蛋白芯片技术检测肿瘤标志物对乳腺癌的临床价值

蛋白芯片技术检测肿瘤标志物对乳腺癌的临床价值

ID:37234446

大小:2.04 MB

页数:55页

时间:2019-05-20

蛋白芯片技术检测肿瘤标志物对乳腺癌的临床价值_第1页
蛋白芯片技术检测肿瘤标志物对乳腺癌的临床价值_第2页
蛋白芯片技术检测肿瘤标志物对乳腺癌的临床价值_第3页
蛋白芯片技术检测肿瘤标志物对乳腺癌的临床价值_第4页
蛋白芯片技术检测肿瘤标志物对乳腺癌的临床价值_第5页
资源描述:

《蛋白芯片技术检测肿瘤标志物对乳腺癌的临床价值》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、江苏大学硕士学位论文摘要目的:1.本课题是通过蛋白芯片(proteinchip)技术检测乳腺癌(breastcancer)患者、乳腺良性病变患者和正常女性血清中肿瘤标志物(tumormarkers)表达的差异,筛选出对乳腺癌有临床价值的肿瘤标志物,分析其诊断价值,探讨其升高的可能原因;2.通过蛋白芯片技术检测乳腺癌患者血清肿瘤标志物水平与肿瘤大小、淋巴结转移状况的相关性,探讨肿瘤标志物对病情判断的临床意义;3.检测乳腺癌患者手术前后、术后复发转移血清肿瘤标志物水平的变化并进行分析,探讨肿瘤标志物在乳腺癌病情监测,预后判断的临床意义;4.通

2、过蛋白芯片技术的应用,分析蛋白芯片技术的临床价值。方法:采用多肿瘤标志物蛋白芯片诊断系统,检测分析90例乳腺癌患者,60例乳腺良性病变和100例正常对照者血清12种常见肿瘤标志物,包括糖类抗原199(CAl99)、甲胎蛋白(AFP)、神经原特异性烯醇化酶(NSE)、游离前列腺特异抗原(f-PSA)、前列腺特异杭原(PSA)、癌胚抗原(CEA)、糖类抗原242(CA242)、糖类抗原125(CAl25)、糖类抗原153(CAl53)、铁蛋白(FER)、人生长激素(HGH)和人绒毛膜促性腺激素(HCG);首先静脉采血,静置离心;试验前将标准品

3、稀释;将各待测血清或不同浓度的标准品滴加到不同的芯片分格内;将蛋白芯片温育振荡,洗涤;芯片小方格内各加入反应液,温育振荡,取出弃去孔内液体;剥离蛋白芯片集成块的上部,放入洗盒中,洗涤4次;江苏大学硕士学位论文加入检测液,用皿.2001A蛋白芯片仪对蛋白芯片读取数据,获得结果。采用SPSS13.O统计软件进行数据分析,计数资料采用贮检验;3组样本率的比较采用贮分割法;计量资料采用t检验;3组样本均数间的多重比较采用SNK.q检验;应用logisitic逐步回归筛选出有临床价值的肿瘤标志物,获得相应的数学模型即回归方程,通过ROC曲线分析CE

4、A,FER,CAl25,CAl53及109istic回归结果的曲线下面积(AUC)。结果:乳腺癌组CEA、CAl25、FER、CAl53水平均显著高于乳腺良性病变组和正常对照组,有显著统计学差异(PO.05);而CAl99、NSE、CA242、HCG、AFP、fPSA、PSA、HGH在乳腺癌组、乳腺良性病变组和正常对照组间差异未见统计学意义;乳腺癌组与正常对照组血清CEA、CAl25、FER、CAl53的logistic回归方程Pl_1/1

5、+e‘‘·1·2蚪2·25×cEA+3·12ד125+1059×cAl黝;乳腺癌组、正常对照组CEA、CAl25、FER、CAl53和联合CEA、CAl25、CAl53三种肿瘤标志物的logistic回归曲线转化参数Pl的ROC曲线中,单独检测时CAl53的AUC最大,有统计学意义(P=O.OOO),CAl25、CAl53、CEA、FER联合检测的AUC大于各项肿瘤标志物单项检测的AUC,有统计学意义(P=O.ooO)。乳腺癌患者腋淋巴结转移组CEA、CAl25、FER、CAl53水平及阳性率高于无转移组,有显著统计学差异(P

6、);淋巴结转移组与无淋巴结转移组血清CEA、CAl25、FER与CAl53的logistic回归方江苏大学硕士学位论文程P2=1/1+e’‘-2·27+2·惦×c队+194×FER+1·06×cAl25+1·鲋×cAl5鼬;淋巴结转移组与无淋巴结转移组血清CEA、CAl25、FER、CAl53和四种肿瘤标志物的logistic回归曲线转化参数P2的ROC曲线中,单独检测时FER的AUC最大,有统计学意义(P=O.ooO),四种肿瘤标志物联合检测的AUC大于各项肿瘤标志物单独检测的AUC,有统计学意义(P=O.ooO);乳腺癌患者肿瘤直径d

7、>3cm组CEA、CAl25、FER、CAl53水平均显著高于肿瘤直径d<3cm组,有显著统计学差异(PO.05);乳腺癌复发转移组患者血清CEA、FER、CAl25、CAl53水平与无复发转移组比较、差异均有显著性

8、意义(P

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。