学位论文 > 优秀研究生学位论文题录展示

诊断前列腺癌的logistics回归预测模型的初步建立

作　者: 鄢羽中
导　师: 齐琳
学　校: 中南大学
专　业: 外科学
关键词: 前列腺癌穿刺 Logistic回归模型
分类号: R737.25
类　型: 硕士论文
年　份: 2010年
下　载: 97次
引　用: 0次
阅　读: 论文下载

内容摘要

目的：建立前列腺癌 Logistic回归预测模型,评估患者患前列腺癌的可能性,提高可疑前列腺癌患者的临床诊断率,为可疑前列腺癌患者进行前列腺穿刺提供更充分的依据。方法：回顾性分析2007年3月-2010年3月在我院行经直肠超声引导下前列腺穿刺活检的符合本研究标准的105例资料,其中前列腺癌为42例,非癌患者63例。按照穿刺时间先后顺序分组,前2/3病例(70例)分入建模组,后1/3(35例)病例分入验证组。分析建模组病例年龄、前列腺特异性抗原(PSA)、游离PSA比(f/t PSA)、PSA密度(PSAD)、肛门指检(DRE)及经直肠超声(TRUS)等指标对诊断前列腺癌的价值,综合以上指标,利用SPSS软件建立Logistic回归模型。利用验证组病例数据建立Logistic回归模型预测概率的受试者工作特征(ROC)曲线,分析其相应的敏感度、特异度,确定临界值。结果：本前列腺癌Logistic回归预测模型以穿刺病理是否为前列腺癌为应变量,将PSA、f/tPSA、PSAD、DRE结果、TRUS结果以及年龄作为考察变量。结果发现,f/tPSA、PSAD、DRE及TRUS结果因素有显著性统计学意义(P<0.05)。故前列腺癌Logistic回归预测模型建立如下:Logit P==-3.427-7.403×f/t PSA +8.019×PSAD+2.064×DRE+1.692×TRUS。将Logistic回归预测模型的预测概率建立ROC曲线。其ROC曲线下面积(AUC)为0.913。P为前列腺癌发生的概率值,取值范围为0-1。P的临界值(cutoff)为0.15,其敏感度、特异度分别为84.40%,75.60%。P≥0.15考虑前列腺癌可能性大,前列腺穿刺指征强。结论：：联合f/t PSA、PSAD、DRE及TRUS三个指标,利用Logistic回归预测模型有助于评估患者前列腺癌的可能性,是一种准确率高的辅助诊断工具,为可疑前列腺癌患者进行前列腺穿刺提供了更充分的依据。Logistic回归预测模型预测概率P的临界值为0.15,P≥0.15有强烈的前列腺穿刺指征。

全文目录

摘要  4-5
ABSTRACT  5-8
英汉缩略词对照表  8-9
前言  9-12
第一章对象与方法  12-15
  1.1 研究对象  12
  1.2 研究方法  12-13
  1.3 统计学方法  13-15
第二章结果  15-21
  2.1 病例的临床特征  15-16
  2.2 建模组各变量单因素分析  16-17
  2.3 Logistic回归方程的建立  17-19
  2.4 各临床诊断方法的敏感度、特异性、准确性比较  19-21
第三章讨论  21-26
  3.1 入选标准的确定  21
  3.2 前列腺癌主要筛选检查  21-24
  3.3 前列腺癌Logistic回归预测模型  24-26
第四章结论  26-27
参考文献  27-29
综述  29-45
致谢  45

诊断前列腺癌的logistics回归预测模型的初步建立

内容摘要

全文目录

相似论文