论文部分内容阅读
目的构建预测慢性肝炎肝脏炎症和纤维化程度的数学模型，评价血清纤维化标志物的应用价值。方法对81例慢性肝炎患者的肝穿刺标本进行病理分级（G）和分期（S），血清纤维化标志物透明质酸、Ⅲ型前胶原、层黏蛋白、Ⅳ型胶原、脯氨酸肽酶和甘胆酸均采用放射免疫法检测；以血清纤维化标志物作为自变量，用Bayes逐步判别分析构建预测不同病理分级和分期的判别函数。结果不同病理分级的判别模型预测G1、G2和G3的正确率分别为62．50％、21．05％和62．96％，总正确率为43．21％；预测G3的灵敏度和特异度分别为62．96％