目的 由于肝癌的发病过程极为复杂，其多阶段发病和多因素联合作用的特点使得个体的标志物差异很大，单一的标志物检测很难获得理想的效果；而多种标志物的联合检测目前还没有一个比较完善的统计学模式，目前最常用的方法是以参与联合检测的标志物中有1个或1个以上阳性即为联检阳性，全部为阴性为联检阴性。这种简单拼凑的联合检测方法忽略了参与联检的标志物之间可能存在的某些关联，并且以单项检测的阳性临界值作为联检的阳性临界值亦有失准确。本研究对肝癌标志物联合检测方法的改良进行探讨。方法 我们对近年来公开发表的一些文章进行了分析和总结，并结合数理统计和模式识别的理念进行研究。结果 提出以参与联检的n种标志物构建n维空间，空间中的每1个点代表1个被检测者，其坐标即为各项检测的值，求出向量空间中各点到原点的欧氏距离，随后即可按传统的统计学方法求出各项统计学指标并用ROC曲线评估其诊断效果。结论 本结果有以下优点：(1)充分利用了各项指标的检测数据，避免了简单拼凑过程中造成的数据信息浪费；(2)把多维向量压缩到了一维，从而可以使用传统成熟的统计方法进行分析，获得较可靠稳定的结果。