换一批前列腺特异性抗原＜4 μg/L人群前列腺癌风险的列线图预测模型
A nomogram prediction model for prostate cancer in patients with prostate-specific antigen＜4 μg/L
摘要目的 构建并验证一种适用于PSA＜4 μg/L人群的前列腺癌列线图预测模型.方法 回顾性收集2013年至2024年扬州大学附属苏北人民医院收治的150例PSA＜4 μg/L并进行前列腺穿刺活检术患者的临床数据.所收集的变量包括患者的年龄、前列腺体积、PSA密度、病理结果、直肠指检结果、磁共振检查结果[包括前列腺影像报告与数据系统(PI-RADS)评分和病灶突破前列腺包膜的情况]及病史等.通过单因素和多因素logistic回归分析筛选出显著影响PCa诊断的变量.基于这些独立预测因子,构建列线图预测模型.随后使用受试者工作特征(ROC)曲线和曲线下面积(AUC)评估模型的预测效能,并通过校准曲线和决策曲线分析(DCA)验证模型的预测准确性和临床实用性.结果 多因素logistic回归分析表明PI-RADS评分、DRE是PCa诊断的独立预测因子(P＜0.05).构建的列线图预测模型显示了较高的预测效能,AUC为0.876(95％CI:0.821～0.931).校准曲线显示,预测概率与实际发生率之间具有良好的一致性.DCA表明,在PSA＜4 μg/L的情况下,该预测模型可为临床决策提供较高的净获益,尤其在特定风险阈值下,模型的临床效用明显提升.结论 基于多种临床变量构建的PSA＜4 μg/LPCa列线图预测模型具有良好的预测性能,能够为临床医生提供更具个性化和精准性的诊断支持.该模型不仅可以减少不必要的前列腺活检,也可以在早期准确识别高危PCa患者,具有广泛的临床应用前景.
更多相关知识
关键词
前列腺特异性抗原前列腺癌列线图预测模型前列腺影像报告与数据系统评分logistic回归prostate-specific antigenprostate cancernomogram prediction modelprostate imaging reporting and data system scorelogistic regression
栏目名称
DOI
10.13263/j.cnki.nja.2026.06.003
发布时间
2026-07-14（万方平台首次上网日期，不代表论文的发表时间）
- 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
