目的基于多模态超声成像技术(mUS)和血清前列腺特异性抗原(prostate specific antigen,PSA)与游离PSA(fPSA)比值(fPSA/PSA)构建诊断前列腺癌(PCa)的风险列线图模型并进行验证,分析其临床应用价值。方法选取浙江省义乌市中心医院2021年7...目的基于多模态超声成像技术(mUS)和血清前列腺特异性抗原(prostate specific antigen,PSA)与游离PSA(fPSA)比值(fPSA/PSA)构建诊断前列腺癌(PCa)的风险列线图模型并进行验证,分析其临床应用价值。方法选取浙江省义乌市中心医院2021年7月~2023年6月就诊的疑似前列腺癌患者150例,所有患者均接受mUS检查、血清PSA、fPSA检查及病理检查,以病理检查结果为金标准,分为PCa组(n=67)和非PCa组(n=83),比较两组临床资料及病理特征,基于mUS和fPSA/PSA构建PCa的风险诊断模型并验证,评估mUS检查联合血清fPSA/PSA诊断PCa的效能。结果多因素Logistic回归分析显示,血流分级(2~3级)、增强模式(快速高增强)、消退模式(缓慢)、RI、弹性分级(>3级)、fPSA(高)、PSA(高)、fPSA/PSA(低)是诊断PCa的独立预测因子(P<0.05);Nomogram模型构建诊断PCa的风险列线图显示,弹性成像、增强模式、血流分级、消退模式、fPSA/PSA是诊断PCa的最强因子,其次是RI、PSA、fPSA高表达。Hosmer-Lemeshow检验结果显示,列线图模型实测值与预测值基本一致(χ2=1.873,P=0.316),列线图模型C-index指数为0.912(95%CI 0.832-0.977)。结论基于mUS和血清fPSA/PSA构建的风险列线图模型在PCa中有较高的诊断效能,可作为PCa早期筛查工具。展开更多
文摘目的基于多模态超声成像技术(mUS)和血清前列腺特异性抗原(prostate specific antigen,PSA)与游离PSA(fPSA)比值(fPSA/PSA)构建诊断前列腺癌(PCa)的风险列线图模型并进行验证,分析其临床应用价值。方法选取浙江省义乌市中心医院2021年7月~2023年6月就诊的疑似前列腺癌患者150例,所有患者均接受mUS检查、血清PSA、fPSA检查及病理检查,以病理检查结果为金标准,分为PCa组(n=67)和非PCa组(n=83),比较两组临床资料及病理特征,基于mUS和fPSA/PSA构建PCa的风险诊断模型并验证,评估mUS检查联合血清fPSA/PSA诊断PCa的效能。结果多因素Logistic回归分析显示,血流分级(2~3级)、增强模式(快速高增强)、消退模式(缓慢)、RI、弹性分级(>3级)、fPSA(高)、PSA(高)、fPSA/PSA(低)是诊断PCa的独立预测因子(P<0.05);Nomogram模型构建诊断PCa的风险列线图显示,弹性成像、增强模式、血流分级、消退模式、fPSA/PSA是诊断PCa的最强因子,其次是RI、PSA、fPSA高表达。Hosmer-Lemeshow检验结果显示,列线图模型实测值与预测值基本一致(χ2=1.873,P=0.316),列线图模型C-index指数为0.912(95%CI 0.832-0.977)。结论基于mUS和血清fPSA/PSA构建的风险列线图模型在PCa中有较高的诊断效能,可作为PCa早期筛查工具。
