文件名称：探索胸腔积液生物标志物在补充性胸腔积液疾病检查中的价值-研究论文
文件大小：849KB
文件格式：PDF
更新时间：2024-06-30 07:39:39
pleural effusion biomarkers
背景：胸水生物标志物有利于胸腔积液疾病的辅助诊断。 本研究侧重于使用基于深度学习的多维评估来检查胸腔积液生物标志物的临床价值以及结合这些标志物在区分胸腔积液疾病方面的效用。 方法：根据诊疗指南将胸腔积液疾病分为恶性胸腔积液（MPE）、肺炎旁积液（PPE）和充血性心力衰竭（CHF）三组。 比重（SG）、透明度、颜色、pH值、总蛋白（TP）、葡萄糖（GLU）、腺苷脱氨酶（ADA）、乳酸脱氢酶（LDH）、细胞角蛋白19片段（CYFRA21）等11种胸水生物标志物水平-1）、癌胚抗原（CEA）、神经元特异性烯醇化酶（NSE）等。 还确定了基于细胞学形态学检查的其他四种生物标志物，包括白细胞 (WBC)、单核细胞百分比 (MNC %)、多形核细胞百分比 (PNC %)、间皮细胞百分比 (MTC %)。 首先，通过受试者工作特征（ROC）曲线分析生物标志物的诊断能力。 然后利用深度学习和熵权法（EWM），多维计算生物标志物的临床价值，用于胸腔积液疾病的补充诊断。 结果：TP、ADA、CEA、CYFRA211、NSE、MNC% 6个生物标志物差异显着（p < 0>0.05）。 基于深度学习的胸水生物标志物综合检测准确率高。 在胸水生物标志物中，细胞形态学生物标志物 WBC、MNC %、PNC %、MTC % 的临床价值较高。 结论： 深度学习和熵权法多维分析胸水生物标志物的临床价值与传统统计学和ROC曲线不同。 建议在临床检查过程中，应更多关注细胞形态学生物标志物，而胸水的物理特征对临床意义不大。 资助声明：这项工作得到了中国国家自然科学基金项目的完全支持（批准号：61703304、31600761）。利益声明：作者声明没有利益冲突。伦理批准声明：所有程序均按照伦理机构和国家研究委员会的标准。 从研究中包括的所有患者获得知情同意。