基于人血浆miRNAs的两种数据挖掘模型在肺癌辅助诊断中的应用

【作者】 段晓冉； 崔留欣；

【机构】 郑州大学公共卫生学院；

【摘要】 数据挖掘已经被广泛应用于癌症的辅助诊断中。大量的研究表明循环miRNAs和多种肿瘤的发生和发展有关,具有作为包括肺癌在内的疾病诊断生物标志物的潜力。而人工神经网络(Artificial Neual Networks,ANN)和决策树(Decision Tree,DT)等数据挖掘算法已经被广泛应用于癌症的辅助诊断。因此,本研究应用决策树(Decision Tree,DT)和人工神经网络(Artificial Neual Networks,ANN)等数据挖掘方法联合血浆miRNA生物标志、流行病学参数和临床症状资料建立肺癌预测模型,同时建立肺癌判别分析模型,评价其预测效果。应用实时荧光定量PCR法分别测定148例正常对照、148例肺癌患者外周血血浆11种miRNAs(miR-16、miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30d、miR-25)表达水平,用DTC5.0、神经网络和Fisher判别分析建立肺癌判别诊断模型。单因素分析结果显示肺癌组和对照组间的流行病学参数和临床症状(吸烟程度、发热、胸闷胸痛、咳嗽、痰中带血、咯血)的分布的差异和10种血浆miRNAs(miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30d、miR-25)的表达水平的差异有统计学意义(P<0.05);多因素Logistic回归分析结果显示,发热、胸闷胸痛、咳嗽、血浆中miR-20a和miR-223相对表达量升高可能是肺癌的危险因素。16项DT C5.0模型、优化DT C5.0模型、16项ANN模型、优化ANN模型、16项Fisher判别分析模型和优化Fisher判别分析模型的准确度分别为98.78%、87.80%、87.80%、84.15%、82.93%和82.93%,AUC分别为0.985、0.883、0.879、0.835、0.828和0.824。16项DT C5.0模型的AUC均优于其他5种模型(P<0.05);其他5种模型的AUC之间的差异没有统计学意义(P>0.05)。总之,本研究发现人血浆中10种miRNAs(miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30d、miR-25)的表达水平与肺癌相关,可以作为潜在的肺癌预测指标;决策树C5.0模型在肺癌筛查中有一定意义。更多还原