使用Ga-PSMA PET/CT 开发和验证视觉名录来预测临床上显著的前列腺癌在负的mpMRI中使用68

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医疗成像医学成像

背景情况:

• 多参数磁共振成像 (mpMRI) 对于检测临床显著前列腺癌 (csPCa) 至关重要.
• 然而,在最初有负面发现的病例 (PI-RADS 1-2) 中,其对csPCa的诊断准确性需要提高.
• 需要改进的方法来准确地识别有模两可或负的mpMRI结果的患者的csPCa.

研究的目的:

• 开发和验证可视预测名录,用于早期检测阴性mpMRI患者的csPCa.
• 在这个特定的患者群体中确定csPCa的独立预测因子.
• 创建一个易于使用的风险评估工具,并可能减少不必要的前列腺活检.

主要方法:

• 在活检前对303名接受Ga-PSMA-11 PET/CT和mpMRI的男性进行了回顾性分析.
• 开发使用多变量逻辑回归的诺米图,包括SUVmax从Ga-PSMA-11 PET/CT和前列腺特异性抗原密度 (PSAD).
• 内部验证使用随机选择的子集,外部验证使用来自独立机构的数据.

主要成果:

• SUVmax和PSAD被确定为阴性mpMRI (OR分别为5.296和4.867) 的患者中csPCa的独立预测因素.
• 开发的名图实现了0.819的曲线下面积 (AUC),表明了良好的预测性能.
• 决策曲线分析 (DCA) 和净重新分类改进 (NRI) 显示了csPCa预测的显著改进;外部验证证实了名图的可靠性.

结论:

• 一种视觉预测名图,PI-RADS/SUVmax/PSAD (PSP) 模型,有效地预测了阴性mpMRI患者的csPCa.
• 通过网络风险计算器访问PSP模型,可以帮助泌尿科医生在早期预测和管理CSPCa.
• 这种工具可以通过改善风险分层来帮助减少不必要的前列腺活检率.