前列腺癌风险列线图预测模型的建立

作者：李菲; 徐紫薇; 路帅; 王闯; 陆进^*

来源：牡丹江医学院学报, 2021, 42(06): 28-33.

DOI：10.13799/j.cnki.mdjyxyxb.2021.06.007

• 前列腺癌
• 列线图
• 预测模型
• 前列腺特异性抗原

目的研究前列腺癌(prostatic cancer, PCa)风险列线图预测模型的建立。方法对临床医学科学数据中心(301医院)前列腺相关的3000例患者的临床资料进行整理,其中PCa 1259例、PCa合并前列腺增生(Benign prostatic hyperplasia, BPH)335例、单纯BPH1406例(分PCa组与BPH组),利用单因素和多因素logistic回归分析前列腺癌的危险因素,再通过R语言软件建立风险列线图预测模型并进行模型验证。结果经数据处理后BPH组1253例(46.24%);PCa组1457例(53.76%)。单因素分析发现,两组患者在年龄、体质指数(Body Mass Index, BMI)、碱性磷酸酶(Alkaline phosphatase, ALP)、肌酸激酶同工酶(Creatine Kinase Isoenzyme-MB,CK-MB)、游离前列腺特异性抗原(free prostate specific antigen, fPSA)、甘油三酯方面比较,差异具有统计学意义(P<0.05)。多因素logistic回归分析发现两组患者年龄[OR=0.731,95%CI(0.6,0.891)]、BMI[OR=1.173,95%CI(1.014,1.357)]、CK-MB[OR=1.349,95%CI(1.097,1.659)]、fPSA[OR=0.769,95%CI(0.717,0.825)]、甘油三酯[OR=0.782,95%CI(0.651,0.939)]是前列腺癌的独立危险因素。基于5项独立危险因素与ALP、肌酸激酶(Creatine Kinase, CK)和总前列腺特异性抗原(total prostate specific antigen, tPSA)建立的风险列线图预测模型,经验证具有良好的预测能力。结论风险列线图预测模型的建立可有效预防和判断PCa的发病情况。

• 单位
  解剖学教研室; 蚌埠医学院