胰腺癌患者血清腫瘤標志物檢測的臨床價值研究.pdf

1、研究背景： 胰腺癌是消化系統(tǒng)的惡性腫瘤，多數患者被發(fā)現時已是晚期，僅15～20％的患者有根治手術切除的機會。目前胰腺癌診斷主要通過多種影像學方法和血清腫瘤標志物聯合檢測進行檢查，在排除胃腸疾病、慢性胰腺炎和腹膜后腫瘤等疾病的基礎上進行診斷。影像學檢查(CT或MRI)是最直接而有效的方法，然而其敏感性和特異性不高，因此提高胰腺癌早期診斷的努力方向應是對有疑似胰腺癌癥狀的好發(fā)人群積極行胰腺癌的臨床篩查。腫瘤標志物的測定具有費用低、方

2、法簡單和技術易于推廣的特點，并且已在臨床廣泛應用，因此是對胰腺癌高危人群進行篩查的理想指標。目前在胰腺癌診斷中臨床應用比較多是CA19-9和CA242，但敏感性和特異性并不理想，因此尋找有效的胰腺癌血清腫瘤標志物的工作從未停止，目前已有了一定的進展。我們檢索文獻發(fā)現，SiSo細胞表達的受體結合癌抗原(RCAS1)和骨橋蛋白(OPN)有可能和胰腺癌的發(fā)生和侵襲轉移等生物學行為相關，血清中RCAS1和OPN的濃度變化對胰腺癌的診斷可能有一定

3、的意義，但尚缺乏進一步的臨床研究驗證。另外，由于胰腺癌的發(fā)生與多種因素相關，因此現有的腫瘤標志物的準確性和實用價值均有一定局限，并且不可能依靠單獨檢測一項腫瘤標志物就能夠特異性診斷胰腺癌。目前常用的方法為多項腫瘤標志物的聯合檢測，但是由于傳統(tǒng)線性判別函數模型的限制，判別效果也不夠理想。同時由于臨床上一些條件的限制，使收集到的診斷數據不夠完整，對這些不完整的數據應用傳統(tǒng)的線性判別方法難以處理。模糊聚類分析法較好的克服了數據間量綱不同的影響

4、，也在一定程度上克服了變量間的不相關性。利用該方法可較好地實現對不同的類別進行分類，進一步通過模糊識別可以判別檢測目標同實際模型間的貼近度，將模糊識別同計算機技術結合，可以使計算機生成的程序更加智能化，結合臨床腫瘤標志物檢測分析可能提高診斷的準確率。同時，隨著計算機技術和生物信息學的迅速發(fā)展，以非線性大規(guī)模并行分布處理為特點的人工神經網絡(ANN)理論突破了傳統(tǒng)的線性處理模式，以其高度的并行性，良好的容錯性和自適應能力成為人們探索和研究

5、某些復雜大系統(tǒng)的有力工具。 研究目的： 本實驗擬在前期調研工作的基礎上，首先應用ELISA、免疫組織化學技術，研究胰腺癌患者血清及組織中RCAS1和OPN的表達情況，以期明確其可能作為新的胰腺癌腫瘤標志物的臨床應用前景；然后應用模糊聚類識別和人工神經網絡方法分別對目前臨床已經廣泛應用的腫瘤標志物數據進行處理，構建診斷模型，并且同經典統(tǒng)計學Logistic回歸方法進行診斷準確率的比較，探討并提出提高胰腺癌診斷和鑒別診斷準確

6、率的分析方案，并構建應用軟件模型，以期能夠提高血清腫瘤標志物在胰腺癌診斷中的臨床應用價值。 研究方法和結果： 第一部分：血清腫瘤標志物RCAS1和OPN對胰腺癌的診斷價值首先應用酶聯免疫吸附(ELISA)方法，檢測46例胰腺癌患者、18例慢性胰腺炎患者和20例健康人血清中RCASl和OPN的濃度，并應用受試者工作曲線法(ROC曲線法)分析檢測結果。結果顯示胰腺癌患者血清中RCAS1和OPN的濃度與慢性胰腺炎組和正常對照組

7、相比明顯增高(86.21±6.36 vs.21.51±4.93，14.40±2.54；504.51±56.12 vs.212.87±28.48，96.32±26.46，P<0.05)，并且在分層分析中，胰腺癌患者血清中OPN的濃度在無法手術切除組高于可手術切除組(550.17±93.72 vs.343.47±41.51 P<0.05)，而RCAS1在重度黃疸組高于輕度黃疸組(134.05±13.43 vs.88.94±7.19，P<0.

8、05)，同時檢索病歷，對應同一患者CA19-9等四種臨床常規(guī)應用胰腺癌腫瘤標志物結果構建ROC曲線進行對比，RCAS1、OPN、CA19-9、CA242、CA50和CEA的AUC分別為0.827、0.813、0.805、0.737、0.530和0.727，P<0.001。然后應用免疫組織化學染色法對組織切片進行染色。結果顯示胰腺癌組織中RCAS1的陽性率87.5％(28/32)，慢性胰腺炎組織40％(4/10)，正常胰腺組織17％(1/

9、6)；胰腺癌組織中OPN的陽性率71.9％(23/32)，慢性胰腺炎組織20％(2/10)，正常胰腺組織不染色。 第二部分：模糊聚類分析和人工神經網絡模型處理血清腫瘤標志物數據對胰腺癌臨床診斷的價值首先運用統(tǒng)計學單因素分析方法對213例胰腺癌和86慢性胰腺炎患者的包括血清腫瘤標志物CA19-9、CA242、CA50和CEA等23項診斷指標進行處理，結果顯示性別、年齡、CA19-9、CA242、CA50、CEA、WBC、Tbil和

10、ALT等9個診斷指標在胰腺癌和慢性胰腺炎患者的比較中有統(tǒng)計學意義。然后應用模糊聚類分析方法對患者血清腫瘤標志物CA19-9、CA242、CA50和CEA四項診斷指標進行處理，通過Visual Basic 6(VB)編程軟件編寫應用程序，運用模糊識別方法評估血清腫瘤標志物聯合檢測對胰腺癌診斷的準確率。對相同的病例庫建立ANN診斷模型，算法選用BP網絡，運用Matlab 6.5軟件編程實現ANN的訓練和測試。同時采用STATA 8.0軟件建

11、立二分類Logistic多元回歸模型，分別將與模糊聚類分析模型和BP人工神經網絡模型相同的自變量引入回歸方程，將所有樣本代回方程求得預測值。最后應用VB編程軟件進行編程，構建以血清腫瘤標志物為主體的胰腺癌診斷的應用軟件模型。結果顯示應用模糊聚類后建立的腫瘤標志物界值分類模型標準進行模糊識別，對胰腺癌診斷的敏感性和特異性(98.67％；78.57％)均高于Logistic回歸模型的敏感性和特異性(93.33％；14.29％)，P<0.05

12、。ANN模型診斷的正確率和ROC曲線下面積(89.6％；0.932)均大于Logistic回歸模型(84.34％，0.897)，P<0.05。 結論： 1．RCAS1和OPN作為一種血清腫瘤標志物在胰腺癌的診斷中有意義，綜合診斷能力明顯優(yōu)于CA50和CEA，如果同時聯合檢測CA19-9和CA242，則對提高胰腺癌診斷和胰腺腫瘤術前評估的準確率有一定的臨床意義。 2．RCAS1和OPN在胰腺癌組織中高表達，可能同胰