基于超声造影纹理特征联合临床指标预测高危前列腺癌的价值研究

作者：林宁静; 高泳; 韦丽艳; 廖新红^*

来源：广西医科大学学报, 2022, 39(10): 1598-1604.

DOI：10.16190/j.cnki.45-1211/r.2022.10.012

• 前列腺癌
• 超声
• 影像组学
• 预测模型

目的：构建基于超声造影纹理特征联合临床指标预测高危前列腺癌（PCa）模型，并评价该模型术前预测高危PCa的性能力。方法：回顾性分析2018年2月至2021年10月广西医科大学第一附属医院收治的PCa患者188例，血清前列腺特异性抗原（PSA）均大于4.00 ng/mL，根据病理结果分为高危组（GS>7分）和非高危组（GS≤7分），并随机分为训练队列（n=132）和验证队列（n=56）。从患者的超声造影图像中提取影像组学特征，采用最小绝对收缩与选择算子（LASSO）回归和十折交叉检验进行降维，筛选特征，计算影像组学评分（Radscore），并联合临床指标构建预测模型。采用受试者工作特征（ROC）曲线、校准曲线和决策曲线评价该模型的预测效能。结果：经过LASSO回归及十折交叉检验，279个图像纹理特征降维至5个。Radscore在训练队列和验证队列中评估高危PCa的曲线下面积（AUC）分别为0.75(95%CI:0.67～0.83)和0.76(95%CI:0.63～0.85)。多因素Logistic回归分析显示，PSA密度（PSAD）和Radscore为高危PCa的独立预测因素（P<0.05）。预测模型在训练队列中的AUC为0.77(95%CI:0.69～0.85)，在验证队列中的AUC为0.78(95%CI:0.65～0.91)。校准曲线和决策曲线分析结果具有良好的准确性和临床应用价值。结论：基于超声造影纹理特征联合临床指标构建的模型可有效预测高危PCa，该模型可用于术前无创性评估高危PCa，有助于指导临床决策。

• 单位
  广西医科大学第一附属医院