《表2 3种诊断预测模型的诊断表现》

  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

《WCX-MB联合MALDI-TOF MS技术建立宫颈癌诊断预测模型及初步验证》

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

用Clin Pro Tools 3.0软件分析2组质谱图，应用宫颈癌患者和健康者的训练组（44例）对3种不同算法分别建立模型，并于验证组（16例）进行外部验证。交叉验证的主要思想是将数据分成两部分，一部分用于模型的训练，另一部分用于对训练好的模型进行预测误差估计，客观判断这些参数对训练集之外数据的符合程度[13]。识别能力是判断数据性质、价值和水平的能力。通过综合分析3种模型的交叉验证和识别能力，发现QC模型的诊断表现最佳（表2）。随后通过盲样验证QC模型，在该模型9例宫颈癌患者中的8例被正确识别，1例被排除；7例健康体检者均被正确分类。其诊断准确性为93.75%，特异性为100%，敏感性为88.89%。以差异最显著的2个峰m/z4210.90和4645.11分别为x、y轴对训练组血清样本做聚类分析，结果显示癌症组和健康组间样本基本无交叉，可被显著区分（图4）。