在一个变量不能得到可靠结果时,才增加另一变量参与模型.实验显示,筛选出的PPE8+LPFA和PPE8+LPC0两对变量组合的敏感性和特异性显著、均衡,变量之间的相关性较小,且分类结果和4个变量的分类结果相当,与9个变量的分类率只差4%~5%.所提出的基于极少特征标志物的两步预测模型结构简单,在保持相同分类效果的前提下大大减少了用于预测的变量,为实际应用提供方便,同时在一定程度上节约了经济成本.
卵巢癌是目前死亡率最高的婦科疾病之一,利用信息學手段挑選特徵腫瘤標誌物已被廣汎用于包括卵巢癌在內的腫瘤分類、診斷研究.但是研究中單純以提高分類率為指標而忽視敏感性和特異性的均衡,且模型為多變量或者複雜模型,成本過高,不太適閤臨床應用.為此,提齣一種基于"極少"特徵標誌物的兩步預測模型,利用先期提取的多箇特徵作敏感性和特異性測試,然後構建特徵變量的兩步預測模型.先用單箇變量預測,在一箇變量不能得到可靠結果時,纔增加另一變量參與模型.實驗顯示,篩選齣的PPE8+LPFA和PPE8+LPC0兩對變量組閤的敏感性和特異性顯著、均衡,變量之間的相關性較小,且分類結果和4箇變量的分類結果相噹,與9箇變量的分類率隻差4%~5%.所提齣的基于極少特徵標誌物的兩步預測模型結構簡單,在保持相同分類效果的前提下大大減少瞭用于預測的變量,為實際應用提供方便,同時在一定程度上節約瞭經濟成本.
란소암시목전사망솔최고적부과질병지일,이용신식학수단도선특정종류표지물이피엄범용우포괄란소암재내적종류분류、진단연구.단시연구중단순이제고분류솔위지표이홀시민감성화특이성적균형,차모형위다변량혹자복잡모형,성본과고,불태괄합림상응용.위차,제출일충기우"겁소"특정표지물적량보예측모형,이용선기제취적다개특정작민감성화특이성측시,연후구건특정변량적량보예측모형.선용단개변량예측,재일개변량불능득도가고결과시,재증가령일변량삼여모형.실험현시,사선출적PPE8+LPFA화PPE8+LPC0량대변량조합적민감성화특이성현저、균형,변량지간적상관성교소,차분류결과화4개변량적분류결과상당,여9개변량적분류솔지차4%~5%.소제출적기우겁소특정표지물적량보예측모형결구간단,재보지상동분류효과적전제하대대감소료용우예측적변량,위실제응용제공방편,동시재일정정도상절약료경제성본.