一种具有临床意义的前列腺癌预测系统,具有多参数MRI和PSA:P.Z.A. 球队的成绩 球队的成绩 球队的成绩
Zongxin Chen1, Jun Zhang1, Di Jin2
1Department of Urology, The First Affiliated Hospital of Soochow University, 899 pinghai road, Suzhou, 215006, China.
BMC cancer
|November 23, 2023
概括
一个新的PZA. 评分模型有助于诊断临床显著的前列腺癌 (csPCa). 这个得分,使用易于获得的数据,提高了检测率,减少了不必要的活检.
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:
- 临床上显著的前列腺癌 (csPCa) 的准确诊断对于有效治疗至关重要.
- 目前的诊断方法可能导致过度诊断或诊断不足,需要改进的工具.
研究的目的:
- 为了建立和验证PZA. 这是一个新的诊断模型,用于cspca.
- 为了评估PZA. 评分的预测性能和临床实用性.
主要方法:
- 分析了956名患者的人口统计和临床数据.
- 计算了包括年龄,PSA,f/tPSA,PSAD,PZ比率和aPSADPZ在内的关键参数.
- 采用了接收器操作特征 (ROC) 曲线分析,名图构造,校准曲线和决策曲线分析.
主要成果:
- 在P.Z.A.的P.Z.A. 评分显示了csPCa.的强有力的预测能力.
- 该模型显示出优异的校准和在预测csPCa发生时的净效益.
- 外部验证证实了该模型的强度.
结论:
- 在P.Z.A.的P.Z.A. 结合PIRADS (P),aPSADPZ (Z) 和年龄 (A) 的分数,提高了csPCa检测率.
- 这一分数可能会减少误诊和不必要的前列腺活检的需要.
- 在P.Z.A.的P.Z.A. 由于其易于访问的数据组件,score在临床上是实用的.
