基于双参数磁共振成像的临床显著前列腺癌的诺莫格拉姆模型的构建
Peng Wang1, Guanghai Ji1,2, Qing Liu3
1Department of Radiology, The First Affiliated Hospital of Yangtze University, No. 55, Jianghan North Road, Shashi District, Jingzhou City, 434000, Hubei Province, China.
International urology and nephrology
|December 18, 2025
概括
通过结合前列腺特异性抗原密度 (PSAD) 和PI-RADS v2.1评分,提高了前列腺癌检测. 这种综合方法为临床显著的前列腺癌 (csPCa) 在PSA水平在4-20 ng/mL之间的男性中提供了卓越的诊断准确性.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 放射学 放射学是指放射学
- 在瘤学瘤学.
背景情况:
- 准确检测临床显著的前列腺癌 (csPCa) 对于有效的患者管理至关重要.
- 目前的诊断工具,包括临床特征和PI-RADS评分,在预测csPCa.有局限性.
- 风险分层和活检决定需要精细的诊断策略.
研究的目的:
- 为了比较前列腺特异性抗原密度 (PSAD) 和PI-RADS v2.1用于csPCa识别的诊断性能.
- 评估PSAD和PI-RADS组合模型是否可以提高诊断准确度.
- 评估这些方法在4-20 ng/mL之间总PSA (tPSA) 水平的患者中的有用性.
主要方法:
- 对接受双参数MRI (bpMRI) 的192名患者的回顾性分析.
- 临床显著的前列腺癌 (csPCa) 定义为ISUP等级≥2或PI-RADS得分≥4.4.
- 前列腺特异性抗原密度 (PSAD) 计算为tPSA/前列腺体积;PI-RADS v2.1分数独立分配.
- 后勤回归和ROC分析用于评估诊断性能和比较模型.
主要成果:
- 证实PSAD和PI-RADSv2.1是csPCa的独立预测因素.
- 综合PSAD+PI-RADS模型显示出卓越的诊断准确性,AUC为0.830.
- 组合模型实现了83.6%的灵敏度和78.2%的特异性,在PSA范围 (4-10 ng/mL和10-20 ng/mL) 中表现一致.
结论:
- PSAD和PI-RADS v2.1是cspca的强大的独立预测器.
- 结合PSAD和PI-RADS v2.1显著提高了csPCa检测的诊断准确性.
- 这种综合方法为风险分层提供了有效的策略,并指导了TPSA 4-20 ng/mL的男性的活检决策.
更多相关视频
05:49Use of Magnetic Resonance Imaging and Biopsy Data to Guide Sampling Procedures for Prostate Cancer Biobanking
Published on: October 10, 2019
7.0K
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
616
