目的 探讨表观扩散系数平均值(mean apparent diffusion coefficient,ADCmean)联合前列腺特异性抗原密度(prostate specific antigen density,PSAD)对前列腺影像报告和数据系统(prostate imaging reporting and data system,PI-RADS)≥...目的 探讨表观扩散系数平均值(mean apparent diffusion coefficient,ADCmean)联合前列腺特异性抗原密度(prostate specific antigen density,PSAD)对前列腺影像报告和数据系统(prostate imaging reporting and data system,PI-RADS)≥3分临床显著性前列腺癌(clinical significant prostate cancer,csPCa)的预测价值。材料与方法 回顾性分析2022年2月至2024年8月期间我院行前列腺MRI检查PI-RADS评分≥3分且有病理组织学检查患者的临床资料和影像资料。选择最高PI-RADS评分且最大病灶的最大层面勾画感兴趣区(region of interest,ROI),测量病灶的ADCmean和表观扩散系数最小值(min apparent diffusion coefficient,ADCmin)。单因素和多因素logistic回归分析筛选出预测csPCa的最佳临床和影像指标,采用受试者工作特征(receiver operating characteristics,ROC)曲线比较最佳临床和影像预测模型及两者联合模型的诊断效能,计算曲线下面积(area under the curve,AUC)、敏感度和特异度,并行DeLong检验。结果 本研究共纳入csPCa患者75例(48.39%),非csPCa患者80例(51.61%)。csPCa组的年龄、总前列腺特异性抗原(total prostate specific antigen,tPSA)、游离前列腺特异性抗原(free prostate specific antigen,fPSA)、PSAD大于非csPCa组,csPCa组的前列腺体积(prostate volume,PV)、fPSA和tPSA比值(f/t)、ADCmin、ADCmean均小于非csPCa组,差异具有统计学意义(均P<0.05)。逐步logistic回归筛选和ROC曲线分析,获得预测csPCa的最佳临床指标为PSAD和影像指标ADCmean,AUC分别为0.846、0.898,PSAD诊断阈值为0.307 ng/mL2,敏感度为66.67%,特异度为91.25%,ADCmean诊断阈值为773.5 mm2/s,敏感度为86.67%,特异度为85.00%,两者联合模型的AUC高达0.925。DeLong检验比较联合模型与单一模型的AUC差异有统计学意义(P<0.05),联合模型预测csPCa的敏感性和特异度分别为86.67%和88.75%。结论 ADCmean对PI-RADS≥3分csPCa的预测效能优于ADCmin,与PSAD的联合模型能进一步提高对PI-RADS≥3分csPCa的预测价值,对临床诊疗具有指导意义。展开更多
目的探讨前列腺特异性抗原密度(prostate specific antigen density,PSAD)联合多参数磁共振成像(multi-parameter magnetic resonance imaging,mp-MRI)在临床显著性前列腺癌(clinically significant prostate cancer,csPCa)诊断中的价...目的探讨前列腺特异性抗原密度(prostate specific antigen density,PSAD)联合多参数磁共振成像(multi-parameter magnetic resonance imaging,mp-MRI)在临床显著性前列腺癌(clinically significant prostate cancer,csPCa)诊断中的价值。材料与方法回顾性分析105例疑诊为PCa并取得病理结果患者的临床及影像资料。术前均行mp-MRI检查、前列腺特异性抗原(prostate specific antigen,PSA)检测。根据病理及Gleason评分,将患者分为csPCa和非csPCa两组,比较两组间PSAD和mp-MRI的表观扩散系数(apparent diffusion coefficient,ADC)值、开始强化时间(T0)、短暂增强时间、流入速率(wash in rate,WIR)等参数的差异,采用二元logistic回归构建联合诊断模型,运用受试者工作特征(receiver operating characteristic,ROC)曲线评估各参数及构建模型诊断csPCa的效能。结果csPCa组的ADC、T0低于非csPCa组,WIR、PSAD、短暂增强时间高于非csPCa,差异均有统计学意义(P<0.05)。PSAD、ADC、WIR单独诊断csPCa的ROC曲线下面积(area under the curve,AUC)及95%置信区间分别为0.902(0.829~0.952)、0.890(0.814~0.942)、0.812(0.724~0.882),具有较高的诊断效能,临床诊断界值分别为0.47 ng/(mL·cm^(3))、0.82×10-3 mm^(2)/s、50.33 s^(-1),敏感度分别为79.1%、67.4%、100.0%,特异度分别为100.0%、100.0%、54.8%。PSAD、ADC、WIR任意两参数(WIR+PSAD、ADC+PSAD、WIR+ADC)及多参数(WIR+PSAD+ADC)联合诊断csPCa的AUC、敏感度、特异度分别为:0.929(0.862~0.970)、83.7%、96.8%;0.940(0.877~0.977)、90.7%、91.9%;0.935(0.870~0.974)、79.1%、95.2%;0.955(0.896~0.986)、90.7%、91.9%。ROC曲线对比分析显示WIR+PSAD+ADC、ADC+PSAD、WIR+ADC联合模型与ADC、WIR单参数诊断csPCa的AUC差异均具有统计学意义(P<0.05);WIR+PSAD联合模型与WIR单独诊断csPCa的AUC差异具有统计学意义(P<0.05)。结论PSAD联合mp-MRI对csPCa具有较高的诊断价值,其主要指标构建的诊断模型可用于预测csPCa。展开更多
目的探讨基于双参数磁共振成像(biparametric magnetic resonance imaging,bpMRI)前列腺影像报告和数据系统2.1版(prostate imaging reporting and data system version 2.1,PI-RADS v2.1)评分联合前列腺特异性抗原密度(prostate specif...目的探讨基于双参数磁共振成像(biparametric magnetic resonance imaging,bpMRI)前列腺影像报告和数据系统2.1版(prostate imaging reporting and data system version 2.1,PI-RADS v2.1)评分联合前列腺特异性抗原密度(prostate specific antigen density,PSAD)对移行带前列腺癌(transitional zone prostate cancer,TZPCa)的诊断价值。材料与方法回顾性分析115例经病理证实的前列腺疾病患者资料,分为TZPCa组和良性前列腺增生(benign prostatic hyperplasia,BPH)组,依据PI-RADS v2.1评分对MRI图像进行评分,采用单因素和多因素logistic回归分析患者的年龄、前列腺体积(prostate volume,PV)、总前列腺特异性抗原(total prostate specific antigen,tPSA)、游离前列腺特异性抗原(free PSA,fPSA)与tPSA的比值(fPSA/tPSA)、PSAD及PI-RADS v2.1评分等指标。通过受试者工作特征(receiver operating characteristic,ROC)曲线分析PI-RADS V2.1、PSAD及联合诊断对TZPCa的诊断效能,并计算曲线下面积(area under the curve,AUC)。结果tPSA、fPSA/tPSA、PSAD与PI-RADS v2.1评分在TZPCa组与BPH组差异具有统计学意义(P<0.05);PI-RADS v2.1评分、PSAD是TZPCa的独立预测因子;PI-RADS v2.1评分、PSAD及联合模型诊断TZPCa的AUC分别为0.916[95%置信区间(confidence interval,CI):0.864~1.000],0.812(95%CI:0.702~0.921),0.952(95%CI:0.903~1.000),联合模型诊断效能最优。结论PI-RADS v2.1评分联合PSAD提高了对TZPCa的诊断价值,减少不必要的穿刺活检。展开更多
文摘目的 探讨表观扩散系数平均值(mean apparent diffusion coefficient,ADCmean)联合前列腺特异性抗原密度(prostate specific antigen density,PSAD)对前列腺影像报告和数据系统(prostate imaging reporting and data system,PI-RADS)≥3分临床显著性前列腺癌(clinical significant prostate cancer,csPCa)的预测价值。材料与方法 回顾性分析2022年2月至2024年8月期间我院行前列腺MRI检查PI-RADS评分≥3分且有病理组织学检查患者的临床资料和影像资料。选择最高PI-RADS评分且最大病灶的最大层面勾画感兴趣区(region of interest,ROI),测量病灶的ADCmean和表观扩散系数最小值(min apparent diffusion coefficient,ADCmin)。单因素和多因素logistic回归分析筛选出预测csPCa的最佳临床和影像指标,采用受试者工作特征(receiver operating characteristics,ROC)曲线比较最佳临床和影像预测模型及两者联合模型的诊断效能,计算曲线下面积(area under the curve,AUC)、敏感度和特异度,并行DeLong检验。结果 本研究共纳入csPCa患者75例(48.39%),非csPCa患者80例(51.61%)。csPCa组的年龄、总前列腺特异性抗原(total prostate specific antigen,tPSA)、游离前列腺特异性抗原(free prostate specific antigen,fPSA)、PSAD大于非csPCa组,csPCa组的前列腺体积(prostate volume,PV)、fPSA和tPSA比值(f/t)、ADCmin、ADCmean均小于非csPCa组,差异具有统计学意义(均P<0.05)。逐步logistic回归筛选和ROC曲线分析,获得预测csPCa的最佳临床指标为PSAD和影像指标ADCmean,AUC分别为0.846、0.898,PSAD诊断阈值为0.307 ng/mL2,敏感度为66.67%,特异度为91.25%,ADCmean诊断阈值为773.5 mm2/s,敏感度为86.67%,特异度为85.00%,两者联合模型的AUC高达0.925。DeLong检验比较联合模型与单一模型的AUC差异有统计学意义(P<0.05),联合模型预测csPCa的敏感性和特异度分别为86.67%和88.75%。结论 ADCmean对PI-RADS≥3分csPCa的预测效能优于ADCmin,与PSAD的联合模型能进一步提高对PI-RADS≥3分csPCa的预测价值,对临床诊疗具有指导意义。
文摘目的探讨前列腺特异性抗原密度(prostate specific antigen density,PSAD)联合多参数磁共振成像(multi-parameter magnetic resonance imaging,mp-MRI)在临床显著性前列腺癌(clinically significant prostate cancer,csPCa)诊断中的价值。材料与方法回顾性分析105例疑诊为PCa并取得病理结果患者的临床及影像资料。术前均行mp-MRI检查、前列腺特异性抗原(prostate specific antigen,PSA)检测。根据病理及Gleason评分,将患者分为csPCa和非csPCa两组,比较两组间PSAD和mp-MRI的表观扩散系数(apparent diffusion coefficient,ADC)值、开始强化时间(T0)、短暂增强时间、流入速率(wash in rate,WIR)等参数的差异,采用二元logistic回归构建联合诊断模型,运用受试者工作特征(receiver operating characteristic,ROC)曲线评估各参数及构建模型诊断csPCa的效能。结果csPCa组的ADC、T0低于非csPCa组,WIR、PSAD、短暂增强时间高于非csPCa,差异均有统计学意义(P<0.05)。PSAD、ADC、WIR单独诊断csPCa的ROC曲线下面积(area under the curve,AUC)及95%置信区间分别为0.902(0.829~0.952)、0.890(0.814~0.942)、0.812(0.724~0.882),具有较高的诊断效能,临床诊断界值分别为0.47 ng/(mL·cm^(3))、0.82×10-3 mm^(2)/s、50.33 s^(-1),敏感度分别为79.1%、67.4%、100.0%,特异度分别为100.0%、100.0%、54.8%。PSAD、ADC、WIR任意两参数(WIR+PSAD、ADC+PSAD、WIR+ADC)及多参数(WIR+PSAD+ADC)联合诊断csPCa的AUC、敏感度、特异度分别为:0.929(0.862~0.970)、83.7%、96.8%;0.940(0.877~0.977)、90.7%、91.9%;0.935(0.870~0.974)、79.1%、95.2%;0.955(0.896~0.986)、90.7%、91.9%。ROC曲线对比分析显示WIR+PSAD+ADC、ADC+PSAD、WIR+ADC联合模型与ADC、WIR单参数诊断csPCa的AUC差异均具有统计学意义(P<0.05);WIR+PSAD联合模型与WIR单独诊断csPCa的AUC差异具有统计学意义(P<0.05)。结论PSAD联合mp-MRI对csPCa具有较高的诊断价值,其主要指标构建的诊断模型可用于预测csPCa。
文摘目的探讨基于双参数磁共振成像(biparametric magnetic resonance imaging,bpMRI)前列腺影像报告和数据系统2.1版(prostate imaging reporting and data system version 2.1,PI-RADS v2.1)评分联合前列腺特异性抗原密度(prostate specific antigen density,PSAD)对移行带前列腺癌(transitional zone prostate cancer,TZPCa)的诊断价值。材料与方法回顾性分析115例经病理证实的前列腺疾病患者资料,分为TZPCa组和良性前列腺增生(benign prostatic hyperplasia,BPH)组,依据PI-RADS v2.1评分对MRI图像进行评分,采用单因素和多因素logistic回归分析患者的年龄、前列腺体积(prostate volume,PV)、总前列腺特异性抗原(total prostate specific antigen,tPSA)、游离前列腺特异性抗原(free PSA,fPSA)与tPSA的比值(fPSA/tPSA)、PSAD及PI-RADS v2.1评分等指标。通过受试者工作特征(receiver operating characteristic,ROC)曲线分析PI-RADS V2.1、PSAD及联合诊断对TZPCa的诊断效能,并计算曲线下面积(area under the curve,AUC)。结果tPSA、fPSA/tPSA、PSAD与PI-RADS v2.1评分在TZPCa组与BPH组差异具有统计学意义(P<0.05);PI-RADS v2.1评分、PSAD是TZPCa的独立预测因子;PI-RADS v2.1评分、PSAD及联合模型诊断TZPCa的AUC分别为0.916[95%置信区间(confidence interval,CI):0.864~1.000],0.812(95%CI:0.702~0.921),0.952(95%CI:0.903~1.000),联合模型诊断效能最优。结论PI-RADS v2.1评分联合PSAD提高了对TZPCa的诊断价值,减少不必要的穿刺活检。
