论文部分内容阅读
目的:探讨建立前列腺影像报告及数据系统(PI-RADS v2.1)联合前列腺抗原(PSA)相关衍生物的Logistic模型对PSA灰区(4～10 ng/mL)前列腺癌(PCa)的诊断价值.材料与方法:回顾性分析经病理证实的49例前列腺癌(PCa)和118例非癌患者的资料,包括年龄、tPSA、fPSA、PI-RADS v2.1评分、PSAD、fPSA/tPSA.对组间有统计学差异的指标进行Logistic回归分析,确定PCa独立预测指标,并分别联合PI-RADS v2.1评分建立Logistic回归预测模型.通过受试者工作特性曲线(ROC)评价各模型的诊断效能.结果:①年龄、tPSA、fPSA在PCa与非癌组间无统计学差异,fPSA/tPSA、PSAD、PI-RADS v2.1评分有统计学差异.②Logistic回归分析显示PI-RADS v2.1评分、PSAD、fPSA/tPSA为PCa独立预测因子;拟建立预测模型,A模型:Logit(P)=-10.82+2.32×PI-RADS v2.1+11.89×PSAD;B模型:Logit(P)=-6.13+2.19×PI-RADS v2.1-12.02×fPSA/tPSA.ROC曲线下面积分别为0.918和0.893,均高于单独使用PI-RADS v2.1评分,差异具有统计学意义.其中A模型敏感度0.843、特异度0.829,较单独使用PI-RADS v2.1评分(敏感度0.767、特异度0.801)诊断效能最佳.结论:PI-RADS v2.1评分联合PSA相关指标建立的Logistic模型在PSA灰区前列腺癌的诊断效能均优于单独运用PI-RADS v2.1评分,能够避免不必要的穿刺活检,对优化临床治疗策略具有较好的指导作用.