肿瘤标志物预测NSCLC患者EGFR突变概率数学模型的建立与评价

摘要

cqvip:目的:利用血清肿瘤标志物建立预测非小细胞肺癌(NSCLC)患者表皮生长因子受体(EGFR)基因突变概率的数学模型,并评价其临床应用价值。方法:回顾性分析我院经病理学确诊的NSCLC患者107例,对组织标本采用扩增阻滞突变系统实时荧光定量PCR(ARMS-PCR)技术检测EGFR基因突变,采集外周静脉血用化学发光法检测血清肿瘤标志物水平。多因素回归分析筛选出EGFR突变的独立预测因子,建立Logistic回归模型。绘制受试者工作特征曲线(ROC)并计算曲线下面积(AUC),以评价模型准确性和临床价值。结果:107例NSCLC患者中43.9%为EGFR突变型,56.1%为EGFR野生型。Logistic回归分析显示吸烟史、CEA、CA199和CYFRA21-1在EGFR突变型和野生型组间差异有统计学意义,是EGFR突变的独立预测因子。由此建立预测模型:P=e^x/(1+e^x),X=-3.664+(3.246×吸烟史)+(2.441×CEA)+(1.866×CA199)-(1.918×CYFRA21-1),e为自然对数;当截点P为0.478时,模型的敏感度为85.1%,特异性为65.0%。该模型的AUC为0.734(95%CI:0.637~0.830)。结论:非吸烟、CEA和CA199高表达及CYFRA21-1低表达是NSCLC患者EGFR基因突变的独立预测因子。由此建立的数学预测模型准确度较高,可为EGFR基因突变的预测提供有利帮助。