基于流行病學、臨床癥狀、腫瘤標志和影像學特征的肺癌診斷模型的建立.pdf

1、肺癌是一種涉及了基因和表觀遺傳改變的復雜疾病，是世界范圍內(nèi)癌癥死亡的主要原因。近年來，中國地區(qū)的肺癌發(fā)病率較前明顯增加，成為一個重大的公共衛(wèi)生挑戰(zhàn)。盡管隨著醫(yī)療水平的提高和臨床藥物應用的發(fā)展，肺癌的治療效果得到有效的改善，但是晚期肺癌患者的生存率和總體預后仍然在相對較低的水平。因此，提高早期診斷效率是改善肺癌患者預后的關鍵。
　　流行病學表明肺癌和吸煙有強大的統(tǒng)計學關聯(lián)。據(jù)估計，全世界有12.5億煙民，每年超過一百萬人死于煙草導致

2、的肺癌。吸煙與肺癌的發(fā)生發(fā)展密切相關，85％的肺癌與吸煙有關，并且2年生存率＜10％。美國肺癌篩查中心推薦對吸煙史＞30年包，且禁煙＜15年的患者進行肺癌篩查。
　　腫瘤標志是反映存在于腫瘤中的生物化學物質。它們不存在于正常成人組織中，或只存在于胚胎組織。它們在腫瘤組織中的含量顯著超過正常組織。它們量或質的改變也許預示了腫瘤的本質，以便了解腫瘤組織、細胞分化和細胞功能，并幫助進行腫瘤的診斷、分類、判斷預后和治療。然而，單一腫瘤標志

3、檢測的敏感性和特異性通常低于由不同特性、敏感性和互補性的多個腫瘤標志組成的腫瘤標志群。因此，目前多采用多種腫瘤標志聯(lián)合診斷來提高早期肺癌的檢測。
　　影像學是臨床肺癌診斷的一種重要的方法。但是低靈敏度的X線片也是肺癌診斷延誤的主要原因。近來，在美國肺癌篩查試驗研究表明，在肺癌高危人群中進行低劑量CT掃描相比X線降低了20％肺癌死亡率。因此，這項檢查被美國預防服務中心、美國癌癥協(xié)會和其他咨詢機構推薦?，F(xiàn)在，低劑量CT被用于高度懷疑肺

4、癌患者的檢測，而且擁有高度敏感性來幫助發(fā)現(xiàn)和確定早期肺癌。然而，CT對肺癌診斷的特異度太差。腫瘤標志比動態(tài)CT成像表現(xiàn)出較低的敏感度，而特異性高于CT掃描。因此，CT成像掃描結合腫瘤標志能夠有助于區(qū)分肺癌與良性肺疾病。
　　數(shù)據(jù)挖掘技術作為建模工具已經(jīng)證明了其從多個來源吸收信息并精確分析及建立復雜模型的能力?，F(xiàn)在，許多研究將腫瘤特征同數(shù)據(jù)挖掘技術結合來診斷腫瘤。盡管肺癌診斷有很多因素并且它們之間有復雜的關系，數(shù)據(jù)挖掘技術能夠學習不

5、能通過數(shù)學方法描述的模糊評價，并且能夠解決一些復雜的、不確定和非線性問題，特別是當面對大樣品、多媒體、多變量時，數(shù)據(jù)挖掘技術在解決非線性和未知數(shù)據(jù)分布問題上顯示了更優(yōu)秀的能力。
　　目的:
　　本研究在課題組前期成果的基礎上，將血清腫瘤標志與流行病、臨床癥狀、影像學特征聯(lián)合，利用數(shù)據(jù)挖掘技術來建立肺癌-肺良性疾病輔助診斷模型，以期進一步提高肺癌診斷的準確率，并為肺癌診斷提供參考和輔助方法，改善肺癌患者的生存率和預后。

6、　　方法:
　　1.收集2014年10月至2016年3月鄭州大學第一附屬醫(yī)院呼吸內(nèi)科423例住院患者的血清學標本并測定血清腫瘤標志水平。從住院醫(yī)師或主治醫(yī)師修改并完成的住院病歷中提取住院患者的流行病學和臨床信息。包括性別、年齡、吸煙史、飲酒史、家族史（腫瘤方面）;是否咳嗽、咳痰、痰中帶血、乏力、發(fā)熱出汗、聲音嘶啞。
　　2.使用Fisher判別分析和Logistic回歸分析方法對血清腫瘤標志、流行病學和臨床癥狀指標進行篩選優(yōu)

7、化。
　　3.將篩選優(yōu)化后指標通過數(shù)據(jù)挖掘技術（ANN、SVM、決策樹C5.0）和Fisher判別分析建立肺癌診斷模型。
　　4.同時收集423例患者的CT影像學資料，并根據(jù)病例的納入和排除標準選取其中214例患者的CT影像作為研究對象。
　　5.請3位高年資呼吸科主治醫(yī)師分別對214例患者的CT影像進行判斷，提取19項特征并評分。各個影像學特征的最后評分取3位醫(yī)師的平均分。
　　6.將提取的19項影像學指標通過

8、Fisher判別分析和Logistic逐步回歸分析的方法來篩選優(yōu)化，并通過數(shù)據(jù)挖掘技術（ANN、SVM、決策樹C5.0）和Fisher判別分析建立肺癌診斷模型。
　　7.采用Fisher判別分析和Logistic逐步回歸分析的方法對血清腫瘤標志、流行病及臨床癥狀、CT影像學特征一系列指標進行篩選優(yōu)化并通過數(shù)據(jù)挖掘技術（ANN、SVM、決策樹C5.0）和Fisher判別分析建立肺癌診斷模型。
　　結果:
　　1.腫瘤標志

9、聯(lián)合流行病學及臨床指標建立的各模型對預測集預測結果的靈敏度、特異度、準確度、陽性預測值和陰性預測值和AUC要明顯高于單獨腫瘤標志建立的各模型。
　　2.腫瘤標志、流行病學、臨床癥狀指標建立的模型中，ANN模型的的靈敏度、特異度、準確度、陽性預測值和陰性預測值和AUC均高于其他3種模型，ROC曲線下面積對比差異有統(tǒng)計學意義(P＜0.05)。
　　3.腫瘤標志和流行病學及臨床癥狀聯(lián)合后各組指標建立的ANN模型之間AUC差異無統(tǒng)計

10、學意義，但10種腫瘤標志和流行病學及臨床癥狀全部Logistic逐步回歸分析優(yōu)化后的13項指標，即年齡、性別、吸煙史、咳痰、痰中帶血、發(fā)熱出汗和DNMT3B、DNMT1、HDAC1、胃泌素、NSE、CEA和鈣離子，建立的ANN模型訓練集準確度為100％，預測集準確度為94.33％，特異度95.5％，陽性預測值93.8％，均高于其他模型。
　　4.Logistic逐步回歸分析篩選出的空洞征、棘突征和氣管狹窄3個變量建立的SVM模型對

11、預測集預測結果的靈敏度為92.3％、特異度81.8％、準確度86.9％、陽性預測值90.6％、陰性預測值91.8％、AUC0.857。
　　5.將血清腫瘤標志、流行病學、臨床癥狀、影像學聯(lián)合，利用Logistic逐步回歸分析篩選出16項指標建立的SVM模型對肺癌預測結果的特異度、準確度、陽性預測值、AUC分別為95.5％、97.2％、95.4％、0.969，靈敏度和陰性預測值為99.0％和95.4％。
　　6.血清腫瘤標志、

12、流行病學、臨床癥狀、影像學指標聯(lián)合建立的SVM和決策樹C5.0模型對肺癌診斷效能優(yōu)于單獨影像學建立的SVM模型和決策樹C5.0模型，AUC相比差異有統(tǒng)計學意義(P＜0.05)。
　　結論:
　　1.用Fisher判別分析和Logistic逐步回歸分析分別對流行病學、臨床癥狀和血清腫瘤標志指標進行篩選優(yōu)化，優(yōu)化后的指標聯(lián)合建立肺癌ANN診斷模型，其靈敏度、特異度、準確度、陽性預測值、陰性預測值和AUC明顯高于單純血清腫瘤標志聯(lián)