换一批基于多参数MRI的PI-RADS评分与PSA衍生参数构建列线图预测临床显著前列腺癌的诊断价值
Diagnostic Value of PI-RADS Score Based on Multi-Parameter MRI and PSA-Derived Parameters in Predicting Clinically Significant Prostate Cancer
摘要目的 探讨PI-RADSv2.1评分联合前列腺特异性抗原(PSA)衍生参数对临床显著前列腺癌(csPCa)患者的诊断价值.方法 回顾性纳入230例经病理确诊的前列腺癌与前列腺增生患者,按照7∶3的比例随机划分为训练集(n=160)与验证集(n=70),依据病理结果将患者分为csPCa组和no-csPCa组.分析MRI资料并行PI-RADSv2.1评分,计算前列腺特异性抗原密度(PSAD)、前列腺特异性抗原移行带密度(PSAT)、游离PSA比值/前列腺特异性抗原密度[(F/T)/PSAD]、游离PSA比值/前列腺特异性抗原移行带密度[(F/T)/PSAT],对比两组间各参数的差异,采用相关系数热图分析,运用LASSO回归模型筛选最具价值参数,通过多因素Logistic回归分析构建预测模型及列线图,采用受试者工作特征(ROC)曲线、校准曲线和决策曲线评估模型的预测效能.结果 在训练集及验证集中csPCa组的PSAT、PSAD、PI-RADSv2.1评分均明显高于no-csPCa组的,而(F/T)/PSAT、(F/T)/PSAD明显低于no-csPCa组的,且两组间各参数比较的差异均具有统计学意义(P<0.001);应用LASSO回归筛选出3个最有价值参数,包括年龄、PI-RADSv2.1评分、(F/T)/PSAT,多因素Logistic回归分析显示年龄、PI-RADSv2.1评分、(F/T)/PSAT是csPCa的独立预测因素,以此建立列线图模型,校准曲线与理想曲线贴合良好,其ROC曲线下面积为0.926、敏感度为88.7%、特异度为86.0%.结论 该模型对csPCa患者的预测价值较高,临床获益较大.
更多相关知识
关键词
临床显著前列腺癌前列腺影像报告与数据系统Lasso回归Logistic回归列线图Clinically significant prostate cancerProstate imaging reporting and data systemLASSO regressionLogistic regressionNomogram
栏目名称
DOI
10.3969/j.issn.1001-9324.2025.11.018
发布时间
2025-11-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
西部战区总医院院管课题（2021-XZYG-C04）
- 浏览11
- 被引0
- 下载15
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
