排序方式: 共有2条查询结果,搜索用时 46 毫秒
1
1.
以结肠癌早发现为出发点,使用Excel中的单因素方差分析筛选出差异具有统计学意义的肿瘤标志物,其中CEA,CA199,CA724,CA125,CA242,Tu M2-PK在不同人群中所表现的差异性都具有统计学意义.将6种肿瘤标志物纳入多因素Logistic回归模型进行多因素分析,剔除不显著的因素CA125,建立CEA,CA199,CA724,CA242,Tu M2-PK等5种因素的Logistic回归模型.通过分析多因素模型所得理论结果,借助数值模拟,建立基于Logistic回归分析的ROC曲线模型.ROC曲线的下面积为0.99,明显大于任何单一肿瘤标志物的下面积,表明所建立的多因素诊断模型比单因素模型诊断更为有效,为结肠癌诊断方法的改进提供了理论支持. 相似文献
2.
1