試析胃腸腫瘤標志物診斷大腸癌之檢驗

陳麗云

農安衛校附屬醫院

試析胃腸腫瘤標志物診斷大腸癌之檢驗

陳麗云

農安衛校附屬醫院

信息技術和生命科學是當代標志性學科，數據挖掘，又稱為數據庫中知識發現，醫學是與試驗和信息結合非常緊密的科學，將有限的檢驗信息提煉為高效的診治信息，利用人工神經網絡為數據挖掘工具，以項血清標志物檢驗診斷大腸癌為例，檢驗報告客觀提供了檢測結果參考價值。

胃腸腫瘤；數據庫；血清標志

一、一些相關的概念

我國在檢驗醫學教育、質量保證等方面有了很大的發展，但值得思索的是在技術層面還有待進步。利用數據挖掘技術可以實現這一目標，評價和肯定檢驗項目的臨床價值，在技術上可以根據它的工作過程應用于臨床實踐工作。它可以分為數據抽取、數據存儲和管理、數據展現。

從技術層面上來說，數據的抽取是數據進入倉庫的入口。數據倉庫的組織管理方式在數據展現方面主要的方式有：查詢、報表、可視化、統計和挖掘。

診斷試驗含義是廣泛的，利用數據挖掘等方法，并行處理大量的數據。它包括各種化驗室檢查，詢問病史，從數據中得到關于數據關系，體檢所獲得的資料，使系統更便于管理和維護，得到各種影像診斷和儀器診斷等。

尤登指數又稱正確指數，靈敏度又稱真陽性率，特異度又稱真陰性率，因此，尤登指數是指靈敏度和特異度之和減去1，靈敏度和特異度是矛盾的統一體，是綜合評價真實性指標，理想實驗應為1。計算機動畫技術表現復雜數據及其相互關系。

準確度：試驗的準確度，也稱效率。反應檢出患者的能力，是真陽性與真陰性人數之和占受試人數%，隨著診斷閡值的變化而變化，理想的實驗應為1。

陽性預測值是另外一項指標，具體地說，它是指真陽性人數占實驗結果陽性人數的百分比，可用以描述診斷性試驗陽性時患病的機率。預測值又稱預告值，預示值，在不同患病率的人群中，一個診斷方法有其一定的特異度和靈敏度，陽性結果的預測值不同，應用它篩檢或診斷患病率不同的人群時，患病率低時，陽性預測值很低。

重復做試驗時獲得相同結果的穩定程度，我們稱這項指標為可靠性。繪制ROC曲線以實驗靈敏度為縱坐標，隨機的數據集中識別有效的，依照連續分組測定的數據，潛在有用的以及最終可理解的模式，利用曲線下的面積，根據數據挖掘的方法，評價不同檢驗項目或不同檢測方法，調節各處理單元間的連接權值，曲線下面積越大，其診斷價值越大。

二、試驗的技術路線及目的

選擇有代表性的聯合檢驗項目，通過醫院信息系統和檢驗醫學信息系統，選取臨床診治具有指導意義的腫瘤標志物，收集檢驗結果數據，認真詳細記錄檢驗結果相關信息，并進行分類整理，主要是臨床診斷和治療信息。分析評價各組病例檢驗項目實際臨床價值，根據合適的方法，構建ROC曲線，對聯合試驗項目進行數據挖掘，應用診斷模型仿真預測值，采用人工神經網絡模型等進行處理，驗概率注釋檢驗報告的臨床實踐，然后根據實際情況隨訪統計，在患病率高的人群中篩查較有意義。

通過對胃腸腫瘤標志物數據的整理，采用數理統計等方法將確診大腸癌的數據分別提煉出來，對組合檢驗結果進行數據處理，進行數據分析，以胃腸腫瘤標志物診斷大腸癌為例，計算出靈敏度和特異度，從技術層面畫出ROC圖形，在應用人工神經網絡后，選擇最佳數學模型，進行篩查診斷，要求最少有五組連續分組測定數據，ROC曲線下的面積大小顯而易見，在診斷性試驗中，對篩查和診斷大腸癌都有更好的效果，并開辟一條檢驗醫學臨床實踐，這對臨床實踐有很好的幫助。

三、實驗的材料與方法

檢驗組合共計2000份。

分組為：健康對照組、大腸癌組、其他疾病組。

所有研究對象抽取空腹靜脈血3ml。利用檢驗科信息管理系統分類統計，采用目前最先進的標記免疫測定技術。以Microsoft-Excel形式導出，方法具有敏感，快速和穩定的特點。

采用基于誤差反傳原理多層前饋神經網絡。各組經過篩查模型或診斷模型仿真預測，計算各個標本胃腸腫瘤標志物檢驗結果，分別存入大腸癌篩查、癌診斷ROC數據集。

通過全息條形碼實驗室信息系統，建立的人工神經網絡診斷模型，輸入篩查模型得到ANN計算值，得出診斷預測值（驗后概率）的計算公式，體檢標本查閱篩查模型的ROC數據集，得出本地區大腸癌的患病率，之后定期隨訪和不斷修正ROC數據集，其臨床實踐方法可存儲于檢驗醫師工作站共享。

四、臨床意義

腫瘤標志物是指存在于腫瘤細胞內的物質，研究中引起腫瘤標志物假陽性有很多因素，隨著腫瘤研究深入，腫瘤標志物增多，如常見的大腸癌的血清標志物。腫瘤的發現有賴于腫瘤標志物的輔助檢查，胃腸腫瘤發病因素主要與生活習慣有關。如高脂飲食、缺少運動、在血吸蟲疫區的不潔生活方式等。

檢驗醫學是一個為臨床服務的二級學科，但如何運用好的技術提供臨床依據，提高臨床對疾病的診斷效率，意義重大。

人工神經網絡簡稱神經網絡，是腫瘤標志物檢測技術的發展，能對腫瘤標志物進行多次訓練，并通過它自身的特點，得出最佳臨界值，經過計算機相應處理后，對此臨界值進行ROC曲線分析，能夠最終使聯合試驗提高診斷效率。目前發現腫瘤標志物的方法有很多，但隨著醫學信息化的建設，證實了這種方法預測胃腸癌的敏感性要比其它技術高的多，即人工神經網絡的診斷效率最高。對疾病的診斷有很大幫助，在醫學領域良好的應用前景。

［1］袁成斌，趙任.結腸直腸腫瘤標志物的臨床價值認識及新進展［J］.外科理論與實踐，2009，14（6）

［2］仲崇明，張子齡，蔡培培.ROC曲線評估相關腫瘤標志物對肺癌的診斷臨界值［J］.標記免疫分析與臨床，2009，16（5）

［3］靳曉亮，楊波，關方霞，宋來君等.腫瘤與腫瘤標志物研究中證據的思考.醫學與哲學（臨床決策論壇版），2009，2（30）

［4］解庭波，張蕾.人工神經網絡在消化道腫瘤檢測和診斷中的應用進展.長江大學學報，2009，6

［5］顧克東，張雅青.腫瘤標志物最新研究技術及其臨床檢測方法.西北民族大學學報（自然科學版），2005，26（59）