Bayes分类器在肺癌自身抗体多标记联合诊断中的应用
【作者】
刘岩
;
常文军
;
曹广文
【关键词】
肺肿瘤
预测模型
Bayes分
【摘要】目的建立基于Bayes分类器的肺癌预测模型,探讨并评价该模型的预测效果。方法以前期筛选出的6个噬菌体展示肽与90例肺癌患者血清及90例正常对照血清的反应数据为基础,应用BinReg2.0软件实现数据分析,建立Bayes肺癌预测模型,并利用受试者工作特征曲线(ROC曲线)评价比较Bayes预测模型与Logistic回归模型、主成分回归模型、支持向量机模型的分类预测效果。结果Bayes肺癌预测模型的灵敏度为92.00%,特异度为96.00%,能够较好地区分肺癌患者与正常对照。结论Bayes数学预测模型可较准确地预测受检者患肺癌的概率。
上一篇:MicroRNA在肾脏缺血再灌注损伤中的研究进展
下一篇:改良的血管缝合器经左心耳途径缝合左房室瓣的体外实验