开发用于预测前列腺癌的诊断模型:基于中国多中心临床数据的回顾性研究
Chang-Ming Wang1, Lei Yuan2, Xue-Han Liu3
1Department of Urology, The First Affiliated Hospital of USTC, Division of Life Sciences and Medicine, University of Science and Technology of China, Hefei 230001, China.
Asian journal of andrology
|September 26, 2023
概括
使用PSA密度和PI-RADS得分的新模型有助于预测临床显著的前列腺癌 (csPCa),减少不必要的活检. 该工具帮助医生对中国患者进行个性化风险评估.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 在瘤学瘤学.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 由于PSA升高而导致前列腺癌 (PCa) 的过度诊断是一个全球性问题.
- 过度治疗惰的PCa需要改进的诊断策略.
研究的目的:
- 开发临床显著前列腺癌 (csPCa) 的预测模型.
- 建立一个风险分层系统,以尽量减少不必要的前列腺活检.
主要方法:
- 对来自中国三家医院的1807名患者进行了回顾性研究.
- 逐步进行后勤回归分析,以构建最终模型.
- 使用接收机运行特征曲线,校准图和决策曲线分析进行验证.
主要成果:
- 建立了一个结合PSA密度和PI-RADS得分的诊断模型.
- 该模型在开发和外部队列中展示了出色的歧视和校准.
- 创建了一个风险分层系统,其值为0.05和0.60.
- 低风险患者 (值<0.05) 显示高csPCa无生存率 (99.7%在12个月,99.4%在24个月).
结论:
- 开发的诊断模型和风险分层系统使得个性化CSPCa风险计算成为可能.
- 这为中国患者和医生提供了一个标准化的工具,以指导前列腺活检决策.
