相关实验视频
Updated: May 14, 2026

09:11
Use of MRI-ultrasound Fusion to Achieve Targeted Prostate Biopsy
Published on: April 9, 2019
22.5K
开发和验证一个结合前列腺癌诊断模型,将MRI参数与p504s,CK5/6和Ki-67表达进行整合
Qingchang Ren1, Jialong Gu2, Nankang Lu3
1Department of Radiology, The Second People's Hospital, Wuhu, Wuhu, 241000, Anhui, China.
Open life sciences
|February 23, 2026
概括
这项研究开发了一种新的前列腺癌 (PCa) 诊断模型,通过结合MRI扫描和生物标志物测试. 该模型准确地识别PCa,可能减少不必要的前列腺活检的需要.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 病理学 病理学 病理学
背景情况:
- 准确的前列腺癌 (PCa) 诊断对于有效治疗至关重要.
- 整合成像和分子标记可能会提高诊断精度.
研究的目的:
- 开发和验证PCa的诊断模型.
- 将磁共振成像 (MRI) 参数与免疫组织化学生物标志物 (p504s,CK5/6,Ki-67) 结合起来.
主要方法:
- 一组448名患者被分为培训 (70%) 和验证 (30%) 组.
- 多变量逻辑回归被用来识别诊断名录的独立预测因子.
- 分析包括临床数据,MRI发现和生物标志物表达.
主要成果:
- 在PCa患者中,MRI参数 (例如,较低的ADC值) 和生物标志物概况 (例如,增加p504s/Ki-67,减少CK5/6) 呈现出明显的差异.
- 一个整合七个独立预测因子的诺米图表实现了高诊断准确性 (AUC 0.971培训,0.977验证).
- 组合模型显著超过单独的临床指标.
结论:
- 开发的MRI生物标记模型显示了PCa的高诊断准确性.
- 这种模型可能有助于临床决策,并减少不必要的前列腺活检.
- 在临床实施之前建议进行外部验证.

