换一批基于NLR、PHI和PHID的tPSA灰区前列腺癌诊断模型的构建
Construction of a Diagnostic Model for Prostate Cancer in the tPSA Gray Zone Based on NLR,PHI,and PHID
摘要目的 探讨中性粒细胞与淋巴细胞比值(NLR)、血小板与淋巴细胞比值(PLR)、淋巴细胞与单核细胞比值(LMR)、前列腺健康指数(PHI)及前列腺健康指数密度(PHID)联合应用于总前列腺特异抗原(tPSA)灰区范围内前列腺癌(PCa)诊断的临床价值.方法 单中心回顾性研究2019年1月至2024年10月期间襄阳市中心医院接诊的tPSA值位于灰区的302例患者资料.根据最终病理结果,患者分为PCa组(57例)和良性前列腺增生(BPH)组(245例).收集患者的一般临床资料、tPSA、游离前列腺特异抗原(fPSA)、前列腺特异抗原同源异构体(p2PSA)、PHI值、PHID值等数据.采用Logistic回归分析筛选tPSA灰区内PCa的独立预测因子,绘制受试者工作特征(ROC)曲线评估诊断效能,并基于NLR、PHI和PHID构建多参数预测模型.结果 Logistic回归分析结果显示,NLR(OR=1.443,95%CI:1.208～1.724,P<0.001)、PHI(OR=1.055,95%CI:1.023～1.089,P<0.001)及PHID(OR=3.120,95%CI:1.606～6.064,P<0.001)为tPSA灰区范围内PCa的独立预测因子,而PLR和LMR未显示统计学意义.ROC曲线分析显示,NLR[曲线下面积(AUC)=0.782]、PHI(AUC=0.884)及PHID(AUC=0.895)在PCa诊断中表现较好,最佳临界值分别为5.995、44.850和1.385.三者联合构建的ROC曲线(AUC=0.947)显示出较优的诊断性能.模型的校准曲线和临床决策曲线分析进一步验证了该联合模型的良好预测能力和临床净获益.结论 NLR、PHI及PHID在tPSA灰区范围内对PCa的诊断具有较高的预测价值,可作为有效的辅助性诊断指标,能够提高前列腺穿刺活检的阳性率并减少不必要的穿刺,为PCa筛查提供可靠的参考依据.
更多相关知识
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
