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.