换一批基于多因素logistic回归模型预测前列腺特异性抗原4～20ng/mL时移行带前列腺癌
Predicting transitional zone prostate cancer with prostate specific antigen of 4-20 ng/m L based on multivariate logistic regression model
摘要目的 基于前列腺影像报告和数据系统(PI-RADS)v2.1与前列腺特异性抗原(PSA)及其衍生指标建立多因素logistic回归模型,探讨PSA 4～20 ng/m L时对移行带前列腺癌的预测价值.方法 回顾性选取PSA 在4～20 ng/m L的前列腺疾病患者104例,均进行穿刺活检术或根治性前列腺切除术.依据病理结果将患者分为前列腺癌组(30例)和非前列腺癌(前列腺增生或前列腺炎)组(74例).比较2组患者总前列腺特异性抗原(t PSA)、游离前列腺特异性抗原(f PSA)、f PSA与t PSA比值(f PSA/t PSA)、前列腺特异性抗原密度(PSAD)、PI-RADS v2.1评分等指标的差别.建立多因素logistic回归模型,分析患癌的危险因素,使用受试者工作特征(ROC)曲线评价诊断效能.结果 2组患者的t PSA、f PSA/t PSA、PSAD及PI-RADS v2.1评分间差异均有统计学意义(P<0.05).logistic回归分析显示,PSAD、PI-RADS v2.1评分是预测移行带前列腺癌的独立危险因素.模型的曲线下面积(AUC)为0.938,明显高于任一指标,其敏感度为90.00%,特异度为86.49%,准确性为86.54%.结论 基于PI-RADS v2.1与PSAD的logistic回归模型可以提升移行带前列腺癌的诊断效能,为可疑前列腺癌患者的穿刺活检提供更有力的证据,避免过度诊断以及不必要的活检.
更多相关知识
关键词
前列腺癌前列腺影像报告和数据系统前列腺特异性抗原logistic回归prostate cancerprostate imaging reporting and data systemprostate specific antigenlogistic regression
栏目名称
DOI
10.3969/j.issn.1002-1671.2025.01.018
发布时间
2025-02-18（万方平台首次上网日期，不代表论文的发表时间）
- 浏览71
- 被引0
- 下载34
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
