胃腸腫瘤標志物診斷大腸癌之檢驗醫(yī)學實踐.pdf

1、數(shù)據(jù)挖掘(Data Mining),就是從大量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程。數(shù)據(jù)挖掘的廣義觀點:數(shù)據(jù)挖掘就是從存放在數(shù)據(jù)庫,數(shù)據(jù)倉庫或其他信息庫中的大量的數(shù)據(jù)中“挖掘”有趣知識的過程。數(shù)據(jù)挖掘,又稱為數(shù)據(jù)庫中知識發(fā)現(xiàn)(KnowledgeDiscovery in Database,KDD),也有人把數(shù)據(jù)挖掘視為數(shù)據(jù)庫中知識發(fā)現(xiàn)過程的一個基本步驟。知識發(fā)現(xiàn)過程以下步驟組成:(1)數(shù)據(jù)清理,(2)數(shù)據(jù)集成

2、,(3)數(shù)據(jù)選擇,(4)數(shù)據(jù)變換,(5)數(shù)據(jù)挖掘,(6)模式評估,(7)知識表示。數(shù)據(jù)挖掘可以與用戶或知識庫交互。
　　 數(shù)據(jù)挖掘利用了來自如下一些領域的思想:(1)來自統(tǒng)計學的抽樣、估計和假設檢驗,(2)人工智能、模式識別和機器學習的搜索算法、建模技術和學習理論。數(shù)據(jù)挖掘也迅速地接納了來自其他領域的思想,這些領域包括最優(yōu)化、進化計算、信息論、信號處理、可視化和信息檢索。一些其他領域也起到重要的支撐作用。特別地,需要數(shù)據(jù)庫系統(tǒng)提

3、供有效的存儲、索引和查詢處理支持。源于高性能(并行)計算的技術在處理海量數(shù)據(jù)集方面常常是重要的。分布式技術也能幫助處理海量數(shù)據(jù),并且當數(shù)據(jù)不能集中到一起處理時更是至關重要。
　　 信息技術和生命科學被認為是21世紀的標志性學科。本世紀的人類社會被譽為“信息社會”,信息化,網(wǎng)絡化,高科技化已成為社會發(fā)展的基本特征。特別是20世紀90年代Internet等現(xiàn)代信息技術的飛速發(fā)展和人類基因組計劃的完成,使人們面臨的不僅僅是一個龐大的信

4、息數(shù)據(jù)庫,而是浩瀚的信息海洋。正是生物技術和信息技術的有機結合,催化一個新的學科-檢驗醫(yī)學信息學的誕生。
　　 醫(yī)學是一門與試驗和信息結合非常緊密的科學,檢驗醫(yī)學更不例外。完成一個診斷或治療的過程,也就是信息的獲取,處理和利用的過程?？梢哉f,更廣泛地獲取信息,更科學地分析信息,更合理地利用信息決定了醫(yī)療質(zhì)量和醫(yī)療水平,而計算機技術在其中起到非常重要的作用。也正是由于計算機技術使醫(yī)學檢驗發(fā)生革命性變化,改變了醫(yī)學檢驗的學習理念和工

5、作方式。隨著信息技術的發(fā)展,主要是基因信息庫和蛋白質(zhì)信息的利用,高度集成的試驗室信息系統(tǒng)(Laboratory Information System,LIS)和醫(yī)院信息系統(tǒng)(Hospital Information System,HIS)的建立,臨床醫(yī)學信息學和疾病信息學的高速發(fā)展,醫(yī)學檢驗教育的方向適應新的形式,在全體檢驗同仁的共同努力,醫(yī)學檢驗也就很快發(fā)展成為不僅僅為臨床提供實驗數(shù)據(jù),而且為臨床診療決策提供重要信息的檢驗醫(yī)學。

6、>　　 研究目的:將有限的檢驗信息提煉為高效的診治信息,從技術層面探索檢驗醫(yī)學的臨床實踐新途徑。
　　 研究方法:以CA72-4,CA199和CEA三項血清標志物檢驗診斷大腸癌為例,依托實驗信息系統(tǒng)(LIS)與醫(yī)院信息系統(tǒng)(HIS)的數(shù)據(jù)信息平臺,利用人工神經(jīng)網(wǎng)絡(Artificial Neural Network,ANN)為數(shù)據(jù)挖掘工具和SPSS統(tǒng)計軟件構建受試者工作特征曲線(Receiver Operating Chara

7、cteristic,ROC)數(shù)據(jù)集,以驗后概率解釋每一份胃腸腫瘤標志物檢驗報告。
　　 研究結果:納入研究的1206份胃腸道腫瘤標志物檢驗標本中大腸癌占11.5％；構建了 CA1991[17],CA72-4,和 CEA檢驗篩查和診斷大腸癌的ROC數(shù)據(jù)集；大腸癌組三項血清標志物濃度均顯著高于健康對照組和其他疾病組(<0.01)；CA199,CA72-4,CEA和人工神經(jīng)網(wǎng)絡診斷模型預測值篩查大腸癌的ROC曲線下面積分別是0.624