摘要
【目的】 本研究旨在探讨肺腺癌（Adenocarcinomaoflung，LAC）、肺鳞癌（Squamouscellcarcinomaoflung，LSCC）、小细胞肺癌（smallcelllungcancer，SCLC）间的临床资料、肿瘤标记物（Tumormarkers，TM）、病理类型之间的差异，分析临床资料特征、TM对肺癌病理类型的预测价值，探讨联合危险因素及TM指标能否提高对肺癌病理类型的预测。 【方法】 本研究为回顾性研究，纳入了2018年1月—2019年12月在昆明医科大学第二附属医院住院部诊治并符合入组条件：通过手术切除或气管镜下活检确诊为的肺癌患者180例，其中腺癌患者112例，鳞癌患者50例，小细胞肺癌患者18例，对照组为通过手术切除排外恶性肿瘤的非肺癌者83例。通过电子病历系统，查阅患者病历，收集入选患者的人口学资料及相关检查、检验信息，包括性别、年龄、身高、体重、BMI值、吸烟史、慢性病史、病理类型、肿瘤标记物、TNM分期。比较四组间的基线资料，肺癌三种不同病理类型之间的肿瘤标记物、TNM分期比较，肺癌三种不同病理类型分别和非肺癌组肿瘤标记物之间的比较，将组间比较有差异的指标纳入二元Logistics回归模型分析肺癌三种不同病理类型的危险因素，P＜0.05认为有统计学意义，并绘制受试者工作特征（ROC）曲线，计算曲线下面积(AUC)评估各指标对病理类型的预测价值。 【结果】 1.基线资料非肺癌组与其他三种不同病理类型的肺癌组之间比较中性别、吸烟以及慢性病均具有统计学意义（P＜0.05），年龄、BMI无统计学意义（P＞0.05）。 2.在三个肺癌组的肿瘤相关临床特征比较中，肿瘤分期、肿瘤大小、淋巴结大小具有统计学意义（P＜0.05）。 3.在肺癌组和非肺癌组的肿瘤标记物的比较当中，CEA、NSE、CYFRA21-1、CA50、CA724具有统计学意义（P＜0.05）。三个肺癌组分别和对照组非肺癌组的肿瘤标记物比较，CEA、NSE、CYFRA21-1、CA125、CA50、CA724、Ferr在LSCC组中具有统计学意义（P＜0.05），CEA、NSE、CYFRA21-1、CA50、CA724、CA153、CA199在LAC组中具有统计学意义（P＜0.05），CEA、AFP、NSE、CYFRA21-1、CA153、CA50、Ferr在SCLC组中具有统计学意义（P＜0.05），不同病理类型的肺癌患者肿瘤标记物升高不同。 4.二元Logisitic回归分析显示：吸烟是鳞癌的危险因素，SCCA、CYFRA21-1对肺鳞癌的诊断具有一定的价值；CEA、CYFRA21-1对肺腺癌的诊断具有一定的价值；NSE、CA153对肺小细胞肺癌的诊断具有一定的价值。 5.ROC曲线分析显示： 鳞癌：CYFRA21-1、SCCA单独预测LSCC的AUC值分别是0.77、0.75，最佳临界值分别是2.5和0.86，其灵敏度和特异度分别是71%和74%、65%和59%。根据logistic回归得出的3个影响因素建立联合预测因子（L）模型：L=0.92×吸烟+0.09×SCCA＋0.53×CYFRA21-1，计算得出联合预测因子AUC值为0.88，最佳诊断值为2.80，灵敏度为88%，特异度为80%，吸烟、SCCA、CYFRA21-1三者联合预测AUC面积增大，灵敏度和特异度均提高。 腺癌：CYFRA21-1、CEA单独预测LAC的AUC值分别是0.79、0.81，最佳临界值分别是2.26和2.67，其灵敏度和特异度分别是73%和63%、84%和77%。根据logistic回归得出的2个影响因素建立联合预测因子（L）模型：L=0.17XCEA＋0.08XCYFRA21-1，计算得出联合预测因子AUC值为0.87，最佳诊断值为0.71，灵敏度为88%，特异度为82%，CEA、CYFRA21-1二者联合预测AUC面积增大，灵敏度和特异度均提高。 小细胞肺癌：NSE、CA153单独预测SCLC的AUC值分别是0.82、0.71，最佳临界值分别是11.9和9.48，其灵敏度和特异度分别是72%和85%、69%和65%。根据logistic回归得出的2个影响因素建立联合预测因子（L）模型：L=0.07XNSE＋0.16XCA153，计算得出联合预测因子AUC值为0.84，最佳诊断值为0.75，灵敏度为82%，特异度为75%，NSE、CA153二者联合预测AUC面积增大，敏度提高，特异度较NSE单独预测时降低，但较CA153单独预测时提高。 【结论】 1.吸烟史、SCCA、CYFRA21-1三者联合预测有助于提高LSCC的诊断效能；CEA、CYFRA21-1二者联合预测有助于提高LAC的诊断效能；对于SCLC的诊断，NSE单独预测并没有优于NSE单独预测的诊断效能，但优于CA153单独预测的诊断效能。 2.吸烟史是LSCC的危险因素；SCCA、CYFRA21-1检测对LSCC的诊断具有一定的预测价值，CEA、CYFRA21-1对LAC的诊断具有一定的预测价值；NSE、CA153对SCLC的诊断具有一定的预测价值。 3.在本研究中SCLC的恶性程度高，肿瘤分期较晚，早期转移占比高。 4.在本研究中LAC是占比最大的肺癌肿瘤类型,其次为LSCC和SCLC，LSCC和SCLC男性发病大于女性，LAC以女性发病为主，慢性病会增加患肺癌的风险。
NETL