肺癌是世界范围内最常见的恶性肿瘤之一，病死率在城市中居首位，高达90%^[1]。实验和临床研究已经证明肿瘤标志物在肿瘤的诊断和治疗方面有着广泛的应用。相比于影像学，组织病理学检查，肿瘤标志物检查具有价格便宜、方法简单、创伤性较小等优点。以前的研究已广泛报道^[2,3,4]，在肺癌中比较有意义的肿瘤标志物有神经元特异性烯醇化酶（neuron-specific enolase,NSE）、胃泌素释放肽前体（precursor of gastrin-releasing peptide,Pro-GRP）、癌胚抗原（carcino-embryonic antigen,CEA)、糖类蛋白抗原125（carbohydrate antigen 125,CA125）、鳞状细胞癌抗原（squamous cell carcinoma,SCC）以及细胞角蛋白19片段（cytokeratin fragment 19,CYFRA21-1）。这些肿瘤标志物在肺癌的诊断、预后、随访中有相当重要的临床意义。由于肺癌分为小细胞肺癌、非小细胞肺癌（鳞癌、腺癌等）等病理类型，且不同的肿瘤标志物对不同的病理类型具有不同的诊断和预后意义。本研究拟通过两种统计学方法——判别分析和聚类分析法对这6种肺癌相关肿瘤标志物和不同肺癌病理类型之间的相关性进行进一步研究。1 资料和方法1.1 资料来源

纳入标准：收集2012年5月至2013年5月新疆医科大学附属肿瘤医院初次入院就诊并最终确诊的肺癌患者，且所有肿瘤标志物的检测均是在未进行任何放化疗以及手术治疗前进行的。本研究主要研究肺癌中常见的病理类型，因此纳入小细胞肺癌、肺鳞癌及肺腺癌患者。排除标准：医院复诊的肺癌患者以及临床资料不完整者，腺鳞癌、大细胞癌等肺癌不常见病理类型的肺癌患者。按照以上要求，最终共计342例患者纳入本研究。342例患者年龄28~82岁，中位年龄62岁。男209例，女133例。1.2 肿瘤标志物检测方法

血清中的6种肿瘤标志物中Pro-GRP、CEA、CA125、SCC、CYFRA21-1采用微粒子发光分析法检测；检测仪器为Abbot公司i2000SR微粒子发光分析仪；NSE采用化学发光法检测，仪器为Roche公司Cobas E601全自动化学发光分析仪。所有检测程序均按照仪器的操作程序，定标液和试剂均为厂家原装配套试剂。1.3 统计学方法

对于定量资料，用x±s对资料进行描述；对于三组计量资料采用方差分析进行比较；如果存在统计学差异，则进一步采用Dunnt3进行两两比较。对6项指标进行聚类分析以及判别分析。率的比较采用卡方检验。所有统计分析均采用SPSS18.0软件进行分析。以P<0.05有差异有统计学意义。2 结果2.1 不同病理类型中肿瘤标志物的比较

342例患者中，小细胞肺癌195例；非小细胞肺癌147例（其中鳞状细胞癌63例，腺癌84例）。为了使各个病理类型的患者之间具有可比性，排除临床分期对肿瘤标志物的影响。研究首先对不同病理类型的患者资料进行临床分期的构成进行比较，把小细胞肺癌的局限期、肺鳞癌和肺腺癌的Ⅰ、Ⅱ期认为是早期患者，其余为晚期患者，比较结果见表 1，然后对6种肿瘤标志物在肺癌不同病理类型中的含量进行比较分析，结果见表 2。

表 1 不同病理类型肺癌患者临床分期构成比比较Table 1 Constituent ratioof clinical stages in different pathological types of lung cancer patients

表选项

表 2 6种肺癌相关肿瘤标志物在不同病理类型肺癌中的含量比较Table 2 Content of six tumor markers in three pathological types of lung cancer

表选项

应用现有的342个病例资料的肺癌组织分型，对6种肺癌相关肿瘤标志物进行统计指标的聚类分析得到聚类柱状图，见图 1。SPSS18.0软件在不预先设定聚类种类的情况下，自动把6种肿瘤标志物分为两类，NSE和Pro-GRP视为一类，其他4项肿瘤标志物视为另外一类。

图 1 6项肺癌相关肿瘤标志物聚类分析柱状图 Figure 1 Clustering analysis histogram of six lung-cancerrelated tumor markers

图选项

在临床研究中，由于治疗手段的不同，首先就是要求把小细胞肺癌和非小细胞肺癌两大类，利用六种肿瘤标志物对SCLC和NSCLC进行判别分析，得到的Fisher线性判别函数分别是：SCLC组：Y₁=0.08NSE+0.004×Pro-GRP+0.013×CEA+0.135×SCC+0.022×CYFRA21-1+0.041×CA125-2.052；NSCLC组：Y₂=0.041×NSE+0.082×CEA+0.447×SCC+0.082×CYFRA21-1+0.1×CA125-4.475；把每位患者的相关检测结果代入两个方程式，得到Y1和Y₂两个值，两者中较大者表示患者可能被归为该类，即Y₁值大，则判别该患者为小细胞肺癌，反之，则认为是非小细胞肺癌（NSCLC）。按照此方法，利用上面的判别函数对现有资料进行判别验证：对于SCLC，只有13例被重新判别为NSCLC，符合率为93.3%（182/195）；对于NSCLC，有25例被判别为SCLC，符合率为83.0%（122/147）。对两者的符合率进行卡方检验，得到卡方值为6.095，P值为0.014，说明两者的符合率之间差异有统计学意义。3 讨论

从结果2.1中可以看出：对于小细胞肺癌患者，NSE和Pro-GRP含量明显高于肺鳞癌和肺腺癌；而肺鳞癌和肺腺癌之间两指标不存在差异。对于肺鳞癌患者，SCC和CYFRA21-1含量明显高于小细胞肺癌和肺腺癌。对于肺腺癌患者，CEA和CA125含量明显高于小细胞肺癌和肺鳞癌。

Plebant等研究^[5]表明NSE含量在小细胞癌中最高，高于其他类型的肺癌。国内的一些研究表明ProGRP适用于SCLC的早期诊断，以及与NSCLC的鉴别诊断^[6,7]。国外有相关的文献^[8]报道SCC在肺鳞癌的含量明显高于其他类型的肺癌，阳性率可达到60%，而其他类型的肺癌的阳性率不足30%。同样相关的文献^{[9,10,11,12,13]}报道CYFRA21-1是非小细胞肺癌患者有价值的评价指标，在鳞癌中尤为明显，敏感度及特异性均高于腺癌及小细胞癌。血清CEA水平与非小细胞癌肿瘤的大小明显相关，与肺癌的组织类型相关，主要在腺癌中表达明显，敏感度及特异性均高于其他类型的肺癌，鳞癌次之，小细胞癌最低^[14]。血清CA125在肺腺癌中的含量及阳性率明显高于其他病理类型的肺癌^[15]。综合研究报道以及本研究可以得出NSE、Pro-GRP和非小细胞肺癌具有很好的相关性；SCC和CYFRA21-1和肺鳞癌具有很好的相关性；CEA、CA125和肺腺癌具有很好的相关性。

以前针对肺癌的6种肿瘤标志物很少见有聚类分析的研究，聚类分析分为指标聚类和样本聚类两大类，本研究采用系统聚类的方法对6个统计量指标进行聚类分析，得到两类指标，其中一类是NSE和Pro-GRP，另外一类是CEA、CA125、SCC、CYFRA21-1；结合文献报道及本实验结果，可以进一步延伸说明NSE和Pro-GRP利于诊断SCLC；而CEA、CA125、SCC、CYFRA21-1却是有益于诊断NSCLC。进而从统计学上更深层次地证明了6种不同的肿瘤标志物在诊断不同病理肺癌类型中的应用，符合Molina等^[16]提出的这6种肺癌相关肿瘤标志物在诊断不同肺癌病理类型中的应用价值。

因为6种肿瘤标志物对诊断不同病理类型的肺癌具有不同的诊断意义，因此本研究对6种肺癌肿瘤标志物诊断肺癌进行进一步判别分析并进行回代验证，首先得到的两个判别方程模型表明：对于非小细胞肺癌模型，Pro-GRP没有参与方程模型的建立，说明其和非小细胞肺癌不存在相关性，侧面说明Pro-GRP是诊断小细胞肺癌的良好指标，符合现有的报道^[2]。利用目前的6种指标对不同类型的肺癌病理分型进行变量回代验证诊断发现对于SCLC得到93.9%的验证符合率，对于NSCLC则验证符合率为83.0%。李梦侠等^[17]利用CA199、NSE、CEA、CA242、Ferritin、HCG、AFP、f-PSA、PSA、CA125、HGH、CA153并结合年龄、性别因素得到的判别函数验证诊断符合率对小细胞肺癌为95.60%，对肺鳞癌为86.10%，对肺腺癌是92.10%。南岩东等^[18]利用CYFRA21-1、NSE及SCC建立的判别函数验证诊断符合率对小细胞肺癌是87.37%，对非小细胞肺癌是89.87%。因此可以看出对于小细胞肺癌本实验判别分析的诊断符合率与已有的报道差别不大，而非小细胞肺癌的符合率则低于现有的报道，可能由样本量的大小及选取的肿瘤标志物组合不同导致。同时实验结果表明在现有的判别函数组情况下，在诊断小细胞肺癌方面的准确率高于非小细胞肺癌（93.9% vs. 83.0%），实验中的6种肿瘤标志物组合诊断小细胞肺癌更具有优势。

总之，本研究结果表明聚类分析和判别分析可以作为一种探讨肿瘤标志物和不同肿瘤类型之间关系的较科学的研究方法，为肿瘤标志物相关的临床诊断研究提供了一种新的研究思路。