基于临床和Ga-PSMA PET/CT参数的前列腺癌患者的淋巴结转移预测的新工具
Snir Dekalo1, Jonathan Kuten2, Tomer Bashi1
1Department of Urology, Tel-Aviv Sourasky Medical Center, Sackler School of Medicine, Tel-Aviv University, Tel Aviv, Israel.
概括
一个新的模型使用临床数据和Ga-PSMA PET/CT扫描来预测前列腺癌中的淋巴结入侵 (LNI). 这种工具可以改善风险分层,并指导前列腺切除期间淋巴结解剖的决策.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 核医学就是核医学.
- 在瘤学瘤学.
背景情况:
- 精确预测淋巴结入侵 (LNI) 对于分期中等和高风险前列腺癌至关重要.
- 目前的方法可能无法完全捕捉LNI的风险,影响治疗决策.
研究的目的:
- 开发和验证前列腺癌患者LNI的预测模型.
- 将手术前临床和Ga-前列腺特异性膜抗原正子发射断层扫描/计算机断层扫描 (PSMA PET/CT) 参数纳入模型.
主要方法:
- 分析了413名前列腺癌患者的队列,这些患者在进行激进前列腺切除术之前接受了Ga-PSMA PET/CT.
- 使用临床和PET/CT参数 (PET阳性淋巴结数量和直径) 构建了一个多变量后勤回归模型.
- 用ROC曲线分析和内部验证来评估模型性能.
主要成果:
- 最终的模型包括临床阶段,PET阳性淋巴结的存在,以及最大的PET阳性淋巴结的直径.
- 该模型实现了高灵敏度 (97%) 和负预测值 (99%),ROC曲线下的面积为0.906.
- 应用5%的切断值可以使大约50%的患者免受不必要的淋巴结解剖,同时正确识别大多数LNI病例.
结论:
- 开发了一种结合临床分期和Ga-PSMA PET/CT成像用于前列腺癌中LNI的新型预测模型.
- 这个模型显示了改善风险分层和为淋巴结剖析患者选择的潜力.
- 在广泛临床实施之前需要进一步验证.
