相关实验视频
Updated: Jul 16, 2025
06:23
A Murine Orthotopic Bladder Tumor Model and Tumor Detection System
Published on: January 12, 2017
14.8K
系统性免疫炎症生物标志物在良性前列腺增生症的诊断效果,使用接收器操作特征和人工神经网络
Rasha Ahmed1, Omnia Hamdy2, Refaat Mostafa Awad1
1Urology Department, Faculty of Medicine for Girls, Al Azhar University, Cairo, Egypt.
Scientific reports
|September 8, 2023
概括
血小板-淋巴细胞比率 (PLR),中性粒细胞-淋巴细胞比率 (NLR) 和全身免疫炎症指数 (SII) 在诊断良性前列腺增生 (BPH) 中显示出高准确度. 这些炎症标志物为BPH诊断提供了一个有希望的,有效的方法.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 免疫学 免疫学 免疫学
- 医学诊断 医学诊断 医学诊断
背景情况:
- 良性前列腺增生 (BPH) 是一种与老年男性荷尔蒙变化相关的渐进性疾病,尽管其确切原因尚不清楚.
- 乙PH的病理生理学涉及介质细胞,层细胞和腺细胞的过度增殖,雄激素和衰老发挥着潜在的作用.
研究的目的:
- 评估血小板与淋巴细胞比率 (PLR),中性粒细胞与淋巴细胞比率 (NLR) 和系统性免疫炎症指数 (SII) 对良性前列腺增生 (BPH) 的诊断疗效.
主要方法:
- 一项回顾性研究涉及80名参与者 (40名BPH患者,40名对照) 在Alzahraa大学医院.
- BPH评估包括DRE,IPSS,前列腺大小,PSA,TRUS活检 (如果PSA>4 ng/ml),PLR,NLR和SII.
- 使用接收器操作特征 (ROC) 曲线和人工神经网络 (ANN) 分析了诊断效率.
主要成果:
- 对ROC曲线的分析显示了100%准确度的优异区分,曲线下的面积 (AUC) 为1.
- 人工神经网络 (ANN) 分析显示,诊断BPH的准确率超过99%.
- 发现PLR,NLR和SII是BPH诊断中的重要指标.
结论:
- 血小板-淋巴细胞比率 (PLR),中性粒细胞-淋巴细胞比率 (NLR) 和全身免疫炎症指数 (SII) 是良性前列腺增生 (BPH) 的有效诊断工具.
- 这些炎症标志物提供了一个非常准确和有效的方法来识别BPH.
