Logistic回归和ROC曲线综合评价CEA、NSE和CYFRA21-1对肺癌的诊断价值

目的应用Logistic回归和ROC曲线探讨血清癌胚抗原(carcinoembryonic antigen,CEA)、神经元特异性烯醇化酶(neuron-specificenolase,NSE)和细胞角蛋白19片段(cytokeratin 19 fragment,CYFRA21-1)在肺癌诊断中的应用。结论采用电化学发光免疫分析仪(E170)检测不同病理类型肺癌组、肺良性疾病组以及健康人血清CEA、NSE和CYFRA21-1的水平,通过Logistic回归建立回归模型,用ROC曲线分析三指标对肺癌诊断的意义。结果肺癌组CEA、NSE和CYFRA21-1的水平显著高于肺良性疾病和健康人组(P<0.01)。腺癌组血清CEA水平最高,NSE在小细胞肺癌中灵敏度最高(81.6%),取特异性90%时,CYFRA21-1对肺癌的诊断灵敏度最高(59.5%)。建立回归模型Y=1/[1+EXP(5.830-0.249X1-0.198X2-0.643X3)],新变量Y的灵敏度、特异性和准确性率分别为80.9%,91.3%和84.6%。结论血清CEA、NSE和CYFRA21-1对肺癌的诊断具有较高的价值,综合运用Logistic回归和ROC曲线可以提高其肺癌诊断价值。