用血清学指数,多参数磁共振成像和声音触摸弹性图谱参数预测临床意义上的前列腺癌的诺莫грам的开发和验证:一项回顾性研究
Kai Shu1,2, Qian Chen1,2, Junliang Chen1
1Department of Ultrasonography, Anqing Municipal Hospital, Anqing, Anhui, China.
Frontiers in oncology
|December 22, 2025
概括
这项研究确定了临床上显著的前列腺癌 (csPCa) 的关键风险因素,并开发了一种用于准确诊断的诺莫格拉姆模型. 使用成像和血清学数据的综合方法显示了高预测性能.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 临床上显著的前列腺癌 (csPCa) 的准确诊断对于有效的患者管理至关重要.
- 现有的诊断方法在预测csPCa.时存在局限性.
- 整合多种数据源可能会提高诊断准确度.
研究的目的:
- 用血清学指数,多参数磁共振成像 (mpMRI) 和声音触摸弹性图 (STE) 来确定csPCa的独立风险因素.
- 开发和验证基于名录的预测模型,用于csPCa诊断.
- 评估开发模型的临床效用和预测性能.
主要方法:
- 在建模队列中的160名患者和外部验证队列中的40名患者的回顾性分析.
- 单变量和多变量逻辑回归以确定csPCa.的独立风险因素.
- 开发一个整合已识别的风险因素和使用ROC,校准曲线和DCA进行评估的nomogram模型.
主要成果:
- 前列腺成像报告和数据系统得分,年龄,自由至总PSA,Emax,TZ比率和病变密度被确定为csPCa的独立风险因素.
- 组合模型的AUC为0.926,灵敏度为88.0%,特异性为83.1%.
- 在内部和外部验证队列中,名图表表显示出出色的预测准确性和临床实用性.
结论:
- 开发的整合血清学指数,mpMRI和STE的nomogram模型为csPCa诊断提供了更准确,更可靠的工具.
- 该模型显示了改善前列腺癌诊断的临床翻译的巨大潜力.
- 这种综合方法增强了临床显著前列腺癌的诊断能力.
