肿瘤标志物联合检测及模式识别技术在肺癌患者组织分型中的应用价值
作者：吴拥军 吴逸明 王丽萍 屈凌波 相秉仁
单位：吴拥军 吴逸明(河南医科大学劳动卫生学与卫生毒理学教研室 郑州 450052)；王丽萍( 河南医科大学第一附属医院肿瘤科 郑州 450052)；屈凌波 相秉仁(中国药科大学分析计算中心 南京 210009)
关键词：小细胞肺癌；非小细胞肺癌；癌胚抗原；糖类抗原125；促胃液素；神经元特异性烯醇化酶；组织分型；模式识别
河南医科大学学报000311 摘要 目的：通过肿瘤标志物联合检测，同时采用模式识别技术，评价血清癌胚抗原(CEA)、糖类抗原125(CA125)、促胃液素(Gastrin)、神经元特异性烯醇化酶(NSE)水平对肺癌组织分型中的临床价值。方法:用放射免疫法测定了51例肺癌患者血清CEA、CA125、促胃液素、NSE水平，采用线性学习机法、Fisher判别分析法及K-NN法等3种模式识别技术，探讨了该4项肿瘤标志物在肺癌组织分型中的应用价值。结果:小细胞肺癌(SCLC)患者促胃液素、NSE水平明显高于非小细胞肺癌(NSCLC)患者，而CEA、CA125水平却低于非小细胞肺癌患者。在判别SCLC与NSCLC类型中，3种模式识别技术总的符合率分别为81.5%、87.5%、100%。结论:该4项肿瘤标志物联合检测在肺癌组织分型方面可为临床提供有价值的参考资料，同时表明模式识别技术在组织分型中有一定的应用价值。
, http://www.100md.com
分类号 R734.2
Value of combined determination of tumor markers for histological type of lung cancer by pattern recognition
WU Yongjun, WU Yiming,(Department of Occupational Health and Health Toxicology, Henan Medical University, Zhengzhou 450052)
WANG Liping,(Department of Oncology, the First Affiliated Hospital, Henan Medical University, Zhengzhou 450052)
QU Lingbo, XIANG Bingren
, 百拇医药
(Center of Analysis and Computer, China Pharmaceutical University, Nanjing 210009)
Abstract Aim: Lung cancer is classified into small cell lung cancer (SCLC) and non-small cell lung cancer (NSCLC). SCLC is different from NSCLC in treatment and prognosis, and the treatment scheme changes with different histological type. It is important to make certain histological type for deciding treatment scheme, but it is difficult for physician, especially in rural area. For early clinical diagnosis of lung cancer, various tumor markers have been investigated, but for measurement of single marker, its sensitivity and specificity are hard to satisfy to clinical request for early and distinguishing diagnosis. From the point of view, combined determination proved to be more powerful than single. To improve the rate of correct classification of SCLC and NSCLC, four tumor markers were combined to be determined, and pattern recognition was used to distinguish NSCLC from SCLC. Methods: A panel of four markers, including CEA, CA125, gastrin, NSE was determined in 51 patients with confirmed primary diagnosis of lung cancer of different histology by radioimmunoassay (30 patients with NSCLC and 21 patients with SCLC). t test was used as statistical disposal. Pattern recognition was used as discriminant analysis, including linear learning machine, Fisher discriminant analysis and KNN. Results: The levels of gastrin and NSE in SCLC were apparently higher than those of gastrin and NSE in NSCLC, but levels of CEA and CA125 in SCLC were significantly lower than those in NSCLC. Three approaches of pattern recognition were used to classify between SCLC and NSCLC. The results showed that combined determination of the four tumor markers may be useful in the histological type diagnosis of lung cancer before operation, and the total accurate rates were 81.5%, 87.5%, 100%, respectively, in distinguishing SCLC from NSCLC. Conclusions: Pattern recognition is an important statistical method, especially in discriminant analysis. Combined determination of tumor markers can provide reference value for histological type of lung cancer.
, http://www.100md.com
Key words carcinoembryonic antigen(CEA); neuron specific enolase(NSE);carbohydrate antigen125(CA125); gastrin; small cell lung cancer; non small cell lung cancer; histological type; pattern recognition
肺癌是目前发病上升最突出的恶性肿瘤，其发病率和死亡率不断上升，预计21世纪肺癌将是癌症流行中的主要疾病。积极开展肺癌诊治和预防的研究，是控制肺癌流行迫切而重要的任务。肺癌分为非小细胞肺癌(NSCLC，主要包括鳞癌、腺癌)和小细胞肺癌(SCLC),肺癌组织类型不同，其治疗措施也不同[1]。临床上常因缺乏病理诊断、组织分型，而失去手术机会。因此，术前及早确诊组织类型对决定治疗方案极为重要。近年来相继发现了许多肿瘤标志物，但是单独使用，其灵敏度及特异性均难以满足临床对早期诊断、鉴别诊断的要求，因而多采用联合检测的方法。从文献来看[2]，应用标志物联合检测主要用于诊断及分期，尚未见到用于组织分型的报道。而目前临床上主要采用细胞及组织病理学进行组织分型，方法复杂，需要具有一定专业知识的专家才能进行，为此，作者采用放射免疫测定方法对30例NSCLC和21例SCLC进行血清癌胚抗原(CEA)、糖类抗原125(CA125)、促胃液素(Gastrin)、神经元特异性烯醇化酶(NSE)联合测定，探讨这些标志物在肺癌术前组织分型的临床价值, 同时采用模式识别技术[3]中的判别方法尝试它们在组织分型中的应用价值。
, 百拇医药
1 对象与方法
1.1 研究对象 肺癌患者51例，为河南医科大学第一附属医院的住院患者，均经细胞学及组织学证实(男39例，女12例，年龄45～69岁，平均年龄60岁)，NSCLC 30例(其中鳞癌12例，腺癌18例)，SCLC 21例。
1.2 标本的采集及处理 抽取患者空腹静脉血5 ml,置于37 ℃水浴箱中，20 min后取出，分离血清置-20 ℃冰箱待测。
1.3 试剂及检测 4项标志物的测定均采用放射免疫分析法，CEA试剂盒由河南省焦作市免疫诊断试剂研究所提供，促胃液素试剂盒由中国原子能科学院同位素所提供，CA125及NSE试剂盒由中国医学科学院肿瘤研究所北京佳科生物技术公司提供，操作按说明书进行。
1.4 判别方法
1.4.1 线性学习机法[3]：又称为误差修正反馈法，通过训练已知类别的样本集合，来调整权向量，直到在某一整个迭代周期中权向量不再修正为止，最后一个周期中迭代的权向量即为所求的权向量，得到线性判别函数。选择训练样本35例，其中非小细胞肺癌20例(鳞癌10例、腺癌10例)、小细胞肺癌15例。预测样本16例，其中非小细胞肺癌10例(鳞癌2例，腺癌8例)、小细胞肺癌6例。取调整幅度为0.05，将训练样本代入，得到线性判别函数如下：
, http://www.100md.com
Y=-96.16X1+1 483.29X2-131.03X3-1 020.19X4其中Y代表判决函数值，X1代表CEA的测定值，X2代表CA125的测定值，X3代表促胃液素的测定值，X4代表NSE的测定值。然后将预测样本代入上述函数，若Y>0,则判决样本属于非小细胞肺癌；若Y<0，则判决样本为小细胞肺癌。
1.4.2 Fisher判别分析[3]：通过一定方法将空间所有点投影到维数较低的空间中，并在低维空间中进行合理的分类。在两类判别中，将M维空间的点投影到一维空间(直线)上去，并通过投影方向的选择使两类的投影点尽可能分别位于直线的两侧进行分类。同1.4.1选择训练样本35例，预测样本16例。
1.4.3 K-最近邻域判决法(K-NN法)[3]：对一个未知模式X，若它的 K个最近邻的模式中大多属于某一类，则该模式X也就属于这一类。 同1.4.1选择训练样本35例，预测样本16例。
, http://www.100md.com
上述3种方法的相关程序采用中国药科大学分析计算中心编制的软件，并在PII计算机上处理。
1.5 统计学处理 实验结果以
±s表示，并用两样本均数t检验进行统计学分析。
2 结果
2.1 51例肺癌患者血清中4项肿瘤标志物的比较 见表1。
表1 不同病理类型肺癌血清CEA、CA125、Gastrin、NSE水平比较 组 别
例数
ρ(CEA)/μg.L-1
ρ(CA125)/mg.L-1
, http://www.100md.com
ρ(Gastrin)/ng.L-1
ρ(NSE)/μg.L-1
非小细胞癌
30
34.09±7.08
71.69±52.85
138.68±39.73
36.40±17.89
鳞 癌
12
29.43±2.66
, http://www.100md.com
48.46±23.47
137.95±38.43
27.65±20.65
腺 癌
18
37.19±7.44
85.51±56.83
139.16±41.67
41.11±11.55
小细胞癌
21
25.49±6.51*
, 百拇医药
32.03±17.13*
227.27±70.90*
51.33±28.35*
小细胞肺癌与非小细胞肺癌比较，*P<0.05
2.2 3种方法判别肺癌患者组织类型结果 线性学习机法：总符合率为81.25%(13/16),错判率为18.75%(3/16)。Fisher判别分析：总符合率为87.5%(14/16),错判率为12.5%(2/16)。K-NN法：当K取≤7的奇数时，总符合率为93.75%(15/16)，错判率为6.25%。当K取≥9的奇数时，总符合率为100%(16/16)。
3 讨论
血清CEA是一种恶性肿瘤相关抗原，已广泛应用于多种肿瘤的诊断，在30%～80%肺癌患者血清中其浓度升高，升高程度与癌细胞的多少有直接关系，据报道肺腺癌升高最为明显[4]，有研究发现肺腺癌细胞能直接产生CEA[5]。本组资料中发现肺腺癌患者血清CEA明显高于小细胞肺癌组和鳞癌组患者。CA125是一种似粘液蛋白复合物，最初是一种卵巢癌相关抗原，近年来研究表明肺癌患者CA125水平与正常人有显著差异，对预后有一定价值，尤其对NSCLC意义更大[6]。作者研究表明CA125在肺腺癌患者血清含量高于鳞癌及小细胞肺癌患者。促胃液素是一种胃肠激素，据报道肺癌组织中可能存在产生促胃液素的细胞群。肺癌患者血清促胃液素浓度与肺癌的组织类型和分期有关。研究发现，SCLC患者血清中促胃液素含量显著高于NSCLC患者。NSE是近十年来受到人们重视的一种标志物，它是含有NSE的癌细胞破坏而扩散到血液中的一种酶[7]，NSE的阳性率为75%～80.8%, NSCLC为10%～30%，被认为是小细胞肺癌的特异性标志物[8]。作者在研究中发现SCLC患者血清中的NSE水平也明显高于NSCLC患者，提示NSE的水平可以辅助判别SCLC患者和NSCLC患者。由此看来，CEA、CA125在NSCLC中的应用价值较高[9]，促胃液素、NSE在SCLC中的意义较大[10]。因此利用这4项标志物联合检测可以用于肺癌组织分型。作者利用模式识别技术进行了分类，从结果来看，总的符合率均大于80%，以K-NN法最高(100%)，Fisher判别分析法次之(87.5%),线性学习机法最低(81.25%)。从这3种方法来看，线性学习机法比较容易理解，使用方便，但判别的正确率相对较低，这一方面可能与训练集中模式、训练的次序有关，另一方面与训练集中例数太少有关，Fisher判别分析法克服了第一方面的因素，其判别的正确率比线性学习机法高，K-NN法分类结果最好。
, http://www.100md.com
上述结果表明，该4项肿瘤标志物对肺癌术前组织分型的价值比较大，但任一单项标志物检测的判别正确率均显著低于4项联合检测的正确率。4项肿瘤标志物联合检测方法与病理活检比较，创伤小，危险性低，简便快速，易于临床实验室推广。同时由本研究结果得知模式识别技术在肺癌组织分型方面有一定的应用价值。
基金项目：河南省自然科学基金资助项目 991170215
研究方向：肺癌的病因学、预防、早期诊断和综合治疗，E-mail：ymwu@371.net
作者简介：吴逸明，男，55岁，教授，博士生导师，参考文献
[1]Wilson JD. Harrison's principles of internal medicine.12th ed. New York:McGraw-Hill， 1991.1 102
, http://www.100md.com
[2]Plebani M,Basso D,Navaglia F, et al. Clinical evaluation of seven tumor markers in lung cancer diagnosis: Can any combination improve the results Bri J Cancer,1995, 72(1):170
[3]相秉仁编著. 计算药学. 北京：中国医药科技出版社，1990.296
[4]李殿清主编. 现代肺癌诊治.郑州: 河南科技出版社，1994.59
[5]王容丽,李代渝,雄瑛，等. 联合检测CA125和NSE在肺癌诊断和预后中的意义.实用肿瘤学杂志，1999，13(2)：145
[6]Diez M, Torres A, Pollan M, et al. Prognostic significance of serum CA125 antigen assay in patients with non-small cell lung cancer. Cancer, 1994, 73:1 368
, 百拇医药
[7]Ebert W, Hug G, Stabrey A, et al. Neuron-spezifische enolase as marker fur das kleinzellige Bronchialkarzinom. Tumordiagn Ther,1990, 11:60
[8]Akoun GM, Scarna HM, Milleron BJ, et al. Serum neuron-specific enolase: a marker for disease extent and response for therapy for small cell lung cancer. Chest, 1985, 87:39
[9]郭成业，王小飞，贾伟丽，等.联合检测血清CYFRA21-1和CEA对非小细胞肺癌临床价值探讨.中国癌症杂志，1997,7(4):273
[10]周建奖，润丹.血清神经原特异性烯醇化酶和胃泌素用于肺癌的临床价值. 肿瘤防治研究，1999，26(5):339
2000-01-05收稿, 百拇医药
单位：吴拥军 吴逸明(河南医科大学劳动卫生学与卫生毒理学教研室 郑州 450052)；王丽萍( 河南医科大学第一附属医院肿瘤科 郑州 450052)；屈凌波 相秉仁(中国药科大学分析计算中心 南京 210009)
关键词：小细胞肺癌；非小细胞肺癌；癌胚抗原；糖类抗原125；促胃液素；神经元特异性烯醇化酶；组织分型；模式识别
河南医科大学学报000311 摘要 目的：通过肿瘤标志物联合检测，同时采用模式识别技术，评价血清癌胚抗原(CEA)、糖类抗原125(CA125)、促胃液素(Gastrin)、神经元特异性烯醇化酶(NSE)水平对肺癌组织分型中的临床价值。方法:用放射免疫法测定了51例肺癌患者血清CEA、CA125、促胃液素、NSE水平，采用线性学习机法、Fisher判别分析法及K-NN法等3种模式识别技术，探讨了该4项肿瘤标志物在肺癌组织分型中的应用价值。结果:小细胞肺癌(SCLC)患者促胃液素、NSE水平明显高于非小细胞肺癌(NSCLC)患者，而CEA、CA125水平却低于非小细胞肺癌患者。在判别SCLC与NSCLC类型中，3种模式识别技术总的符合率分别为81.5%、87.5%、100%。结论:该4项肿瘤标志物联合检测在肺癌组织分型方面可为临床提供有价值的参考资料，同时表明模式识别技术在组织分型中有一定的应用价值。
, http://www.100md.com
分类号 R734.2
Value of combined determination of tumor markers for histological type of lung cancer by pattern recognition
WU Yongjun, WU Yiming,(Department of Occupational Health and Health Toxicology, Henan Medical University, Zhengzhou 450052)
WANG Liping,(Department of Oncology, the First Affiliated Hospital, Henan Medical University, Zhengzhou 450052)
QU Lingbo, XIANG Bingren
, 百拇医药
(Center of Analysis and Computer, China Pharmaceutical University, Nanjing 210009)
Abstract Aim: Lung cancer is classified into small cell lung cancer (SCLC) and non-small cell lung cancer (NSCLC). SCLC is different from NSCLC in treatment and prognosis, and the treatment scheme changes with different histological type. It is important to make certain histological type for deciding treatment scheme, but it is difficult for physician, especially in rural area. For early clinical diagnosis of lung cancer, various tumor markers have been investigated, but for measurement of single marker, its sensitivity and specificity are hard to satisfy to clinical request for early and distinguishing diagnosis. From the point of view, combined determination proved to be more powerful than single. To improve the rate of correct classification of SCLC and NSCLC, four tumor markers were combined to be determined, and pattern recognition was used to distinguish NSCLC from SCLC. Methods: A panel of four markers, including CEA, CA125, gastrin, NSE was determined in 51 patients with confirmed primary diagnosis of lung cancer of different histology by radioimmunoassay (30 patients with NSCLC and 21 patients with SCLC). t test was used as statistical disposal. Pattern recognition was used as discriminant analysis, including linear learning machine, Fisher discriminant analysis and KNN. Results: The levels of gastrin and NSE in SCLC were apparently higher than those of gastrin and NSE in NSCLC, but levels of CEA and CA125 in SCLC were significantly lower than those in NSCLC. Three approaches of pattern recognition were used to classify between SCLC and NSCLC. The results showed that combined determination of the four tumor markers may be useful in the histological type diagnosis of lung cancer before operation, and the total accurate rates were 81.5%, 87.5%, 100%, respectively, in distinguishing SCLC from NSCLC. Conclusions: Pattern recognition is an important statistical method, especially in discriminant analysis. Combined determination of tumor markers can provide reference value for histological type of lung cancer.
, http://www.100md.com
Key words carcinoembryonic antigen(CEA); neuron specific enolase(NSE);carbohydrate antigen125(CA125); gastrin; small cell lung cancer; non small cell lung cancer; histological type; pattern recognition
肺癌是目前发病上升最突出的恶性肿瘤，其发病率和死亡率不断上升，预计21世纪肺癌将是癌症流行中的主要疾病。积极开展肺癌诊治和预防的研究，是控制肺癌流行迫切而重要的任务。肺癌分为非小细胞肺癌(NSCLC，主要包括鳞癌、腺癌)和小细胞肺癌(SCLC),肺癌组织类型不同，其治疗措施也不同[1]。临床上常因缺乏病理诊断、组织分型，而失去手术机会。因此，术前及早确诊组织类型对决定治疗方案极为重要。近年来相继发现了许多肿瘤标志物，但是单独使用，其灵敏度及特异性均难以满足临床对早期诊断、鉴别诊断的要求，因而多采用联合检测的方法。从文献来看[2]，应用标志物联合检测主要用于诊断及分期，尚未见到用于组织分型的报道。而目前临床上主要采用细胞及组织病理学进行组织分型，方法复杂，需要具有一定专业知识的专家才能进行，为此，作者采用放射免疫测定方法对30例NSCLC和21例SCLC进行血清癌胚抗原(CEA)、糖类抗原125(CA125)、促胃液素(Gastrin)、神经元特异性烯醇化酶(NSE)联合测定，探讨这些标志物在肺癌术前组织分型的临床价值, 同时采用模式识别技术[3]中的判别方法尝试它们在组织分型中的应用价值。
, 百拇医药
1 对象与方法
1.1 研究对象 肺癌患者51例，为河南医科大学第一附属医院的住院患者，均经细胞学及组织学证实(男39例，女12例，年龄45～69岁，平均年龄60岁)，NSCLC 30例(其中鳞癌12例，腺癌18例)，SCLC 21例。
1.2 标本的采集及处理 抽取患者空腹静脉血5 ml,置于37 ℃水浴箱中，20 min后取出，分离血清置-20 ℃冰箱待测。
1.3 试剂及检测 4项标志物的测定均采用放射免疫分析法，CEA试剂盒由河南省焦作市免疫诊断试剂研究所提供，促胃液素试剂盒由中国原子能科学院同位素所提供，CA125及NSE试剂盒由中国医学科学院肿瘤研究所北京佳科生物技术公司提供，操作按说明书进行。
1.4 判别方法
1.4.1 线性学习机法[3]：又称为误差修正反馈法，通过训练已知类别的样本集合，来调整权向量，直到在某一整个迭代周期中权向量不再修正为止，最后一个周期中迭代的权向量即为所求的权向量，得到线性判别函数。选择训练样本35例，其中非小细胞肺癌20例(鳞癌10例、腺癌10例)、小细胞肺癌15例。预测样本16例，其中非小细胞肺癌10例(鳞癌2例，腺癌8例)、小细胞肺癌6例。取调整幅度为0.05，将训练样本代入，得到线性判别函数如下：
, http://www.100md.com
Y=-96.16X1+1 483.29X2-131.03X3-1 020.19X4其中Y代表判决函数值，X1代表CEA的测定值，X2代表CA125的测定值，X3代表促胃液素的测定值，X4代表NSE的测定值。然后将预测样本代入上述函数，若Y>0,则判决样本属于非小细胞肺癌；若Y<0，则判决样本为小细胞肺癌。
1.4.2 Fisher判别分析[3]：通过一定方法将空间所有点投影到维数较低的空间中，并在低维空间中进行合理的分类。在两类判别中，将M维空间的点投影到一维空间(直线)上去，并通过投影方向的选择使两类的投影点尽可能分别位于直线的两侧进行分类。同1.4.1选择训练样本35例，预测样本16例。
1.4.3 K-最近邻域判决法(K-NN法)[3]：对一个未知模式X，若它的 K个最近邻的模式中大多属于某一类，则该模式X也就属于这一类。 同1.4.1选择训练样本35例，预测样本16例。
, http://www.100md.com
上述3种方法的相关程序采用中国药科大学分析计算中心编制的软件，并在PII计算机上处理。
1.5 统计学处理 实验结果以
±s表示，并用两样本均数t检验进行统计学分析。2 结果
2.1 51例肺癌患者血清中4项肿瘤标志物的比较 见表1。
表1 不同病理类型肺癌血清CEA、CA125、Gastrin、NSE水平比较 组 别
例数
ρ(CEA)/μg.L-1
ρ(CA125)/mg.L-1
, http://www.100md.com
ρ(Gastrin)/ng.L-1
ρ(NSE)/μg.L-1
非小细胞癌
30
34.09±7.08
71.69±52.85
138.68±39.73
36.40±17.89
鳞 癌
12
29.43±2.66
, http://www.100md.com
48.46±23.47
137.95±38.43
27.65±20.65
腺 癌
18
37.19±7.44
85.51±56.83
139.16±41.67
41.11±11.55
小细胞癌
21
25.49±6.51*
, 百拇医药
32.03±17.13*
227.27±70.90*
51.33±28.35*
小细胞肺癌与非小细胞肺癌比较，*P<0.05
2.2 3种方法判别肺癌患者组织类型结果 线性学习机法：总符合率为81.25%(13/16),错判率为18.75%(3/16)。Fisher判别分析：总符合率为87.5%(14/16),错判率为12.5%(2/16)。K-NN法：当K取≤7的奇数时，总符合率为93.75%(15/16)，错判率为6.25%。当K取≥9的奇数时，总符合率为100%(16/16)。
3 讨论
血清CEA是一种恶性肿瘤相关抗原，已广泛应用于多种肿瘤的诊断，在30%～80%肺癌患者血清中其浓度升高，升高程度与癌细胞的多少有直接关系，据报道肺腺癌升高最为明显[4]，有研究发现肺腺癌细胞能直接产生CEA[5]。本组资料中发现肺腺癌患者血清CEA明显高于小细胞肺癌组和鳞癌组患者。CA125是一种似粘液蛋白复合物，最初是一种卵巢癌相关抗原，近年来研究表明肺癌患者CA125水平与正常人有显著差异，对预后有一定价值，尤其对NSCLC意义更大[6]。作者研究表明CA125在肺腺癌患者血清含量高于鳞癌及小细胞肺癌患者。促胃液素是一种胃肠激素，据报道肺癌组织中可能存在产生促胃液素的细胞群。肺癌患者血清促胃液素浓度与肺癌的组织类型和分期有关。研究发现，SCLC患者血清中促胃液素含量显著高于NSCLC患者。NSE是近十年来受到人们重视的一种标志物，它是含有NSE的癌细胞破坏而扩散到血液中的一种酶[7]，NSE的阳性率为75%～80.8%, NSCLC为10%～30%，被认为是小细胞肺癌的特异性标志物[8]。作者在研究中发现SCLC患者血清中的NSE水平也明显高于NSCLC患者，提示NSE的水平可以辅助判别SCLC患者和NSCLC患者。由此看来，CEA、CA125在NSCLC中的应用价值较高[9]，促胃液素、NSE在SCLC中的意义较大[10]。因此利用这4项标志物联合检测可以用于肺癌组织分型。作者利用模式识别技术进行了分类，从结果来看，总的符合率均大于80%，以K-NN法最高(100%)，Fisher判别分析法次之(87.5%),线性学习机法最低(81.25%)。从这3种方法来看，线性学习机法比较容易理解，使用方便，但判别的正确率相对较低，这一方面可能与训练集中模式、训练的次序有关，另一方面与训练集中例数太少有关，Fisher判别分析法克服了第一方面的因素，其判别的正确率比线性学习机法高，K-NN法分类结果最好。
, http://www.100md.com
上述结果表明，该4项肿瘤标志物对肺癌术前组织分型的价值比较大，但任一单项标志物检测的判别正确率均显著低于4项联合检测的正确率。4项肿瘤标志物联合检测方法与病理活检比较，创伤小，危险性低，简便快速，易于临床实验室推广。同时由本研究结果得知模式识别技术在肺癌组织分型方面有一定的应用价值。
基金项目：河南省自然科学基金资助项目 991170215
研究方向：肺癌的病因学、预防、早期诊断和综合治疗，E-mail：ymwu@371.net
作者简介：吴逸明，男，55岁，教授，博士生导师，参考文献
[1]Wilson JD. Harrison's principles of internal medicine.12th ed. New York:McGraw-Hill， 1991.1 102
, http://www.100md.com
[2]Plebani M,Basso D,Navaglia F, et al. Clinical evaluation of seven tumor markers in lung cancer diagnosis: Can any combination improve the results Bri J Cancer,1995, 72(1):170
[3]相秉仁编著. 计算药学. 北京：中国医药科技出版社，1990.296
[4]李殿清主编. 现代肺癌诊治.郑州: 河南科技出版社，1994.59
[5]王容丽,李代渝,雄瑛，等. 联合检测CA125和NSE在肺癌诊断和预后中的意义.实用肿瘤学杂志，1999，13(2)：145
[6]Diez M, Torres A, Pollan M, et al. Prognostic significance of serum CA125 antigen assay in patients with non-small cell lung cancer. Cancer, 1994, 73:1 368
, 百拇医药
[7]Ebert W, Hug G, Stabrey A, et al. Neuron-spezifische enolase as marker fur das kleinzellige Bronchialkarzinom. Tumordiagn Ther,1990, 11:60
[8]Akoun GM, Scarna HM, Milleron BJ, et al. Serum neuron-specific enolase: a marker for disease extent and response for therapy for small cell lung cancer. Chest, 1985, 87:39
[9]郭成业，王小飞，贾伟丽，等.联合检测血清CYFRA21-1和CEA对非小细胞肺癌临床价值探讨.中国癌症杂志，1997,7(4):273
[10]周建奖，润丹.血清神经原特异性烯醇化酶和胃泌素用于肺癌的临床价值. 肿瘤防治研究，1999，26(5):339
2000-01-05收稿, 百拇医药