Logistic回归分析在前列腺癌诊断中的应用价值

目的探讨logistic回归模型对前列腺癌(prostate cancer,PCa)的诊断价值。方法回顾性分析120例患者的151个经病理证实的前列腺结节的临床资料及超声特征,建立预测前列腺癌的Logistic回归模型,绘制模型的受试者工作特征(receiver operating characteristic,ROC)曲线并计算曲线下面积。结果进入Logistic回归模型的变量为前列腺特异性抗原(prostate specific antigen,PSA)、游离前列腺特异性抗原(free prostate specific antigen,FPSA)及FPSA/TPSA比值、血流分级、年龄。Logistic回归模型的曲线下面积为0.926,该指标在0.375时获得最大的敏感性(90.0%)和特异性(84.2%)。结论Logistic回归模型的建立对前列腺良恶性结节的鉴别诊断有较高的应用价值。