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
目的评估基于前列腺成像报告和数据系统2.1版本(prostate imaging-reporting and data system version 2.1,PI-RADS v2.1)及多参数磁共振成像(multiparametric magnetic resonance imaging,mp-MRI)衍生标志物用于移行带临床显著性前列腺...目的评估基于前列腺成像报告和数据系统2.1版本(prostate imaging-reporting and data system version 2.1,PI-RADS v2.1)及多参数磁共振成像(multiparametric magnetic resonance imaging,mp-MRI)衍生标志物用于移行带临床显著性前列腺癌(clinically significant prostate cancer,csPCa)检测的价值。材料与方法回顾性分析2020年1月至2024年2月在我院行mp-MRI及病理活检的移形带前列腺疾病患者的临床及影像学资料。由具有8年前列腺成像经验的主治医生基于PI-RADS v2.1对MRI图像进行评估,并勾画病变轮廓,从而获得包括三维直径、相对病变体积(病变体积除以前列腺体积)、球形度、平整度及表面体积比等MRI特征。使用logistic分析,确定PI-RADS评分及多参数MRI衍生标志物与移行带csPCa检测的关系。结果纳入的403例患者中PI-RADS 1(n=25)、2(n=119)、3(n=130)、4(n=43)和5(n=86)类病变的csPCa检出率分别为0.00%、0.00%、3.85%、32.56%和70.93%。PI-RADS 3类、4类、5类的csPCa检出率差异具有统计学意义(P<0.001)。移行带csPCa的预测因子包括血清前列腺特异性抗原(prostate-specific antigen,PSA)[OR=1.05(95%CI:1.00~1.10);P=0.047]、PI-RADS[OR=8.92(95%CI:2.94~27.13);P<0.001]、最大二维直径[OR=0.84(95%CI:0.71~0.98);P=0.046]及网格体积[OR=1.00(95%CI:1.00~1.00);P=0.041]。结论血清PSA、PI-RADS评分、病灶直径及网格体积等是移行带csPCa的独立预测因子。展开更多
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 基于前列腺影像报告和数据系统2.1版(Prostate Imaging Report and Data System version 2.1, PI-RADS v2.1)的双参数磁共振成像(biparametric MRI, bp-MRI)和前列腺特异性抗原(prostate specific antigen, PSA)等临床指标,构建鉴...目的 基于前列腺影像报告和数据系统2.1版(Prostate Imaging Report and Data System version 2.1, PI-RADS v2.1)的双参数磁共振成像(biparametric MRI, bp-MRI)和前列腺特异性抗原(prostate specific antigen, PSA)等临床指标,构建鉴别诊断PSA(4-20 ng/mL)前列腺癌(prostate cancer, PCa)的列线图模型。材料与方法 回顾性分析宁夏医科大学总医院2017年10月至2022年2月206例行bp-MRI检查并有病理学结果的患者资料。根据病理结果分为PCa组(n=66)和前列腺增生和(或)炎症组(n=140),经单、多因素logistic回归分析筛选PSA (4-20 ng/mL) PCa患者的独立危险因素,随后使用R软件构建列线图模型,并用决策曲线分析(decision curve analysis, DCA)其临床净效益。以受试者工作特征(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)、敏感度和特异度评价诊断效能,并通过DeLong检验比较AUC值间的差异。结果 年龄、总前列腺特异性抗原(total prostate specific antigen, tPSA)、前列腺体积(prostate volume, PV)、PI-RADS v2.1是预测PSA (4-20 ng/mL) PCa的独立危险因素。基于上述4个独立指标构建的列线图模型诊断效能最好(AUC=0.945),明显高于PI-RADS v2.1(AUC=0.816)、PV(AUC=0.772)、tPSA(AUC=0.737)、年龄(AUC=0.680)。结论 基于bp-MRI的PI-RADS v2.1评分联合临床相关指标建立的列线图模型,预测PSA (4–20 ng/mL) PCa的诊断效能明显优于单一指标,可作为一种无创精准化预测工具,将更全面、准确地预测罹患PCa的风险概率,为临床提供有效的诊疗指导。展开更多
目的探讨多参数MRI联合影像组学在区分前列腺影像报告数据系统(PI-RADS)4~5分病灶良恶性中的应用价值,旨在构建能够有效区分两者的模型,提高诊断精确度。材料与方法回顾性分析2018年1月至2021年6月在我院行前列腺多参数MRI(multiparamet...目的探讨多参数MRI联合影像组学在区分前列腺影像报告数据系统(PI-RADS)4~5分病灶良恶性中的应用价值,旨在构建能够有效区分两者的模型,提高诊断精确度。材料与方法回顾性分析2018年1月至2021年6月在我院行前列腺多参数MRI(multiparametric MRI,mpMRI)检查后PI-RADS评分为4~5分的患者病例共135例,其中病理诊断良性64例,恶性71例。将入组病例随机分层采样按照7∶3的比例划分为训练集(95例,良性45例,恶性50例)和测试集(40例,良性19例,恶性21例),分析前列腺特异性抗原(prostate specific antigen,PSA)、MRI传统参数表观弥散系数(apparent diffusion coefficient,ADC)、多模态影像组学模型[T2WI、弥散加权成像(diffusion weighted imaging,DWI)、ADC三种模态]及联合模型(多模态影像组学联合传统参数ADC值)对PI-RADS 4~5分病灶良恶性的鉴别效力,构建诊断模型。结果良性病变组ADC值[(0.791±0.149)×10^(-3)mm^(2)/s]显著高于恶性组[(0.612±0.110)×10^(-3)mm^(2)/s],其在训练集、测试集中的曲线下面积(area under the curve,AUC)分别为0.870、0.772。而良性病变组总PSA(total PSA,tPSA)略低于恶性组,两组之间差异无统计学意义。ADC、DWI和T2WI多模态组合影像组学在训练集、测试集中的AUC分别为0.942、0.850。联合模型在训练集、测试集中的AUC分别为0.952、0.842。结论综合多模态MRI(T2WI、DWI、ADC)影像组学联合传统参数的模型能有效帮助鉴别PI-RADS 4~5分病灶的良恶性,帮助提高诊断准确度,进一步辅助个体化治疗方案的制订。展开更多
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。
文摘目的评估基于前列腺成像报告和数据系统2.1版本(prostate imaging-reporting and data system version 2.1,PI-RADS v2.1)及多参数磁共振成像(multiparametric magnetic resonance imaging,mp-MRI)衍生标志物用于移行带临床显著性前列腺癌(clinically significant prostate cancer,csPCa)检测的价值。材料与方法回顾性分析2020年1月至2024年2月在我院行mp-MRI及病理活检的移形带前列腺疾病患者的临床及影像学资料。由具有8年前列腺成像经验的主治医生基于PI-RADS v2.1对MRI图像进行评估,并勾画病变轮廓,从而获得包括三维直径、相对病变体积(病变体积除以前列腺体积)、球形度、平整度及表面体积比等MRI特征。使用logistic分析,确定PI-RADS评分及多参数MRI衍生标志物与移行带csPCa检测的关系。结果纳入的403例患者中PI-RADS 1(n=25)、2(n=119)、3(n=130)、4(n=43)和5(n=86)类病变的csPCa检出率分别为0.00%、0.00%、3.85%、32.56%和70.93%。PI-RADS 3类、4类、5类的csPCa检出率差异具有统计学意义(P<0.001)。移行带csPCa的预测因子包括血清前列腺特异性抗原(prostate-specific antigen,PSA)[OR=1.05(95%CI:1.00~1.10);P=0.047]、PI-RADS[OR=8.92(95%CI:2.94~27.13);P<0.001]、最大二维直径[OR=0.84(95%CI:0.71~0.98);P=0.046]及网格体积[OR=1.00(95%CI:1.00~1.00);P=0.041]。结论血清PSA、PI-RADS评分、病灶直径及网格体积等是移行带csPCa的独立预测因子。
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。
文摘目的探讨多参数MRI联合影像组学在区分前列腺影像报告数据系统(PI-RADS)4~5分病灶良恶性中的应用价值,旨在构建能够有效区分两者的模型,提高诊断精确度。材料与方法回顾性分析2018年1月至2021年6月在我院行前列腺多参数MRI(multiparametric MRI,mpMRI)检查后PI-RADS评分为4~5分的患者病例共135例,其中病理诊断良性64例,恶性71例。将入组病例随机分层采样按照7∶3的比例划分为训练集(95例,良性45例,恶性50例)和测试集(40例,良性19例,恶性21例),分析前列腺特异性抗原(prostate specific antigen,PSA)、MRI传统参数表观弥散系数(apparent diffusion coefficient,ADC)、多模态影像组学模型[T2WI、弥散加权成像(diffusion weighted imaging,DWI)、ADC三种模态]及联合模型(多模态影像组学联合传统参数ADC值)对PI-RADS 4~5分病灶良恶性的鉴别效力,构建诊断模型。结果良性病变组ADC值[(0.791±0.149)×10^(-3)mm^(2)/s]显著高于恶性组[(0.612±0.110)×10^(-3)mm^(2)/s],其在训练集、测试集中的曲线下面积(area under the curve,AUC)分别为0.870、0.772。而良性病变组总PSA(total PSA,tPSA)略低于恶性组,两组之间差异无统计学意义。ADC、DWI和T2WI多模态组合影像组学在训练集、测试集中的AUC分别为0.942、0.850。联合模型在训练集、测试集中的AUC分别为0.952、0.842。结论综合多模态MRI(T2WI、DWI、ADC)影像组学联合传统参数的模型能有效帮助鉴别PI-RADS 4~5分病灶的良恶性,帮助提高诊断准确度,进一步辅助个体化治疗方案的制订。
