《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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）。