Logistic回归分析在结肠癌肿瘤标志物诊断中的应用

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.     

共词分析法在肠癌研究中的应用

介绍了共词分析法的基本原理和运用共词分析法的4个关键步骤,并结合现代科技发展情况说明了共词分析法的应用领域.以现代肠癌为例,从CNKI中下载了6 000篇有关肠癌的文献,运用共词分析法对6 000篇文献进行分析,发现现代肠癌的主要研究热点为大肠癌、结肠癌、结直肠癌、化疗和预后.指出了共词分析法在各个研究领域的发展前景.