目的:联合核磁共振第2版前列腺影像报告和数据系统(prostate imaging reporting and data system version 2,PI-RADS v2)与其他临床指标,建立前列腺特异性抗原(PSA)"灰区"(4～10 ng/mL)患者的前列腺癌(prostate cancer,PCa)预测模型,并验证模型的准确性.方法:回顾性分析2016年1月-2020年12月在我院行前列腺穿刺活检的PSA"灰区"患者的临床资料,包括年龄、血清PSA、游离/总PSA比值(f/tPSA)、前列腺体积(prostate volume,PV)、PSA 密度(PAS density,PASD)、经直肠前列腺超声(transrectal ultrasonography,TRUS)结果、PI-RADS v2评分等临床指标.其中2016年1月-2019年12月纳入病例作为模型构建组,2020年1月-2020年12月为模型验证组.采用二元logistic单因素及多因素分析计算PCa的独立预测因素,依据回归系数建立预测模型,通过ROC曲线下面积(area under curve,AUC)对比预测模型与临床指标对PSA"灰区"患者的PCa预测价值,并在模型验证组检验模型最佳预测值的准确性.结果:模型构建组共纳入患者349例,年龄(69.4±8.0)岁,PSA(7.9±1.9)ng/mL,f/tPSA(0.15±0.70),PSAD(0.18±0.10),PV(53.5±28.5)mL,TRUS 异常90例(25.8％),PI-RADS v2(3.79±0.90)分.病理诊断 PCa 122例(35.0％).在恶性肿瘤组中,Spearman 相关性分析结果显示Gleason评分与PI-RADS v2评分呈正相关,多因素分析显示年龄(OR=1.083,P=0.001)、TRUS(OR=1.832,P=0.040)、PV(OR=0.975,P=0.003)、PI-RADS v2评分(OR=3.160,P＜0.001)是 PCa的独立预测因素,建立预测模型为-8.665+0.080×年龄+0.157×PASD-0.025×PV+0.605×TRUS+1.151×PI-RADS v2,ROC-AUC 比较示预测模型(0.855)＞PI-RADS v2(0.794)＞年龄(0.680)＞TURS(0.650)＞PSAD(0.630),差异有统计学意义(P＜0.05),ROC曲线提示模型最佳预测界值为-0.659 5时敏感度为83.6％,特异度为71.4％.在模型验证组,患者共118例,病理诊断PCa 34例(28.8％),将临床指标带入预测模型计算预测值,ROC曲线示模型最佳预测界值＞-0.659 5的诊断效能高于PI-RADS v2评分(AUC 0.803 vs.0.710,P=0.040).结论:基于PI-RADS v2评分建立的预测模型对PSA"灰区"患者的PCa有较高的预测价值,优于单独应用PI-RADS v2评分,能够更好地指导PSA"灰区"患者的前列腺穿刺活检和随访.

前列腺癌;核磁共振;前列腺特异性抗原;预测

罗志强;黄建文;曹乃龙;胡晓勇;张炯;郭辉;宋鲁杰;傅强

上海交通大学附属第六人民医院泌尿外科 上海,200233;上海东方泌尿修复重建研究所

临床泌尿外科杂志

[1]罗志强;黄建文;曹乃龙;胡晓勇;张炯;郭辉;宋鲁杰;傅强-.基于PI-RADS v2评分在PSA 4～10 ng/mL患者前列腺癌预测模型的构建及验证)[J].临床泌尿外科杂志,2022(02):109-113,118

PASD,665+0,PV+0,TRUS+1

RADS,v2,前列腺癌,前列腺影像报告和数据系统,prostate,imaging,reporting,data,system,version,临床指标,前列腺特异性抗原,灰区,cancer,PCa,验证模型,我院,前列腺穿刺活检,tPSA,前列腺体积,volume,density,经直肠,transrectal,ultrasonography,模型验证,logistic,多因素分析,预测因素,回归系数,area,under,curve,预测价值,检验模型,PSAD,病理诊断,Gleason,TURS,预测界值,带入,诊断效能

0.201077