联合双参数MRI及临床相关指标建立预测前列腺癌风险的预测模型

作者：邢惠; 刘文亚; 王云玲; 王玻玮; 依巴努·阿不都热合曼^*

来源：临床放射学杂志, 2022, 41(12): 2263-2267.

DOI：10.13437/j.cnki.jcr.2022.12.022

• 前列腺癌
• 前列腺影像报告和数据系统
• 前列腺特异性抗原密度
• 预测模型

目的 探索前列腺影像报告和数据系统(PI-RADS) V2版本双参数MRI检查及临床相关指标建立预测前列腺癌风险的预测模型。方法 回顾性分析2019年7月至2020年7月新疆医科大学第一附属医院经病理证实且行前列腺双参数MRI检查患者的影像、病理及临床资料。由影像科医师运用PI-RADS V2和PI-RADS V2.1对每个病灶进行评分，利用受试者工作特征(ROC)曲线及曲线下面积(AUC)评价两个版本的预测能力。利用多因素Logistic回归建立联合预测指标，预测模型纳入区分度高的影像学评分和其它特征，利用逐步回归法筛选预测因子。基于Logistic回归建立预测模型，绘制列线图。结果 通过MedCalc软件在线工具计算得到PI-RADS V2的灵敏度为83.33%,特异度为12.50%,阳性预测值33.78%、阴性预测值58.33%、准确率37.21%。PI-RADS V2.1的灵敏度为83.33%,特异度为11.43%,阳性预测值33.51%、阴性预测值56.14%、准确率36.51%。以PI-RADS V2略高，因此应用PI-RADS V2评分和年龄、病灶是否侵犯精囊腺、血清学结果、前列腺体积(PV)和前列腺特异性抗原密度(PSAD)建立预测模型。利用该预测概率绘制ROC曲线，计算AUC为0.939,AUC>0.90可认为模型的预测效果非常好。结论 PI-RADS V2版本双参数MRI检查及临床相关指标建立的预测模型对前列腺癌的诊断具有较好的诊断性能，效果优于PI-RADS评分。

• 单位
  新疆医科大学第一附属医院