相关实验视频
Updated: May 1, 2026
06:35
Basics of Multivariate Analysis in Neuroimaging Data
Published on: July 24, 2010
17.3K
综合PHI和mpMRI的多变量模型用于检测先前未经活检的男性中的csPCa
Mario Dominguez Esteban1, Ester Fernandez Guzman1, Enrique Ramos Barselo1
1Department of Urology University Hospital Marques de Vadecilla-IDIVAL Santander Spain.
BJUI compass
|December 5, 2025
概括
结合前列腺健康指数 (PHI) 血液测试和多参数磁共振成像 (mpMRI) 的新模型准确预测临床上显著的前列腺癌 (csPCa),可能减少不必要的活检.
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.
- 放射学 放射学是一门学科.
背景情况:
- 通过整合血液生物标志物和多参数磁共振成像 (mpMRI) 可以改善前列腺癌 (PCa) 诊断.
- 合并两种工具进行风险调整的临床决策的验证模型很少.
研究的目的:
- 评估和内部验证一个多变量模型,用于预测临床上显著的前列腺癌 (csPCa) 在活检的男性.
- 该模型整合了临床,分析 (前列腺健康指数 - PHI) 和成像 (mpMRI) 参数.
主要方法:
- 对183名未经活检的男性 (50-75岁) 进行前性观察性研究,PSA为4-10 ng/mL和/或DRE异常.
- 使用PHI,PSA密度,PSA自由/总比,PIRADS得分和年龄构建了一个多变量后勤回归模型.
- 通过引导重新抽样进行内部验证;评估诊断准确性并与简化策略进行比较.
主要成果:
- 该模型实现了0.841的AUC,具有100%的敏感性和66.7%的特异性,在17%的风险值下对csPCa.
- 它可以避免49.4%的活检,而没有错过csPCa病例.
- 类似的PHI-mpMRI名图的外部验证显示了强大的准确性 (AUC 0.89).
结论:
- 开发的模型准确地预测了csPCa,单独超过了PHI或PIRADS等单个工具.
- 它的应用可以提高诊断效率,减少不必要的前列腺活检.
- 结合PHI和mpMRI为改善PCa诊断和管理提供了一个有希望的策略.
