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
目的探索合成MRI(synthetic MRI,syMRI)对卵巢-附件影像报告和数据系统(Ovarian-Adnexal Reporting and Data System,O-RADS)MRI 3~5分的卵巢附件占位良恶性鉴别的效能。材料与方法回顾性分析在2021年8月至2023年6月期间于我院就诊的10...目的探索合成MRI(synthetic MRI,syMRI)对卵巢-附件影像报告和数据系统(Ovarian-Adnexal Reporting and Data System,O-RADS)MRI 3~5分的卵巢附件占位良恶性鉴别的效能。材料与方法回顾性分析在2021年8月至2023年6月期间于我院就诊的100例盆腔占位患者病例及影像资料,共计附件肿块126例,所有占位的O-RADS MRI评分均为3~5分。以手术病理或至少1年的随访结果为诊断标准。所有患者均在3.0 T MRI扫描仪上进行盆腔MRI扫描,包括syMRI及扩散加权成像(diffusion-weighted imaging,DWI)序列。在附件区病灶的实性成分的最大层面勾画感兴趣区,以获得syMRI定量参数[T1、质子密度(proton density,PD)、T2^(*)、R2^(*)]及表观扩散系数(apparent diffusion coefficient,ADC)值。采用独立样本t检验或Mann-Whitney U检验比较各参数的差异,通过logistic回归分析建立syMRI及syMRI+ADC诊断模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线比较各参数及模型的诊断效能,DeLong检验比较各模型ROC曲线下面积(area under the curve,AUC)的差异。结果入组100例患者共126个病灶,其中良性55例,恶性71例。T1、T2^(*)、R2^(*)及ADC值在两组间差异有统计学意义(P<0.05),其鉴别卵巢附件良恶性病变的AUC分别为0.739[95%置信区间(confidence interval,CI):0.652~0.826]、0.780(95%CI:0.698~0.862)、0.783(95%CI:0.699~0.866)及0.674(95%CI:0.576~0.772)。syMRI及syMRI+ADC模型的AUC分别为0.860(95%CI:0.791~0.929)及0.879(95%CI:0.818~0.940),二者之间差异无统计学意义,均高于ADC值(P<0.05)。结论syMRI在鉴别O-RADS MRI 3~5分卵巢附件病变的良恶性中具有很好的效能。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。
文摘目的探索合成MRI(synthetic MRI,syMRI)对卵巢-附件影像报告和数据系统(Ovarian-Adnexal Reporting and Data System,O-RADS)MRI 3~5分的卵巢附件占位良恶性鉴别的效能。材料与方法回顾性分析在2021年8月至2023年6月期间于我院就诊的100例盆腔占位患者病例及影像资料,共计附件肿块126例,所有占位的O-RADS MRI评分均为3~5分。以手术病理或至少1年的随访结果为诊断标准。所有患者均在3.0 T MRI扫描仪上进行盆腔MRI扫描,包括syMRI及扩散加权成像(diffusion-weighted imaging,DWI)序列。在附件区病灶的实性成分的最大层面勾画感兴趣区,以获得syMRI定量参数[T1、质子密度(proton density,PD)、T2^(*)、R2^(*)]及表观扩散系数(apparent diffusion coefficient,ADC)值。采用独立样本t检验或Mann-Whitney U检验比较各参数的差异,通过logistic回归分析建立syMRI及syMRI+ADC诊断模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线比较各参数及模型的诊断效能,DeLong检验比较各模型ROC曲线下面积(area under the curve,AUC)的差异。结果入组100例患者共126个病灶,其中良性55例,恶性71例。T1、T2^(*)、R2^(*)及ADC值在两组间差异有统计学意义(P<0.05),其鉴别卵巢附件良恶性病变的AUC分别为0.739[95%置信区间(confidence interval,CI):0.652~0.826]、0.780(95%CI:0.698~0.862)、0.783(95%CI:0.699~0.866)及0.674(95%CI:0.576~0.772)。syMRI及syMRI+ADC模型的AUC分别为0.860(95%CI:0.791~0.929)及0.879(95%CI:0.818~0.940),二者之间差异无统计学意义,均高于ADC值(P<0.05)。结论syMRI在鉴别O-RADS MRI 3~5分卵巢附件病变的良恶性中具有很好的效能。
