预测前列腺穿刺阳性风险的列线图模型的建立

目的 基于单中心数据资料建立预测前列腺穿刺阳性风险的列线图模型,以提高早期预测前列腺癌的能力.方法 收集2009年7月至2015年3月行前列腺穿刺活检患者的临床资料,包括年龄、前列腺体积、游离PSA(fPSA)和总PSA (tPSA)等.选取PSA＜ 100 ng/ml、资料完整者纳入研究,共958例.中位年龄为70岁(25 ～ 89岁),中位tPSA为11.30 ng/ml(0.09 ～98.23 ng/ml).采用电脑随机分组法选择767例(80％)为建模组,余191例(20％)为验证组.在建模组中利用单因素和多因素Logistic分析筛选出预测前列腺癌的独立性影响因素,构建回归方程,并以此为基础建立预测前列腺穿刺结果的列线图模型.利用ROC曲线评估该模型对前列腺癌的诊断价值,并与临床常用的tPSA、f/tPSA和PSAD相比较.结果 本研究958例的穿刺结果:前列腺增生494例,前列腺癌464例.前列腺癌组与前列腺增生组的年龄分别为(71.6±8.8)岁和(67.3 ±9.7)岁,血清tPSA水平分别为(24.3±21.3) ng/ml和(12.4±12.4)ng/ml,f/tPSA分别为0.13±0.08和0.18±0.13,PSAD分别为0.68±0.47和0.23±0.47,前列腺体积分别为(69.2±50.6)cm3和(46.0±34.0)cm3,差异均有统计学意义(P＜0.05).单因素和多因素Logistic回归分析显示,年龄(OR=1.094)、fPSA(OR=1.551)、tPSA(OR =0.958)、f/tPSA(OR=0)、PSAD(OR=13.647)和前列腺体积(OR=0.985)是前列腺癌独立的预测因素(P＜0.05).利用上述指标构建列线图模型,该模型预测前列腺癌的ROC曲线下面积为0.854,高于tPSA(0.709)、f/tPSA(0.667)和PSAD(0.807),差异均有统计学意义(P＜0.05).结论 本研究构建的列线图模型较单独应用PSA及tPSA、f/tPSA和PSAD具有更高的诊断价值,该模型可在不增加患者检查项目的前提下,以更加直观、简洁的形式为患者提供个体化的前列腺穿刺阳性风险预测.