摘要

目的探究基于笛卡尔采集的K空间共享三维容积快速动态成像(DISCO)和复合灵敏度编码的高分辨率扩散成像(MUSE-DWI)联合前列腺特异性抗原密度(PSAD)在前列腺癌(PCa)的诊断及危险分层中的价值。方法回顾性收集2020年7月至2021年8月宁夏医科大学总医院183例[年龄:48~86(68±8)岁]前列腺疾病患者的资料。根据疾病情况分为非PCa组115例, PCa组68例, 其中PCa组又根据危险程度分为低危PCa组14例, 中高危PCa组54例。分析组间容积转移常数(Ktrans)、速率常数(Kep)、血管外细胞外体积分数(Ve)、表观扩散系数(ADC)和PSAD的差异。采用受试者工作特征(ROC)曲线评估各定量参数值及PSAD鉴别非PCa和PCa、低危PCa和中高危PCa的诊断效能。采用多因素logistic回归模型对非PCa组和PCa组间差异有统计学意义的指标进行分析, 筛选出PCa的预测因子。结果 PCa组的Ktrans、Kep、Ve值和PSAD均高于非PCa组, ADC值低于非PCa组, 差异均有统计学意义(均P<0.001);中高危PCa组的Ktrans、Kep值和PSAD均高于低危PCa组, ADC值低于低危PCa组, 差异均有统计学意义(均P<0.001)。鉴别非PCa和PCa时, 联合模型(Ktrans+Kep+Ve+ADC+PSAD)的ROC曲线下面积(AUC)高于单一指标[0.958(95%CI:0.918~0.982)比0.881(95%CI:0.825~0.924)、0.836(95%CI:0.775~0.887)、0.672(95%CI:0.599~0.740)、0.940(95%CI:0.895~0.969)、0.816(95%CI:0.752~0.869), 均P<0.05];鉴别低危PCa和中高危PCa时, 联合模型(Ktrans+Kep+ADC+PSAD)的AUC高于Ktrans、Kep和PSAD[0.933(95%CI:0.845~0.979)比0.846(95%CI:0.738~0.922)、0.782(95%CI:0.665~0.873)、0.848(95%CI:0.740~0.923), 均P<0.05]。多因素logistic回归分析显示Ktrans(OR=1.005, 95%CI:1.001~1.010)和ADC值(OR=0.992, 95%CI:0.989~0.995)是PCa的预测因子(P<0.05)。结论 DISCO和MUSE-DWI联合PSAD可以鉴别前列腺良恶性病变, Ktrans和ADC值是PCa的预测因子;Ktrans、Kep、ADC值和PSAD有助于预测PCa的生物学行为。