前列腺癌风险预测模型的构建与验证

作者：路帅; 李文杰; 徐紫薇; 张浩轩; 陆进^*

来源：重庆医科大学学报, 2023, 48(03): 328-334.

DOI：10.13406/j.cnki.cyxb.003180

• 前列腺癌
• 前列腺增生
• 风险预测模型

目的：筛选前列腺癌（prostatic cancer,PCa）发病的影响因素，构建PCa风险预测模型并进行验证。方法：利用国家临床医学科学数据中心《前列腺肿瘤预警数据集》，对数据处理后将数据按7∶3随机分为建模组和验证组；使用最小绝对值收敛和选择算子（least absolute shrink-age and selection operator,LASSO）对建模组进行筛选，得到PCa特征指标；对特征指标进行多因素logistic回归分析，并利用其分析结果对建模组数据构建PCa风险预测模型，同时利用建模组数据进行内部评价及验证组数据内部验证。结果：共纳入880例样本数据，其中建模组616例，验证组264例；通过LASSO回归分析对筛选得到的14个特征指标进行多因素logistic回归分析，结果显示球蛋白（OR=1.112,95%CI=1.044～1.185）、无机磷（OR=65.167,95%CI=20.437～207.796）、总前列腺特异性抗原（total prostate specific antigen,tPSA）(OR=1.026,95%CI=1.014～1.037)与血清尿酸（OR=0.997,95%CI=0.994～0.999）的差异具有统计学意义（P<0.05），是PCa发病的独立影响因素；利用其构建的PCa风险预测模型内部评价和内部验证的校准曲线准确度较高；模型内部评价的曲线下面积（area under curve,AUC）为0.766(95%CI=0.728～0.804)，患者的决策曲线分析（decision curve analysis,DCA）净获益率为9%～72%；而模型内部验证的AUC为0.704(95%CI=0.639～0.768)，患者的DCA净获益率为18%～59%及63%～64%。结论：球蛋白、无机磷、tPSA与血清尿酸是PCa的独立影响因素，通过其构建的风险预测模型具有良好预测作用。

• 单位
  解剖学教研室; 蚌埠医学院