《表3 基于血清CEA、SF、TPA、CA125和HE4的Logistic回归分析》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《Logistic回归和Fisher线性判别分析模型在卵巢肿瘤良恶性鉴别诊断中的价值》
该模型中5个变量均有助于卵巢癌和卵巢良性疾病的鉴别诊断,其中最重要的变量为HE4和CA125,其Waldχ2值分别为32.51和31.82(表3)。以血清CEA、SF、TPA、HE4和CA125进行Logistic-ROC曲线分析,在最佳临界值(概率P=0.505)时对个体进行诊断和预测,该模型鉴别诊断卵巢癌和卵巢良性疾病的准确率分别为92.6%(262/283)和95.0%(190/200)。采用交叉验证进行预测,该模型预测卵巢癌和卵巢良性疾病的准确率分别为90.5%(256/283)和97.0%(194/200)。
图表编号 | XD0011825300 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.28 |
作者 | 桂林、杨建波、黄远帅 |
绘制单位 | 西南医科大学附属医院输血科、西南医科大学附属医院核医学科、西南医科大学附属医院输血科 |
更多格式 | 高清、无水印(增值服务) |