68 基于Ga-PSMA PET/CT的模型预测了前列腺癌的周围神经入侵,使用全山截面
Jie Gao1, Yao Fu2, Kuiqiang He1
1Department of Urology, Nanjing Drum Tower Hospital, The Affiliated Hospital of Nanjing University Medical School, Institute of Urology Nanjing University, Jiangsu, China.
Molecular imaging and biology
|December 16, 2024
概括
使用-68 PSMA PET/CT的新型风险模型有效预测前列腺癌 (PCa) 中的围神经侵入 (PNI). 该工具有助于对PNI阳性PCa的治疗决策,指导积极监测,焦点治疗或手术.
科学领域:
- 核医学是一种核医学.
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
背景情况:
- 周围神经侵入 (PNI) 是前列腺癌 (PCa) 的关键预后因素.
- 准确预测PNI对于定制治疗策略至关重要.
- 目前的预测方法在术前识别PNI方面存在局限性.
研究的目的:
- 开发和验证一种新的风险模型,用于预测PCa中的PNI.
- 将-68 PSMA PET/CT (Ga-PSMA PET/CT) 的参数纳入风险模型.
- 评估模型能够指导临床决策的能力.
主要方法:
- 对192名PCa患者进行了术前多参数MRI和Ga-PSMA PET/CT的回顾性分析.
- 分析了Ga-PSMA PET/CT参数 (例如,SUVmax) 和成像损伤直径.
- 使用后勤回归来识别预测因素,并构建和验证PNI风险名录.
主要成果:
- 68Ga-PSMA PET/CT SUVmax和成像损伤直径被确定为PNI的独立预测因素.
- 构建的PNI风险名录显示了高度的区分 (AUC = 0.889) 和校准.
- 与低PNI PCa相比,高PNI PCa的病变直径显著更大,PI-RADS得分更高,SUVmax更高,瘤直径更大,格里森等级更高.
结论:
- 一个基于Ga-PSMA PET/CT的风险模型有效预测前列腺癌中的PNI.
- 该模型有助于区分低PNI风险和高PNI风险,为治疗选择提供信息.
- 该工具支持对PCa患者的积极监测,焦点治疗和外科手术方法的决策.
