相关实验视频
Updated: Jun 23, 2026
09:11
Use of MRI-ultrasound Fusion to Achieve Targeted Prostate Biopsy
Published on: April 9, 2019
21.5K
精确检测前列腺癌:整合前列腺特异性抗原密度 (PSAD) 和前列腺成像报告和数据系统 (PI-RADS),提供额外的风险分层,以便更准确的诊断决策
Terézia Hrubá1, Viliam Kubas2, Martin Franko2
1Radiology Department, F.D. Roosevelt University Hospital, Banská Bystrica, Slovakia. tez.hruba@gmail.com.
Irish journal of medical science
|August 2, 2024
概括
结合前列腺特异性抗原密度 (PSAD) 和前列腺成像报告和数据系统 (PI-RADS),显著改善了在未经活检的男性中检测临床上显著的前列腺癌. 这种综合方法为更好的诊断决策提供了增强的风险分层.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
背景情况:
- 在未经活检的患者中诊断前列腺癌需要准确的风险分层.
- 使用前列腺成像报告和数据系统 (PI-RADS) 的多参数MRI (mpMRI) 是至关重要的.
- 前列腺特异性抗原密度 (PSAD) 提供了额外的预测信息.
研究的目的:
- 评估PSAD和PI-RADS的联合诊断性能.
- 为了增强临床显著前列腺癌 (csPCa) 的风险分层,在以前没有做过活检的男性中.
- 评估将PSAD与PI-RADS类别集成的附加值.
主要方法:
- 对339名怀疑患有前列腺癌的未经活检的患者进行前性研究.
- 使用了多参数MRI,PI-RADS评分和PSAD测量.
- 使用后勤回归和ROC分析来评估预测性能.
主要成果:
- 临床显著的前列腺癌 (csPCa) 发生率随着PSAD水平的提高而增加.
- 无论是PI-RADS还是PSAD都独立地预测了csPCa.
- 结合PI-RADS和PSAD模型 (AUC 0.756) 的表现优于个别预测因素 (PSA AUC 0.627,PI-RADS AUC 0.689,PSAD AUC 0.708).这些预测指标的表现均为较好.
结论:
- 整合PSAD和PI-RADS可以提高cspca在未经活检的男性的诊断准确度.
- 这种联合策略提供了增强的风险分层,特别是PI-RADS 3病变.
- 这些发现支持更精确的诊断决策过程.
