概括
一种新的尿分析模型,UC-PAAS,有助于查尿路细胞癌 (UC). 它使用尿路参数识别高风险患者,改善早期检测和患者管理.
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.
- 诊断医学 诊断医学
背景情况:
- 泌尿腺癌 (UC) 查需要有效的风险分层工具.
- 早期发现UC对于患者的治疗结果至关重要.
研究的目的:
- 开发和验证风险分层模型,用于查怀疑尿路细胞癌 (UC) 的患者.
- 使用自动化尿液分析参数进行UC风险评估.
主要方法:
- 使用671名疑似UC患者的尿路参数开发了一个风险分层模型.
- 使用了自动化尿液分析 (Sysmex UN-9000) 和尿细胞学.
- 该UC-PAAS模型包括蛋白质/肌素比率,年龄,非典型细胞和小圆形上皮细胞.
主要成果:
- 在确定UC时,UC-PAAS模型显示出良好的歧视 (AUC = 0.802).
- 关键特征包括非典型细胞,年龄,小圆形上皮细胞和蛋白质/肌氨酸比率.
- 截止值>4点确定了高风险UC人群 (62.7%的患病率),预测值为0.867.
结论:
- 基于尿液分析的UC-PAAS模型可以作为评估疑似UC的辅助工具.
- 它有助于识别更高风险的患者,指导进一步的检查和随访.
- 该模型支持在尿路癌查中的临床决策.
