论文部分内容阅读
目的比较人工神经网络(ANN)和逻辑回归模型对肝细胞癌患者的诊断价值,以提高肝细胞癌血清诊断效率。方法收集2012年4—12月第二军医大学第三附属医院收治的630例肝病患者的临床资料,其中肝细胞癌患者428例、肝硬化患者139例、肝炎患者63例,根据疾病类型将患者分为肝细胞癌组和非肝细胞癌组。采用单因素分析初步筛选两组中的差异性指标,再进行多因素逻辑回归分析确定最终的差异性指标。指标分别纳入ANN和逻辑回归模型,比较两种模型的诊断效率及与病理诊断结果的一致性。结果经研究筛选确认,最终将甲胎蛋白、总胆汁酸、活化部分凝血活酶时间、碱性磷酸酶和血小板因素分别纳入ANN和逻辑回归模型。两种诊断模型比较,其受试者工作曲线下面积分别为0.92(0.89~0.94)和0.87(0.84~0.90);两组受试者工作曲线下面积比较,Delong检验Z=3.882,P<0.001。两种诊断模型截断值分别为0.593和0.647,敏感度分别为82.9%和79.9%,特异度分别为84.7%和81.7%;两种模型与病理结果的一致性指数(Kappa系数)分别为0.68和0.58,准确度分别为83.4%和80.4%。结论在选择相同指标建立肝细胞癌诊断模型时,ANN的诊断效率优于逻辑回归模型,故ANN为肝癌辅助诊断更有效力的模型。