夏一帆 陳陽育 施煥中 李 瑩 梁寶生

【提 要】 目的 基于統(tǒng)計(jì)學(xué)習(xí)方法探討癌胚抗原(carcinoembryonic antigen，CEA)、糖鏈抗原(carbohydrate antigen，CA)125、CA15-3和CA19-9四種腫瘤標(biāo)志物的不同聯(lián)合對鑒別良惡性胸腔積液的診斷價(jià)值。方法 收集北京和武漢兩家醫(yī)院共319例患者的胸腔積液標(biāo)本及配對血清標(biāo)本，應(yīng)用化學(xué)發(fā)光法檢測CEA、CA125、CA15-3及CA19-9在血清及胸腔積液中的濃度，采集患者的性別、年齡等協(xié)變量信息，分別應(yīng)用logistic回歸、隨機(jī)森林和支持向量機(jī)三種方法建立聯(lián)合診斷模型，通過受試者工作特征(receiver operating characteristics，ROC)曲線分析比較其診斷價(jià)值。結(jié)果 使用支持向量機(jī)方法，獲得胸腔積液中CEA+CA19-9的聯(lián)合診斷對應(yīng)的ROC曲線下面積(areas under the curve，AUC)值最大(0.92，P<0.001)，靈敏度最高(0.82)，特異度為0.96，AUC值比單一腫瘤標(biāo)志物診斷最優(yōu)值提高了1.6%，靈敏度提高了3.8%；使用logistic回歸方法，獲得胸腔積液中CEA+CA15-3+CA19-9聯(lián)合診斷對應(yīng)的AUC值達(dá)到0.91(P<0.001)，比單一腫瘤標(biāo)志物最優(yōu)模型AUC值提高了5.7%，靈敏度提高13.2%，特異度提高4.3%；3.使用隨機(jī)森林方法，最優(yōu)靈敏度達(dá)到0.82，最高AUC值為0.89(P<0.001)，比單一腫瘤標(biāo)志物最優(yōu)模型AUC值提高了5.1%，靈敏度提高6.5%，特異度提高3.3%。結(jié)論 相比單一腫瘤標(biāo)志物診斷，聯(lián)合多腫瘤標(biāo)志物的診斷能夠提高診斷精度，但是提高幅度不大?；谥С窒蛄繖C(jī)方法，使用胸腔積液中單一腫瘤標(biāo)志物CEA即可達(dá)到較好的良、惡性胸腔積液診斷效果。綜合考慮患者就醫(yī)的經(jīng)濟(jì)負(fù)擔(dān)和就醫(yī)體驗(yàn)等因素，本研究不推薦使用多腫瘤標(biāo)志物的聯(lián)合診斷。

腫瘤標(biāo)志物常用于判斷惡性疾病可能性，CEA、CA125、CA15-3及CA19-9均為臨床常見的腫瘤標(biāo)志物[4-9]。研究證實(shí)這些腫瘤標(biāo)志物對于鑒別胸腔積液的良、惡性有提示作用，單一的腫瘤標(biāo)志物靈敏度和特異度有限，可能存在漏診、誤診等[1-2]。已有文獻(xiàn)發(fā)現(xiàn)聯(lián)合使用兩種或多種腫瘤標(biāo)志物可能會(huì)提高診斷價(jià)值，但臨床上尚無定論[3]，且并非所有腫瘤標(biāo)志物的實(shí)驗(yàn)室檢測都有助于提高聯(lián)合診斷的效果。因而，研究如何在提高多種標(biāo)志物聯(lián)合診斷效果的同時(shí)，盡可能選取數(shù)量少的標(biāo)志物類型組合做診斷，具有十分重要的臨床意義。本研究通過檢測血清和胸腔積液中的四種腫瘤標(biāo)志物CEA、CA125、CA15-3及CA19-9的濃度，應(yīng)用logistic回歸、隨機(jī)森林和支持向量機(jī)三種統(tǒng)計(jì)學(xué)習(xí)方法，探討不同的聯(lián)合診斷方法在鑒別良、惡性胸腔積液方面的診斷效果。

數(shù)據(jù)與方法

1.數(shù)據(jù)來源

選取2015年1月至2017年6月收入首都醫(yī)科大學(xué)附屬北京朝陽醫(yī)院呼吸與危重癥醫(yī)學(xué)科的所有伴有胸腔積液的成人患者174例，以及武漢某醫(yī)院的胸腔積液患者145例，共計(jì)319例。根據(jù)Light標(biāo)準(zhǔn)區(qū)分滲出性胸腔積液或漏出性胸腔積液。根據(jù)病因進(jìn)行分類，其中惡性胸腔積液患者111例(年齡21～86歲)，男性59例，女性52例；良性胸腔積液患者208例(年齡16～88歲)，男性148例，女性60例。

2.分析方法

采用R軟件完成分析及繪圖，計(jì)量資料以均值±標(biāo)準(zhǔn)差表示。選擇logistic回歸、隨機(jī)森林和支持向量機(jī)三種統(tǒng)計(jì)學(xué)習(xí)分類方法[5-6]建立診斷模型。除將CEA、CA125、CA15-3及CA19-9濃度納入診斷模型，同時(shí)考慮患者的性別、年齡和就診城市信息。為避免統(tǒng)計(jì)學(xué)習(xí)方法參數(shù)訓(xùn)練出現(xiàn)過擬合的情形，將數(shù)據(jù)隨機(jī)五等分，四份作訓(xùn)練集，一份作測試集。構(gòu)建logistic回歸模型時(shí)，針對胸腔積液和血清兩組數(shù)據(jù)，采用Lasso方法進(jìn)行變量篩選[11]，通過交叉驗(yàn)證的方法，確定最優(yōu)的懲罰因子和模型；在構(gòu)建隨機(jī)森林模型時(shí)，通過調(diào)整算法中的特征變量選擇個(gè)數(shù)和樹的個(gè)數(shù)實(shí)現(xiàn)模型調(diào)優(yōu)，選取100棵樹來構(gòu)建診斷模型。根據(jù)Gini系數(shù)值的下降幅度進(jìn)行變量的重要性計(jì)算，選取四種標(biāo)志物和年齡變量作為重要變量。在構(gòu)建支持向量機(jī)模型時(shí)，選擇線性核函數(shù)作為支持向量機(jī)的核函數(shù)，通過交叉驗(yàn)證選取支持向量機(jī)最優(yōu)的懲罰因子。對每種方法，獲得預(yù)測數(shù)據(jù)集上的ROC曲線和AUC值，計(jì)算最優(yōu)的cut-off值[12]，及對應(yīng)診斷靈敏度和特異度。用以比較三種統(tǒng)計(jì)學(xué)習(xí)方法對應(yīng)不同標(biāo)志物聯(lián)合診斷模型的診斷效能，并與單一標(biāo)志物診斷結(jié)果對比。P<0.05被認(rèn)為具有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

1.使用logistic回歸模型、隨機(jī)森林和支持向量機(jī)診斷模型分別在胸腔積液和血清組進(jìn)行聯(lián)合診斷的結(jié)果見表1，診斷結(jié)果對應(yīng)的ROC曲線見圖1。

圖1 在胸腔積液和血清中l(wèi)ogistic回歸(第1列)、隨機(jī)森林(第2列)和支持向量機(jī)的不同診斷模型下的ROC曲線

表1 使用logistic回歸、隨機(jī)森林和支持向量機(jī)方法在胸腔積液和血清中腫瘤標(biāo)志物的不同聯(lián)合診斷效果

logistic回歸中各模型聯(lián)合診斷AUC值均大于0.81(P<0.001)。胸腔積液中CEA+CA15-3+CA19-9的聯(lián)合診斷模型(M5)在ROC曲線中AUC最大為0.91，cut-off值為0.38，靈敏度為0.77，特異度為0.96。

隨機(jī)森林各聯(lián)合診斷模型AUC值均大于0.70(P<0.001)。胸腔積液中使用重要變量模型(M12)的聯(lián)合診斷AUC值最高為0.89。支持向量機(jī)診斷方法在胸腔積液中使用CEA+CA19-9模型(M1)的聯(lián)合診斷ROC曲線對應(yīng)AUC值最高為0.92，cut-off為0.24，靈敏度為0.82，特異度為0.96。

2.利用三種統(tǒng)計(jì)學(xué)習(xí)分類方法對不同腫瘤標(biāo)志物濃度的單一診斷模型診斷結(jié)果見表2。其中，胸腔積液中，基于單一腫瘤標(biāo)志物CEA的支持向量機(jī)最優(yōu)診斷模型AUC值最高為0.90，cut-off為0.26，靈敏度為0.79，特異度為0.93?；趩我荒[瘤標(biāo)志物CA15-3的logistic回歸最優(yōu)診斷模型AUC值為0.85，cut-off為0.36，靈敏度和特異度分別為0.68和0.92。隨機(jī)森林方法對應(yīng)的單一腫瘤標(biāo)志物CEA的診斷模型最優(yōu)(AUC=0.84)。

表2 胸腔積液和血清組使用單一指標(biāo)的診斷結(jié)果

3.不同聯(lián)合診斷模型效果比較的假設(shè)檢驗(yàn)結(jié)果見表3。檢驗(yàn)結(jié)果顯示，胸腔積液組中基于logistic回歸和隨機(jī)森林方法的聯(lián)合診斷最優(yōu)模型與單一腫瘤標(biāo)志物診斷模型的AUC值差異比較的假設(shè)檢驗(yàn)P值均顯著(P<0.007)?；谥С窒蛄繖C(jī)的聯(lián)合診斷模型最優(yōu)模型與單一腫瘤標(biāo)志物最優(yōu)診斷模型的AUC值差異比較的假設(shè)檢驗(yàn)均不顯著。另外，胸腔積液組中三種分類方法對應(yīng)聯(lián)合診斷的最優(yōu)模型AUC值與次優(yōu)模型的AUC值差異比較均不顯著(P>0.155)。

表3 胸腔積液組中不同方法對應(yīng)聯(lián)合診斷模型AUC差異的比較

討 論

本文通過前瞻性試驗(yàn)研究，使用logistic回歸、隨機(jī)森林和支持向量機(jī)三種分類方法，建立以CEA、CA125、CA15-3和CA19-9四種腫瘤標(biāo)志物濃度為基礎(chǔ)的不同聯(lián)合診斷模型，通過統(tǒng)計(jì)學(xué)習(xí)方法進(jìn)一步提升了聯(lián)合診斷的準(zhǔn)確率，對于判別良、惡性胸腔積液有著十分重要的價(jià)值。

通過對比多腫瘤標(biāo)志物與單一腫瘤標(biāo)志物的診斷模型的AUC可知，基于支持向量機(jī)方法的多腫瘤標(biāo)志物聯(lián)合診斷模型比單一腫瘤標(biāo)志物的診斷最優(yōu)模型的AUC值提高了1.55%；基于隨機(jī)森林的多腫瘤標(biāo)志物聯(lián)合診斷模型比單一腫瘤標(biāo)志物最優(yōu)模型的AUC值提高了5.1%；使用logistic回歸方法的多腫瘤標(biāo)志物聯(lián)合診斷模型比單一腫瘤標(biāo)志物的最優(yōu)診斷模型AUC值提高5.76%。由此可知，多腫瘤標(biāo)志物的聯(lián)合診斷模型對于提高診斷的AUC有一定的幫助，這與當(dāng)前研究的結(jié)論一致[7-10]，但本研究的樣本量更大，且診斷模型方法更先進(jìn)。本研究尚存在一些不足：本研究測定了臨床常見的四種腫瘤標(biāo)志物，但其他與肺癌相關(guān)的腫瘤標(biāo)志物如CYFRA21-1、NSE、ADA等亦有診斷價(jià)值[8-9]，有待進(jìn)一步研究；使用統(tǒng)計(jì)學(xué)習(xí)方法時(shí)，由于隨機(jī)森林和支持向量機(jī)方法自身的特點(diǎn)，雖然診斷的精度較好但是可解釋性不夠理想。

盡管多腫瘤標(biāo)志物的聯(lián)合診斷能提高診斷精度，但是相比單一標(biāo)記物診斷提高幅度有限(<6%)。在胸腔積液中，支持向量機(jī)方法使用單一標(biāo)志物CEA診斷即可達(dá)到較高的診斷精度(AUC=0.9)。而支持向量機(jī)最佳聯(lián)合診斷(AUC=0.92)和logistic回歸模型最佳聯(lián)合診斷(AUC=0.91)法的優(yōu)勢不大，但卻需要檢測三種腫瘤標(biāo)志物濃度，這既增加了醫(yī)院的醫(yī)療資源消耗，又增加了患者的經(jīng)濟(jì)負(fù)擔(dān)及疼痛不適感。綜合考慮患者就醫(yī)的經(jīng)濟(jì)負(fù)擔(dān)和就醫(yī)體驗(yàn)等因素，在臨床實(shí)踐中，從效費(fèi)比角度講本研究不推薦應(yīng)用多腫瘤標(biāo)志物聯(lián)合診斷法鑒別良惡性胸腔積液。