基于血清4项肿瘤标志物的模式识别技术对胃癌的诊断价值*

桂 林，黄远帅

(西南医科大学附属医院输血科，四川泸州 646000)

基于血清4项肿瘤标志物的模式识别技术对胃癌的诊断价值*

桂 林，黄远帅△

(西南医科大学附属医院输血科，四川泸州 646000)

目的 探讨基于血清CA72-4、CA242、CA19-9和CEA的模式识别技术对胃癌的诊断价值。 方法 对212例胃癌患者，116例胃良性疾病患者和117例健康体检者血清4项肿瘤标志物测定结果进行回顾性分析，比较单项指标的诊断效能并建立主成分分析(PCA)、决策树、PCA-决策树和Fisher判别分析模型。结果 4项指标中CA242对胃癌的诊断效能最佳，ROC曲线下面积(AUC)为0.841(95%CI：0.804～0.877)。PCA模型表明，胃癌组患者血清4项肿瘤标志物代谢明显紊乱，与胃良性疾病患者和健康对照个体差异显著。决策树、PCA-决策树和Fisher判别分析模型对胃癌患者的诊断准确率分别为58.6%、65.5%和58.6%，预测准确率分别为65.7%、77.6%和73.1%；对非胃癌患者(胃良性疾病患者+健康对照)的诊断准确率分别为94.7%、99.4%和97.6%，预测准确率分别为87.5%、96.9%和96.9%。结论 血清CA72-4、CA242、CA19-9和CEA的PCA-决策树模型有助于胃癌的鉴别诊断和预测分析。

胃癌；诊断；主成分分析；决策树；Fisher判别分析

胃癌的发病率和病死率在我国高居首位且呈逐年上升趋势[1-2]。据统计，2015年我国胃癌新增病例67.9万，死亡49.8万，80%以上的胃癌患者确诊时已处于进展期[3]。因此，早期、及时诊断胃癌刻不容缓。目前，肿瘤标志物如癌胚抗原(CEA)，糖类抗原CA19-9，CA72-4和CA242等常用于胃癌的早期诊断，但单项指标的灵敏度较低[4]。多项并联或串联试验均能提高诊断的灵敏度或特异度[5]，但并联时降低了特异度，串联时降低了灵敏度且均不能预测分析。为此，本研究以胃癌患者为研究对象，采用多元统计分析中主成分分析(PCA)、决策树分析、PCA-决策树分析和Fisher判别分析的策略，探讨血清CEA、CA19-9，CA72-4和CA242对胃癌的诊断和预测价值。

1 资料与方法

1.1 一般资料 选择本院2014年5月至2016年6月首诊胃癌患者212例作为胃癌组，其中男115例，女97例；平均年龄(48.4±14.9)岁；印戒细胞癌95例，管状腺癌67例，其他类型50例。选取消化内科胃良性疾病患者共116例作为胃良性病组，其中男67例，女49例；平均年龄(47.7±18.2)岁；急、慢性胃炎80例，胃溃疡30例，胃平滑肌瘤4例，胃食管反流2例。胃癌组和胃部良性病组患者均经胃窥镜和病理组织学诊断确诊。健康对照组为本院体检中心门诊体检者，共117例，其中男64例，女53例；平均年龄(45.6±21.8)岁；体检生化指标，心肌损伤标志物和肿瘤标志物等未见明显异常。3组性别、年龄差异无统计学意义(P>0.05)，具有可比性。

表1 3组血清CA724，CA242，CA199和CEA水平比较

a:P<0.01,与胃癌组比较；b:P<0.05,与胃良性病比较。

1.2 方法 采用MAGLUMI 2000 Plus化学发光仪及配套试剂测定血清CA72-4、CA242、CA19-9和CEA，其参考区间分别为 CA72-4 0～6.0 U/L，CA242 0～12.8 U/L，CA19-9 0～35.0 U/L和CEA 0～5.5 g/L。比较3组患者血清CA72-4、CA242、CA19-9和CEA水平、ROC曲线下面积(AUC)，对3组PCA进行分析。

2 结 果

2.1 3组患者血清CA72-4、CA242、CA19-9和CEA水平比较 胃癌组血清CA72-4、CA242、CA19-9和CEA水平均高于健康对照组和胃良性病组，差异有统计学意义(P<0.01)。胃良性病组与健康对照组比较，血清CA242水平显著升高，差异有统计学意义(P<0.05)，见表1。

2.2 血清CA72-4、CA242、CA19-9和CEA的AUC比较 4种血清肿瘤标志物对胃癌均有中等的诊断效能(AUC>0.70)。CA242的诊断效能优于CEA、CA19-9和CA72-4，AUC[95%(CI)]分别为：0.841(0.804～0.877)、0.816 (0.775～0.857)、0.744(0.698～0.790)和0.703(90.654～0.753)。

2.3 血清CA72-4、CA242、CA19-9和CEA的PCA分析 基于血清4种标志物的第1主成分(PC1)和第2主成分(PC2)能揭示原始数据74.9%的综合信息。PCA模型中，胃癌患者体内血清CA72-4、CA242、CA19-9和CEA水平明显紊乱，个体差异大，主要分布在PCA模型椭圆的1、4象限；健康对照组个体差异较小，分布在1、3象限且聚类明显；良性疾病患者主要分布在椭圆中心，个体差异较小，与胃癌患者有部分重叠，3组个体有分离的趋势，见图1。

2.4 基于血清单项和联合肿瘤标志物的PCA-决策树模型 单项肿瘤标志物中仅CA242进入决策树模型(χ2=142.87，P<0.01)，10次交叉验证风险为41.7%。以血清CA72-4、CA242、CEA和CA19-9提取PC，PC方程=1.936CEA+0.484CA19-9+0.507CA242+0.492CA72-4。4项联合的PCA-决策树模型的10次交叉验证风险为32.8%。4项联合的Fisher判别方程(Y)为，Y=0.657CEA+0.600CA19-9+0.737CA242+0.558CA72-4。3种模型对胃癌组和非胃癌组(胃良性病组+健康对照组)的诊断和预测准确率比较结果见表2。

图1 基于血清CA72-4，CA242，CA19-9和CEA联合检测的PCA模型

表2 3种模型对胃癌组和非胃癌组的诊断和预测比较(%)

3 讨 论

胃癌是发病率高、治愈率低的恶性肿瘤。胃癌患者早期症状不典型，确诊时多已是晚期，故错过了手术和治疗的最佳时机[4]。胃癌的确诊主要是通过胃镜检查和病理组织活检，但胃镜检查有侵入性，需专人操作，费用高，患者耐受性差。目前，由于诊断技术的局限性，胃癌的早期鉴别诊断仍较困难。血清肿瘤标志物具有灵敏、简便和易复检等优点，在临床应用广泛[6]。CA19-9，CA72-4，CA242和CEA均是临床上常用的肿瘤标志物，对肿瘤的疗效判断、病情监测和预后评估均有一定的指导意义[7-8]。薛雯娟等[4]证实，胃癌患者血清CA72-4、CEA、CA242和CA19-9水平显著高于胃良性疾病患者和健康人，单项指标的AUC均较低，与本研究结果一致。单项肿瘤标志物和多指标并联实验对胃癌的诊断仍有一定的局限性[9-10]，故探索新的数据模型对胃癌的鉴别诊断和预测分析有重要意义。

PCA是常用的数据降维方法，通过特征根提取有代表性的PC，用2～3个PC揭示原始数据的综合信息[11]。王魏等[12]采用PCA对胃癌患者血红蛋白的拉曼光谱进行分析，揭示了胃癌患者和健康对照个体的空间分布差异。陶海燕等[13]利用胃溃疡患者的临床参数，成功构建了胃溃疡和溃疡型胃癌患者的PCA特征谱。本研究通过血清4项标志物建立二维PCA模型，较好地揭示了胃癌患者、胃良性疾病患者和健康对照个体的空间分布特征，有助于后续建模分析。决策树分析是一类在医学诊断中常用的非线性数据挖掘方法，利用概率原理寻找最优分类节点，具有简单、分类速度快，适合处理大样本数据等优点[14]。王辉等[15]以血清CEA、甲胎蛋白(AFP)、CA125、CA19-9和CA50建立了胃癌-健康对照和胃癌-胃良性疾病的决策树模型，该模型的诊断准确率均优于联合诊断试验和传统的Logistic回归分析。决策树因其输出结果易于理解和解释，而被广泛应用于各个领域，但随着样本量增加和测定指标增多，决策的准确性也会受影响[16]。采用PCA对测定变量进行综合再建立PCA-决策树模型能减少预测模型的输入量，消除数据间的干扰，提高诊断的准确率[17]。本研究中，PCA-决策树的交叉验证风险更低，诊断和预测准确率优于决策树模型和传统的Fisher判别分析，故PCA-决策树更有助于胃癌的诊断和预测分析。

由于海量医学信息不断产生，对比分析不同数据模型能更好地挖掘有价值的临床信息。本研究建立了胃癌的PCA-决策树模型并与传统的决策树和Fisher判别分析模型对比分析，取得了较好的诊断和预测效果。PCA-决策树分析为胃癌的辅助诊断和预测分析提供了一种新思路。

[1]Zong L,Abe M,Seto Y,et al.The challenge of screening for early gastric cancer in China[J].Lancet,2016,388(10060):2606-2606.

[2]彭鹏，吴春晓，龚杨明，等.上海人群胃癌生存率研究[J].中国癌症杂志，2016，26(5)：414-420.

[3]Chen W,Zheng R,Baade PD,et al.Cancer statistics in China,2015[J].CA Cancer J Clin,2016,66(2):115-132.

[4]薛雯娟，康艳.肿瘤标志物在胃癌早期诊断中的应用价值[J].实用癌症杂志，2016，31(3)：393-395.

[5]王胜，单绿虎，束新华.血清胃蛋白酶原及CA199、CA242、CEA联合检测在胃癌早期诊断中的价值[J].中华全科医学，2016，14(4)：646-648.

[6]Liu H,Liu R,Zhou XY.A system for tumor heterogeneity evaluation and diagnosis based on tumor markers measured routinely in the laboratory [J].Clin Biochem,2015,48(18):1241-1245.

[7]Yin LK，Sun XQ，Mou DZ.Value of combined detection of serum CEA，CA72-4，CA19-9 and TSGF in the diagnosis of gastric cancer [J].Asian Pac J Cancer P,2015,16(9):3867-3870.

[8]Virgilio E，Giarnieri E，Montagnini M，et al.Analyzing gastric lavage of gastric cancer patients:a prospective observational study on cytopathology and determination of intragastric CEA，CA19-9，CA72-4 and CA50 [J].Acta cytologica，2016，60(2):161-166.

[9]Gwak HK,Lee JH,park SG.Preliminary evaluation of clinical utility of CYFRA21-1,CA72-4,NSE,CA19-9 and CEA in stomach cancer[J].Asian Pac J Cancer Prev,2014,15(12):4933-4938.

[10]Tian SB，Yu JC，Kang WM，et al.Combined detection of CEA，CA19-9，CA242 and CA50 in the diagnosis and prognosis of resectable gastric cancer [J].Asian Pac J Cancer P，2014,15(15):6295-6300.

[11]王飒，盛萍，姚蓝，等.维药多伞阿魏体外抗胃癌活性部位 GC-MS 指纹图谱的研究[J].中草药，2016，46(19)：2874-2879.

[12]王巍，潘志峰，唐伟跃，等.胃癌患者血红蛋白的表面增强拉曼光谱分析[J].光谱学与光谱分析，2016,36(8)：1178-1184.

[13]陶海燕，李鹏，周萍，等.内镜下胃溃疡性病变鉴别诊断的数学模型[J].中华消化内镜杂志，2015，32(3)：180-186.

[14]Wang XQ,Liu Z,Lv WP,et al.Safety validation of decision trees for hepatocellular carcinoma[J].World J Gastroenterol,2015,21(31):9394-9402.

[15]王辉，黄钢.肿瘤标志物检测结合支持向量机模型在胃癌诊断中的应用[J].中华核医学杂志，2010，30(2)：87-89.

[16]张棪，曹健.面向大数据分析的决策树算法[J].计算机科学，2016，43(6)：374-379.

[17]孔喜梅，木拉提·哈米提，严传波，等.基于PCA和C4.5决策树的新疆哈萨克族食管癌图像鉴别研究[J].科技通报，2016，32(9)：52-57.

The diagnostic value of four serum tumor markers for gastric cancer based on pattern recognition techniques*

Objective To evaluate the diagnostic value of serum tumors CA72-4,CA242,CA19-9 and carcino-embryonic antigen (CEA) in patients with gastric cancer based on pattern recognition techniques.Methods Data of serum concentrations of CA72-4,CA242,CA19-9 and CEA of 212 patients with gastric cancer,116 patients with benign gastric disease and 117 healthy subjects were retrospectively analyzed；and the diagnostic performance of each tumor marker,four tumor markers based principle component analysis(PCA),decision tree,PCA-decision tree and the fisher discriminant analysis models were established.Results CA242 had the best diagnostic effect on gastric cancer,and the area under the ROC curve (AUC) was 0.841 (95%CI:0.804-0.877).PCA model showed that the serum levels of four tumor markers in patients with gastric cancer were significantly different from those in benign and healthy patients，and obvious metabolic disorders of serum with four tumor markers were found among the patients with gastric cancer.The diagnosis accuracy of the decision tree,PCA-decision tree and the Fisher discriminant analysis models for gastric cancer patients was 58.6%,65.5% and 58.6% respectively，and for non-gastric cancer patients (benign gastric diseases and healthy controls) was 94.7%,99.4% and 97.6%.And the prediction accuracy of the decision tree,PCA-decision tree and the fisher discriminant analysis models for gastric cancer patients was 65.7%,77.6% and 73.1%,and for non-gastric cancer patients was 87.5%,96.9% and 96.9%,respectively.Conclusion The PCA-decision tree model of serum CA72-4,CA242,CA19-9 and CEA might be helpful for the diagnosis and prediction of patients with gastric cancer.

stomach neoplasms;diagnosis;principle component analysis;decision tree analysis;Fisher discriminant analysis

10.3969/j.issn.1671-8348.2017.15.015

四川省卫生厅课题资助项目(120336)；西南医科大学人才基金(2014ZD-017)。 作者简介：桂林(1986-)，技师，硕士，主要从事输血相关疾病方面研究。△

，E-mail：26074937@qq.com。

R735.2

A

1671-8348(2017)15-2060-03

GuiLin,HuangYuanshuai△

(DepartmentofBloodTransfusion,theAffiliatedHospitalofSouthwestMedicalUniversity,Sichuan,Luzhou646000,China)

2016-11-20

2017-01-10)