摘要
目的:对各种检验信息进行提取,并将其转化为重要的诊治信息,对检验医学从技术层面进行研究,积极探索其应用于临床实践的实现路径。方法:对大肠癌的诊断等,采用血清标志物,即CA72-4,CA199和CEA,同时以数据信息系统和平台为依托,包括实验(LIS)和医院(HIS)等,其中以人工神经网络(Artificial Neural Network,ANN)为依据,进行了相应的数据分析和挖掘,同时针对受试者的数据分析主要集中在工作特征,相关统计曲(ReceiverOperatingCharacteristic,ROC)的绘制采用了SPSS,最终获取的验后概率可解释检验报告。结果:检验标本共1206份,就大肠癌而言,其占比较高,达到了11.5%;研究中构建了相应的数据集,即ROC,包括大肠癌的诊断数据和结果等,其中主要采用的三种血清标志物;就血清标志物浓度而言,大肠癌组相较于对照组较高,且显著高于其他组(<0.01);采用诊断模型对大肠癌进行筛查,并对相应的ROC曲线进行计算分析,最终得出三项标志物检验对应的曲线面积,其中CA199为0.624,CA72-4为0.692,CEA为0.721,诊断模型为0.785。上述检验报告具有一定参考价值,即针对检验结果。结论:对各项检验项目进行研究和数据分析,表明诊断模型效率更高, 其中将人工神经网络与ANN模型相结合,因此对相关检验数据构建数据集,即ROC,同时采用相应的检验报告,即赋予验后概率,在临床实践中具有创新应用价值,且具备一定的可行性。
关键词:大肠癌;肿瘤标志物;检验医学
引 言
通过对相关数据的整理分析,即胃肠癌肿瘤标志物,并对数据进行提炼,计算灵敏度等,在此基础上绘制ROC图形,之后利用上述模型进行筛查诊断,能够清晰直观的区分出曲线下面积,由此可以看出,人工神经网络模型诊断效果较好,可用于临床实践。大肠癌在当今这个社会是最为常见的一种恶性肿瘤,全世界范围内大肠癌的发病率无论是在男性还是女性当中都高居于恶性肿瘤的第3位。死亡率高、复发率高、预后疗效差。大肠癌的发病率在恶性肿瘤中排在第2位,所导致的死亡率可达33%,是大多数国家和地区发病率上升最快的恶性肿瘤之一,据统计,全球每年大约有70万余人被确诊为大肠癌,其中大约有百分之七十的病人因此而最终失去生命,危险系数极高,引发全人类关注,对于其研究日益增多。大肠癌的筛查在国外开展的是比较成熟的,大便常规检查是最常见一种方法,还包括乙状结肠镜、结肠镜检查,一般来说肠镜检查是目前筛查大肠癌最佳方法。
国内外对于该研究主要倾向于回顾性处理,主要的研究方法包括SROC等,针对组合检验结果,主要是基于数理统计等处理方法,因此在临床中应用较少。本文研究内容为大肠癌的检查和诊断,其中主要采用了胃肠癌标志物, 从技术层面进行了研究,力图为临床实践创设新路径。
1 材料和方法
1.1 研究对象
本文采集的研究数据主要来源于泸州医学院,数据范围主要集中在2021年6月1日~2022年1月31日之间,从该医院检验科获取了主要数据,并从信息管理系统中提取了1971份组合检验数据,数据内容主要是“胃肠癌肿瘤标志 物”。纳入统计标准:对实验设置了相应的组别,包括健康对照组,体检结果良好,无器质性病变;设置的大肠癌组,其中的人员均得到了明确诊断结果;实验中设置的其他疾病组来自于本院(患有胃癌的病例数为49例,患有食道癌的病例数为23例等)。最终研究数据份数为1206份,如表1所示,其中涵盖了基本信息,如年龄等。排除标准: 没有明确的诊断结果、检查次数多次重复等。最终排除的数量为765份。
表1 胃肠肿瘤标志物CA199、CA72-4、CEA检验研究对象
分组 | n | 男 | 女 | 年龄 |
健康对照组 | 195 | 99 | 96 | 6~82 |
大肠癌组 | 125 | 84 | 41 | 30~86 |
其他疾病组 | 886 | 403 | 483 | 10~93 |
合计 | 1206 | 586 | 620 | 6~93 |
1.2 实验方法
针对各组的研究对象进行了相应的处理,包括对其空腹情况下的静脉血进行抽取,抽取量为3ml,对这些静脉血进行离心处理,并对离心机设置为3000rpm,持续时间为5分钟,之后检测血清,确定其含量。本实验采用了多种分析仪器,如电化学发光免疫分析仪,主要生产制造公司为X罗氏公司,型号为ECL一2010型等,该仪器是全自动 的,方便操作,其中采用的试剂盒为全封闭,包括CEA等,主要是该仪器专用的。其中型号为COBAS-411的分析仪, 采用的技术主要是标记免疫测定技术,就当前而言,该技术较为先进,作为新一代技术,在此之前还存在酶免疫等技术,相较于之前的技术,该测定技术具有多种优势,如敏感以及稳定性较强等。而型号为ECL-2010的分析仪,同样具有多项优势,如灵敏度较高以及进行检测时所需的时间较短等。
1.3 数据统计
基于智能统计模块进行数据分析,其主要来自于信息管理系统(LIS),统计数据的导出主要应用了Microsoft Excel,对数据的统计主要利用了相关处理软件,即SPSS13.0,主要采用了插件NNX2.01等进行模型构建,其来自于人工神经网络Office。
1.4 临床实践方法
(1)对标本和相关诊断数据信息的查阅主要依托于实验室信息系统,其中该系统采用了全息条形码。(2)实验中对于检测结果的分析,主要是借助筛查模型,经过输入、计算等过程最终得出ANN计算值,其中标本主要包括CEA等。针对非体检标本,同样采用该方式获得ANN计算值。(3)针对体检标本,对相关数据的查阅主要是阳性和阴性预测值,其中来源于筛查模型的对应数值栏,相关数据包含在ROC数据集中,即ANN计算值,针对非体检标本,同样采用上述方式查阅,获得阳性和阴性预测值,基于这些数据对检验报告进行注释,主要是验后概率。(4)针对该ROC数据集,相关人员可以进行随访和修正,医师工作站存储了这些数据集,之后可实现检验科室的信息共享。大肠癌也就是在临床上常见的、所说的结直肠癌,它是由诸多因素交织在一起从而导致发生病变的一种恶性程度高、死亡率较高的恶性疾病。
2 结果
2.1 胃肠肿瘤标志物检验结果
在统计数据中,对1011份检验标本进行分析和计算,最终得出了相应的大肠癌构成比,数值为0.124。对检测结果进行检验,主要采用了正态检验方式,最终结果表明呈现非正态分布。就标志物浓度而言,大肠癌组处于较高水平,其次是其他疾病组,其检测浓度也较高,且相较于对照组,两组显著更高。随着时代的不断变迁和人们文化水平的整体提高,大家对肿瘤的防患意识也在不断增加,不管是在医院还是在越来越多的体检中心在常规的体检中都纳入了肿瘤标志物的检查,对于肿瘤标志物与肿瘤之间的关系也逐渐有了一个清晰的认识。这些指标的明显增高往往是与消化道肿瘤、肺部肿瘤、乳腺肿瘤、和前列腺肿瘤都是存在这密切联系的,但是这种联系不是百分之百肯定的。在遇到肿瘤标志物升高的情况时要学会区别三种情况:第一是指标明显异常,高于正常标准的2倍以上,尤其是特异性和敏感性很高的肿瘤标志物,就需要及时就诊并且足够的重视,多方位排除诱因。第二是指标忽高忽低,在没有进行肿瘤治疗的情况下,这大概率提示与肿瘤的关系不大。第三是肿瘤标志物指标水平进行性增高,每次检查指标一次比一次高,这种情况也应该值得足够重视并及时的就诊确定隐藏的原因。肿瘤标志物的明显升高这不能一定代表可能得了什么肿瘤,但是肿瘤标志物指标水平可以作为肿瘤筛查的一个强有力的辅助手段,指标增高这只是提供一个线索,医生需要结合年龄、性别、家族史,肿瘤标志物的具体变化情况来综合判断,再进行有针对性的检查。最后才能得出较为肯定的结论。在恶性肿瘤患者中一般肿瘤标志物的指标水平都显著升高,但这不是代表所有的恶性肿瘤都会引起指标水平的身高,存在差异性。肿瘤标志物的数值的变化可能也是与机体的炎症有关的。当然一些客观的因素也会引起肿瘤标志物指标的水平升高,如血液标本储存不当、喝酒、睡眠不足、使用一些药物(胸腺肽、狂犬疫苗)等等。总的来说,肿瘤标志物指标水平变化应该得到足够的重视。
2.2 大肠癌ANN筛查模型
基于大肠癌组,并结合了体检人群组,对诊断模型进行了构建,并用于检验和筛查,验前概率为(0.0006), 最终得出ANN预测值,并作为相应的诊断概率,在恶性肿瘤患者中,肿瘤标志物水平会随着病情的不断进展而不断升高,前提是在没有任何治疗的条件下,越到晚期,肿瘤标志物的水平越高。Dukes D 期血清CEA、CA19-9、CA125的值越高,比标准值升高的水平越高,还可发现大肠癌Dukes D期中血清CEA、CA19-9升高大于4倍水平段所占比例明显高于同一水平段的Dukes A、B、C 期,其余各同水平段相比差异不大。并且还可发现血清CA125升高水平在各个水平段中所占比例相比较差异不大。由此可以说明,检测肿标志物变化水平可以为恶性肿瘤的分期提供一个额外的辅助手段,在对恶性肿瘤分期中要把肿瘤标志物升高水平重视起来。具体数据如表2所示:
表2 胃肠肿瘤标志物筛查大肠癌模型的ROC数据集
ANN筛查模型计算值 | 灵敏度 | 特异度 | 正确度 | 阳性预测值 | 阴性预测值 |
0.33 | 1.0000 | 0.0000 | 0.5723 | 0.0006 | |
0.34 | 0.9888 | 0.0387 | 0.5809 | 0.0006 | 0.7762 |
0.35 | 0.9368 | 0.2320 | 0.6255 | 0.0007 | 0.7859 |
0.36 | 0.8587 | 0.4088 | 0.6489 | 0.0009 | 0.7432 |
0.37 | 0.8067 | 0.5801 | 0.6851 | 0.0012 | 0.7501 |
0.38 | 0.7361 | 0.6519 | 0.6723 | 0.0013 | 0.7118 |
0.40 | 0.6468 | 0.7790 | 0.6702 | 0.0018 | 0.6881 |
0.45 | 0.4907 | 0.9006 | 0.6277 | 0.0030 | 0.6388 |
0.50 | 0.4201 | 0.9724 | 0.6149 | 0.0090 | 0.6264 |
0.60 | 0.3011 | 1.0000 | 0.5574 | 1.0000 | 0.5886 |
0.65 | 0.2602 | 1.0000 | 0.5340 | 1.0000 | 0.5748 |
0.70 | 0.2342 | 1.0000 | 0.5191 | 1.0000 | 0.5663 |
0.80 | 0.2045 | 1.0000 | 0.5021 | 1.0000 | 0.5569 |
0.85 | 0.1859 | 1.0000 | 0.4915 | 1.0000 | 0.5512 |
0.90 | 0.1747 | 1.0000 | 0.4851 | 1.0000 | 0.5479 |
0.95 | 0.1599 | 1.0000 | 0.4766 | 1.0000 | 0.5434 |
1.00 | 0.1301 | 1.0000 | 0.4596 | 1.0000 | 0.5348 |
2.3 大肠癌ANN诊断模型ROC数据集
基于大肠癌组,主要来源于本院就诊病例,并结合了其他疾病组,进行了诊断模型的构建,最终得出了ANN计算值,并主要体现在ROC数据集中,具体数据如表3所示。
表3 胃肠肿瘤标志物诊断大肠癌ANN模型ROC数据集
ANN诊断模型计算值 | 灵敏度 | 特异度 | 正确度 | 阳性预测值 | 阴性预测值 |
0.4 | 1.0000 | 0.4307 | 0.5209 | 0.2485 | 1.0000 |
0.45 | 0.9600 | 0.5316 | 0.5995 | 0.2784 | 0.9860 |
0.5 | 0.9360 | 0.5949 | 0.6489 | 0.3031 | 0.9801 |
0.55 | 0.8200 | 0.6672 | 0.7072 | 0.3423 | 0.9779 |
0.6 | 0.8800 | 0.7123 | 0.7389 | 0.3654 | 0.9693 |
0.65 | 0.8080 | 0.7395 | 0.7503 | 0.3686 | 0.9534 |
0.7 | 0.7520 | 0.7922 | 0.7858 | 0.4052 | 0.9443 |
0.75 | 0.7040 | 0.8208 | 0.8023 | 0.4251 | 0.9364 |
0.8 | 0.6480 | 0.8434 | 0.8124 | 0.4378 | 0.9272 |
0.85 | 0.6240 | 1.8660 | 0.8276 | 0.4671 | 0.9244 |
0.9 | 0.5920 | 0.8660 | 0.8428 | 0.5034 | 0.9206 |
0.95 | 0.4960 | 0.9127 | 0.8466 | 0.5167 | 0.9058 |
1 | 0.3360 | 0.9292 | 0.8352 | 0.4719 | 0.8814 |
针对大肠癌的筛查应用的三项标志物和筛查模型,即ANN筛查模型,最终的筛查效率数据。针对大肠癌的筛查应用的三项标志物和诊断模型,即ANN诊断模型,最终的诊断效率数据如表6所示。表6 三项标志物及其联合分析诊断大肠癌ROC曲线面积比较。就各组人群而言,针对大肠癌的筛查和诊断应用的两种模型,即ANN筛查和诊断模型,最终的计算值数据如表7 所示。
表4 胃肠肿瘤标志物检验大肠癌ANN模型计算值比较
分组 | n | ANN筛查模型 | ANN诊断模型 |
健康对照组 | 195 | 0.3819±0.04861 | |
大肠癌组 | 125 | 0.5689±0.2508 | 0.7112±0.2455 |
2.4 ANN诊断模型及其验后概率的临床应用
对于非健康检查人群的胃肠肿瘤标志物检验报告,除了进行联合分析之外,也给出了相应的验后概率。这项工作的起始时间是2021年9月1日,截至今年1月31日,已经对267名相关人士进行了随机走访,同时对442名相关人士进行了胃肠肿瘤标志物检验,其中有245人确诊,这些数据有助于临床医师诊断和治疗胃肠肿瘤疾病。血清CEA很早就被认定为大肠癌的肿瘤标志物,是大肠癌诊断的一个强相关辅助指标。血清CA19-9这个肿瘤相关抗原也在很早前制成了抗消化道肿瘤的单抗,也会反映术后的复发情况和病情恶化程度。血清CA125在恶性肿瘤患者中,其值也会随着患者病情的不断恶化和进展而出现升高,其提示机体内有恶性肿瘤的存在以及反映病灶的变化。将血清CEA、CA19-9、CA125三个肿瘤标志物的指标联合检测,大大提高了大肠癌临床诊断的准确性和特异性,为大肠癌的临床诊断提供了更加忠实可靠的理论证据,还有助于大肠癌的早发现、早治疗、提高生存率、提高预后效果,还在很大程度上提高了在临床上的使用价值,值得在临床上推广使用。同样其他的肿瘤标志物的检测也可像上述方法一样,多种肿瘤标志物可以选择联合检测,这样不仅提高的是肿瘤标志物在恶性肿瘤诊断中的敏感性,更是为肿瘤标志物在临床上的使用提高了其可信度,还为肿瘤这个复杂的领域提供了值得信赖的一种辅助检查手段,为肿瘤学的发展起着促进作用。随着医疗事业的不断发展和医疗水平的不断提高,肿瘤标志物联合检测值得不断推广和应用,使它成为临床医生值得信赖的小助手、患者可靠的机体监测指标。充分发挥肿瘤标志物联合检测在临床的自身价值,使更多的患者因此而受益,及时的做到早发现早治疗,最终获得理想的效果。
综上,在大肠癌患者中,肿瘤标志物CEA、CA19-9、CA125指标水平是高于正常人的,更高于标准值,会出现不同程度的升高,与大肠癌Dukes分期也是有关系的,故提醒我们对于肿瘤标志物水平升高要予以重视,多种肿瘤标志物的联合检测方法会提高在临床应用的效率和质量,此方法在临床值得推广并应用。
3 讨论
3.1 应用ROC数据集具有严格限定性
预测值和ROC曲线直接由检验对象的纳入标准决定,因此,必须保证统计样本在检验项目数据诊断和挖掘效率评价过程中的代表性,即研究样本对总体的预测范围必须囊括临床实践对象。例如,本文没有覆盖有过大肠癌治疗经历的检验人群,只覆盖了诊断模型和筛查模型。如果要想使检验模型与检验医学实践相适应,针对同一组检验项目,就需要匹配早期、分期、鉴别、预后、分型诊断以及制定筛查等多个ROC数据集。
对检验报告进行联合分析,运用了多种方法,其中包括Logistic回归、ANN以及决策树,而结果表明,ANN 是最佳方法。根据表5的数据,所有单项检验的ROC面积都小于ANN联合分析的面积,这说明通过检测胃肠肿瘤标志物诊断大肠癌这一诊断方法的效率在ANN联合分析的辅助下,得到了较大提升。人工神经网络能够向一个较小的均方差收敛,同时也能够向任一连续函数无限接近,是一种具备自行对误差进行修正的能力,并且能够反向传递的多层映射网络。它的自学和抗干扰能力以及适应性都较强,以数据的内在联系为基础,对数据进行建模,是一种大型并行非线性处理系统。
3.2 检验医学步骤
根据现代医学发展史,检验医学由一个步骤发展为三个步骤:
1)最开始只是对患者的物质代谢状况进行检验,以此作为患者是否发生病变的判断标准,涉及的指标包括酶,钾离子,钙,镁,糖以及蛋白等,统称为化学检验。
2)后来加入了检验人体中是否存在病原体的免疫学检验,判断标准是外来病原体自带的特异性球蛋白与人体免疫系统产生的特异性球蛋白和淋巴细胞的结合情况。
3)现在又加入了基因检验用以诊断人体的基因缺陷和密码变异情况,这个检验步骤主要依赖于分子生物学手段。检验技术的进步对于推动临床医学诊断进步具有重要意义。
最近这些年,一方面临床医学在检验医学的推动下不断进步,而这又进一步为更新检验知识和开发检验新方法和技术奠定了基础。然而,另一方面,临床与检验二者之间的关系受到检验应用难度大和日益增加的检验项目的制约,也出现了一些问题,甚至于走向对立。在这种情况下,必须加强检验医学和临床医学的纽带关系,互相交流与合作,将检验医学在疾病预防、疾病诊断以及疾病治疗过程中发挥的作用最大化,从而推动检验质量提升,降低医疗事故发生率。
3.3 检验医师分工合作
挖掘、综合、分析以及储存各个检验项目,并针对其完成ROC数据集的建立,将有助于一个效率和实用性“双高”的检验医学专家系统的构建。当前检验科已经把实验数据转化为诊治信息,并将其运用于临床诊断和临床治疗。(二)由于肿瘤标志物的检测结果受诸多因素的影响,例如标本和试剂对结果会产生影响、检验人员在操作过程中的不足之处、以及肿瘤病人自身状况等等,这都会有可能导致肿瘤标志物检测结果有不准确。想要保证结果的准确性,必须保证操作过程的严谨性,按照标准一丝不苟的进行检测,克服这些不确定因素带来的影响。
由于我国国民对肿瘤标志物这方面的认知还不够全面和普及,没有全员认识到肿瘤标志检测的重要性, 这导致肿瘤标志物的检测在全中国的应用有所欠缺,没有全部普及,肿瘤标志物的发展在中国还有很大进步和提升的空间。这就会有的患者因为谈癌色变和了解不够,会出现有拒绝医生开此项医嘱的情况。
大肠癌的发病率近些年来呈现不断上升的趋势,希望在未来,肿瘤标志物的联合检测在大肠癌以及其他恶性肿瘤的诊断中发挥越来越重要的作用。。因此,提高人们对肿瘤标志物的认知以及如何保持身体健康是越来越重中之重的事。
结 论
根据实验结果,即上述两个RDC图表,明显可以发现在所有统计方法中,ANN是最佳的。诊断和筛查模型的结果都显示,三项胃肠肿瘤标志物的面积都没有超过ANN下边的面积,这说明采取ANN方法诊断疾病的结果更精确,诊断效率更高。ANN联合分析方法不仅为医生临床确诊提供了一个科学的理论依据,也为临床实践过程中的医学检验提供了一个新思路。
参考文献
[1] 吴敏利. 胃肠肿瘤标志物诊断大肠癌之检验医学实践[J]. 医药卫生(全文版), 2016(6):00217-00217.
[2] 肖英著. 胃肠肿瘤标志物诊断大肠癌的临床效果与价值分析[J]. 现代消化及介入诊疗, 2018, 23(A02):2.
[3] 张鹏. 血清肿瘤标志物联合检验在结直肠癌临床诊断中的应用效果观察[J]. 医学食疗与健康, 2018(9):1.
[4] 陈丽婉. 血清肿瘤标志物联合检验在结直肠癌临床诊断中的应用价值[J]. 现代医学与健康研究电子杂志, 2021, 5(17):3.
[5] 郭方飞. 血清肿瘤标志物联合检验诊断结直肠癌的临床有效性分析[J]. 世界复合医学, 2020, 6(10):3.
[6] 高志海, 田志军, 安燚. 五种肿瘤标志物联合检测在胃和结直肠癌诊断及随访中的临床意义[J]. 2022(10):68- 70.
[7] 张素琴. 分析胃肠肿瘤标志物在大肠癌诊断方面的临床意义[J]. 世界最新医学信息文摘, 2019(3):1.
[8] 姜涛. 胃肠肿瘤标志物诊断大肠癌的检验医学研究[J]. 临床检验杂志:电子版, 2018, 7(1):2.
[9] 刘振聪. 利用医学检验分析胃肠肿瘤标志物诊断大肠癌[J]. 2021.(6):34-36.
[10] 罗劭蕾, 马丽菊, 马腾飞,等. 多种肿瘤标志物联合检测对大肠癌临床诊断的价值[J]. 昆明医科大学学报, 2017, 38(10):6.
[11] 吴娟, 郑丹, 阮丽蒽,等. 多项肿瘤标志物联合检测在胃肠道肿瘤诊断中的价值[J]. 标记免疫分析与临床, 2020, 27(1):6.
[12] 吴秀梅. 联合检验粪便及肿瘤标志物在结,直肠癌诊治中的价值分析[J]. 健康养生, 2019, 000(2019年4期): 156.
[13] 韩声迁. 胃肠肿瘤标志物诊断大肠癌之检验医学实践[J]. 世界最新医学信息文摘, 2020(90):2.
[14] 王惠, 王春霞, 王道敏. 胃肠肿瘤标志物在大肠癌诊断中的临床意义[J]. 中国肛肠病杂志, 2018, 38(7):2.
[15] 曹先波, 张娜. 血清肿瘤标志物联合检验应用于结直肠癌临床诊断的价值研究[J]. 临床医药文献电子杂志, 2018, 5(27):2.
致 谢
在学习即将结束之际,我衷心感谢这段时间以来悉心教导过我的师长们,以及跟我一起学习、互相帮助的同学们。
我要特别感谢我的毕业论文指导老师,老师从最初的选题、构思、修改,一直到最终的定稿,都给予了我无微不至的关怀,提出了许多宝贵的意见。在此过程中,老师认真、负责、严谨的治学态度给我留下了深刻的印象。
最后,我还要感谢父母多年来对我的无私培养和支持,我将不会辜负他们对我的期望,在新的人生旅途上继续勇往直前。
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。
2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。
原创文章,作者:1158,如若转载,请注明出处:https://www.447766.cn/chachong/167324.html,