开发和验证临床显著前列腺癌的诺莫格拉姆预测模型与PI-RADS V2.1相结合,MRI定量参数和临床指标:一项两中心研究
Yunhui Chen1, Long Yan2, Jiang Xianmei1
1Medical Imaging Department, First Affiliated Hospital of Kunming Medical University, Kunming, Yunnan, China.
Frontiers in oncology
|December 9, 2024
概括
这项研究开发了一种结合MRI参数和临床数据的前列腺癌预测模型. 结合ADCmean的模型在检测临床上显著的前列腺癌方面表现出更好的准确性.
科学领域:
- 放射学 放射学是指放射学
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 临床上显著的前列腺癌 (CSPCa) 检测对于患者管理至关重要.
- 需要准确的预测模型来提高诊断性能.
研究的目的:
- 为CSPCa.开发和验证一个多指数名录预测模型.
- 结合PI-RADS V2.1,定量MRI参数和临床指标,以提高预测.
主要方法:
- 对1740名患者 (衍生/内部验证) 和342名患者 (外部验证) 的回顾性分析.
- 预测因素的查,包括MRI参数 (ADC平均值),PSA衍生指标和临床因素 (年龄).
- 模型性能使用AUC,NRI,IDI,ROC曲线和校准曲线进行评估.
主要成果:
- 模型1 (PI-RADS + PSAD) 显示出高AUC值 (0.935-0.956) 的情况.
- 模型2 (PI-RADS + PSAD + ADC平均值) 显示了可比或改善的AUC值 (0.939-0.960).
- 添加ADC意味着显著改善预测 (NRI:0.0154-0.3498,IDI:0.0222),预测与实际概率没有显著差异.
结论:
- 两种开发的模型都显示了CSPCa的可靠预测价值.
- ADCmean被确定为CSPCa的重要预测指标.


