目的:联合6项肿瘤标志及4项表观遗传学指标构建决策树C5.0模型对肺癌进行判别,以寻找诊断肺癌的最优模型。方法:在180例肺癌患者及243例肺良性疾病患者中,采用放射免疫法应用血清癌胚抗原(CEA)试剂盒和胃泌素试剂盒测定患者CEA及胃泌素;采用双抗体夹心法应用神经元特异性烯醇化酶(NSE)测定试剂盒测定NSE;采用邻甲酚酞络合酮比色法应用钙(Ca)测定试剂盒测定血清Ca的浓度;采用分光光度法通过改进的对比色法测定唾液酸(SA)的浓度;采用原子吸收分光光度法(ABS)测定血清铜(Cu)、锌(Zn)的浓度;采用酶联免疫吸附试验(ELISA)测定血清样本中DNA甲基转移酶1(DNA methyltransferase 1,DNMT1)、DNA甲基转移酶3A(DNA methyltransferase 3A,DNMT3A)、DNA甲基转移酶3B(DNA methyltransferase 3B,DNMT3B)、组蛋白去乙酰化酶1(histone deacetylase,HDAC1)的含量,并构建诊断模型。结果:决策树C5.0模型在纳入6项肿瘤标志、4项表观遗传学指标、10项肿瘤标志的灵敏度分别是0.383、0.378、0.944,特异度分别为0.905、0.864、0.934,准确度分别为0.683、0.657、0.939,ROC曲线下面积(AUC)分别为0.644、0.621、0.939。其中纳入10项肿瘤标志的决策树C5.0模型的灵敏度、特异度、准确度及AUC均在90%以上,且优于只纳入6项肿瘤标志、4项表观遗传学指标,各组数据的差异均有统计学意义(P<0.05)。结论:基于10项肿瘤标志的肺癌判别模型优于纳入6项生物肿瘤标志及4项表观遗传学标志的模型,提高了肺癌诊断率。