目的:基于机器学习算法构建前列腺癌（PCa）和临床显著前列腺癌（CSPCa）的诊断模型，并探讨不进行穿刺活检的前列腺根治术的可行性。方法:回顾性收集2016年4月至2020年3月期间符合纳入标准的688例前列腺穿刺患者的临床资料，包括年龄、PSA、前列腺体积、磁共振报告和穿刺活检病理结果，基于人工神经网络（ANN）、支持向量机（SVM）、随机森林（RF）和Logistic回归（LR）算法，构建PCa和CSPCa的诊断模型，采用受试者工作特征曲线评价各模型的诊断准确性，并分析不进行穿刺活检的前列腺根治术的可行性。结果:ANN（AUC=0.891和0.911）、SVM（AUC=0.903和0.925）、RF（AUC=0.897和0.916）和LR（AUC=0.894和0.917）模型预测前列腺癌和临床显著前列腺癌的诊断效能均优于PSA检测（AUC=0.805和0.792）和多参数磁共振检查（AUC=0.773和0.807） （P均<0.05）。SVM模型预测PCa和CSPCa的诊断效能均高于其他模型，但各模型间的诊断效能差异不显著（P均>0.05）。基于验证数据集，SVM的PCa预测模型能够使44例（44/208，21%）患者直接进行前列腺根治术，包括41例（41/65，63%）CSPCa和3例（3/12，25%）GS=3+3的PCa病例，而不过度治疗前列腺穿刺结果为良性的病例，优于ANN（33/208，16%）、RF（17%，36/208）和LR（35/208，17%）模型。结论:机器学习模型预测PCa和CSPCa的诊断效能优于多参数磁共振等单一临床检查，能够使超过60%的CSPCa病例直接进行前列腺根治术，而不会导致过度治疗良性前列腺病例。但需开展前瞻性研究进一步验证该研究结果。

前列腺癌;机器学习;穿刺;算法;模型

陶金;于栓宝;范雅峰;董彪;洪国栋;屈武功;任选义;张雪培

450052　郑州大学第一附属医院泌尿外科;475000　河南，开封市中心医院泌尿外科;450052　郑州大学第一附属医院泌尿外科；450052　河南省慢性肾脏疾病精准诊疗重点实验室

中华腔镜泌尿外科杂志（电子版）

[1]陶金;于栓宝;范雅峰;董彪;洪国栋;屈武功;任选义;张雪培-.基于机器学习模型分析不进行穿刺活检的前列腺根治术的可行性)[J].中华腔镜泌尿外科杂志（电子版）,2022(01):7-13

基于机器学习,机器学习模型,穿刺活检,前列腺根治术,机器学习算法,临床显著前列腺癌,CSPCa,诊断模型,纳入标准,前列腺穿刺,PSA,前列腺体积,活检病理,病理结果,人工神经网络,ANN,RF,LR,受试者工作特征曲线,诊断准确性,诊断效能,多参数磁共振,磁共振检查,接进,GS,3+3,过度治疗,临床检查,前列腺病,前瞻性研究

0.190544