前列腺影像报告和数据系统v2.1版框架下双参数MRI与多参数MRI对前列腺临床显著癌的诊断价值比较

目的对比在前列腺影像报告和数据系统v2.1版本框架下双参数MRI(bp-MRI)与多参数MRI(mp-MRI)对前列腺临床显著癌(csPCa)的诊断价值。方法收集2018年8月-2021年8月临床怀疑为前列腺癌患者的MRI及病理资料共133例进行回顾性分析。将MRI检查序列分为bp-MRI和mp-MRI两种方案,以PI-RADS v2.1为标准对前列腺病灶进行评分,采用独立样本t检验比较两种方案评分差异。以病理结果为金标准,采用二分法绘制两种方案诊断csPCa的受试者工作特征(ROC)曲线,计算曲线下面积、敏感度、特异度、准确率,分析两种方案对csPCa的诊断效能。结果133例患者中有csPCa患者65例。PCa组与非PCa组、csPCa组与非csPCa组bp-MRI与mp-MRI的最终评分差异有统计学意义(P<0.001)。mp-MRI与bp-MRI诊断csPCa的AUC分别为0.875、0.863;mp-MRI方案的敏感度较高,bp-MRI方案的特异度较高,两种方案诊断准确率相同。结论在PI-RADS v2.1评分系统框架下,bp-MRI与mp-MRI对于csPCa的诊断效能相当,考虑到bp-MRI在扫描时间及无需造影剂方面的优势,其可能比mp-MRI更具适用性;DCE序列可灵活使用以满足不同的临床适应证。

多参数MRI应用PI-RADSv2对前列腺临床显著癌的诊断效能评估

目的比较多参数MRI(mp MRI)应用前列腺影像报告和数据系统第2版(PI-RADSv2)和临床经验诊断对前列腺临床显著癌(CSPCa)的诊断效能。方法回顾性收集2015年2月至2016年8月首都医科大学附属北京友谊医院收治疑诊前列腺癌行前列腺mp MRI检查的连续病例109例,患者需在检查后3个月内进行穿刺活检并取得病理结果,Gleason评分≥7为CSPCa。CSPCa可能性评估分别应用PI-RADSv2和临床经验诊断(1分:肯定良性;2分:良性可能大;3分:良恶性无法鉴别;4分:恶性可能;5分:恶性可能大)。结果109例连续病例纳入分析,平均年龄为(71.4±7.8)岁,总前列腺特异抗原(TPSA)为(41.8±39.2)ng/ml。67例(61.5%)病理诊断为CSPCa。PI-RADSv2评分对前列腺临床显著癌的诊断效能显著优于使用临床诊断经验,二者ROC曲线下面积分别为0.750和0.679(P<0.01)。二者的诊断敏感性、特异性、阳性预测值、阴性预测值分别为74.6%、69.0%、79.4%、63.0%和58.2%、78.6%、81.3%、54.1%。结论mp MRI应用PI-RADSv2对CSPCa的诊断效能优于临床经验诊断。

评估PI-RADSv2对不同部位前列腺临床显著癌的诊断效能研究

目的:评估前列腺癌(PCa)影像学报告和数据系统第2版(PI-RADSv2)对累及前列腺外周带(PZ)、移行带(TZ)和多区域(MZ)的前列腺临床显著癌(CSPCa)的诊断效能。方法:选取医院收治的109例疑诊PCa患者,行前列腺多参数磁共振成像(mpMRI)检查,应用PI-RADSv2对疑诊PCa患者MR图像进行诊断评估,将经直肠超声(TRUS)引导下前列腺系统穿刺活检的病理结果作为金标准,与MR影像诊断结果进行对照,评估PI-RADSv2与CSPCa的相关性。用受试者工作特征(ROC)曲线下面积(AUC)描述PI-RADSv2对累及前列腺不同部位CSPCa的诊断效能。结果:经穿刺病理结果证实,CSPCa在本组患者发病率为61.5%。经PI-RADSv2诊断,根据前列腺不同部位,发现48例PZ区病变中可疑CSPCa病变评分4~5分为46例(占95.8%),病理诊断CSPCa为31例(占64.6%);17例TZ病变中,可疑CSPCa病变为9例(占52.9%),病理诊断CSPCa为5例(占29.4%);44例MZ病变中,可疑CSPCa病变为39例(占88.6%),病理诊断CSPCa为31例(占70.5%),前列腺PZ、TZ和MZ病变的PI-RADSv2均与CSPCa存在显著性相关(r=0.491,P<0.001)。PI-RADSv2诊断前列腺PZ、TZ和MZ病变的AUC分别为0.664、0.733和0.788;诊断灵敏度分别为58.1%、80.0%和93.6%;特异度分别为70.6%、58.3%及61.5%;阳性预测值(PPV)分别为78.3%、44.4%和85.3%;阴性预测值(NPV)分别为48.0%、87.5%和80.1%。结论:PI-RADSv2对前列腺不同部位CSPCa均有较好的诊断效能,在对CSPCa不同部位的诊断效能中MZ优于TZ和PZ。

双参数与多参数MRI对前列腺特异性抗原灰区临床显著性前列腺癌诊断效能比较

目的探讨基于前列腺影像报告与数据系统2.1版(PI-RADS v2.1)的双参数MRI(bpMRI)与多参数MRI(mpMRI)对前列腺特异性抗原(PSA)灰区(PSA 4~10 ng/mL)临床显著性前列腺癌(csPCa)的诊断效能。方法回顾性纳入2家医疗中心接受前列腺活检术并完成MRI检查的PSA灰区病人270例(中心1,220例;中心2,50例),分析病人的临床及MRI影像资料。根据Gleason评分将病人分为csPCa组(177例)和非csPCa组(93例)。基于PI-RADS v2.1标准,根据bpMRI(T2WI、DWI)与mpMRI(T2WI、DWI和DCE-MRI)对每例病人的病灶进行评分。采用独立样本t检验、Mann-Whitney U检验、χ2检验比较2组病人的一般资料[年龄、PSA、前列腺体积(PV)、PSA密度(PSAD)]、bpMRI评分和mpMRI评分。以前列腺活检病理结果为标准,绘制受试者操作特征(ROC)曲线,计算其曲线下面积(AUC)、敏感度、特异度、准确度。采用DeLong检验比较2种评分方法对csPCa的诊断效能。采用McNemar检验比较2种评分方法的敏感度和特异度。采用Kappa检验分析2名医师评估bpMRI和mpMRI评分的一致性。结果相比非csPCa组,csPCa组的PV更小、PSAD更高(均P<0.05)。csPCa组中bpMRI与mpMRI评分为4-5分病人的占比更高(76.8%和85.3%),非csPCa组中1-3分病人的占比更高(78.5%和74.2%)。bpMRI与mpMRI评分诊断csPCa的AUC值差异无统计学意义(P>0.05)。bpMRI的敏感度低于mpMRI(76.8%和85.3%,P<0.05),而特异度高于mpMRI(78.5%和74.2%,P<0.05)。bpMRI和mpMRI评分的阅片者间一致性均较好(κ=0.68和κ=0.67)。结论基于PI-RADS v2.1,bpMRI评分与mpMRI评分对PSA灰区csPCa的诊断效能相近。

经直肠与经会阴途径前列腺穿刺对临床显著性和非显著性前列腺癌检出率的前瞻性随机对照试验

目的:探讨经直肠(TRUSB)途径与经会阴(TPB)途径前列腺穿刺对临床显著性前列腺癌(csPCa)和临床非显著性前列腺癌(insPCa)检出率的比较。方法:从2022年1月至2023年1月进行了一项前瞻性、随机的临床研究,纳入前列腺穿刺患者279例,其中TRUSB组135例,TPB组144例,比较两种穿刺途径对csPCa和insPCa的检出率。结果:TPB组前列腺癌(PCa)的检出率高于TRUSB组(37.50%vs 28.15%),差异有统计学意义(P=0.026)。TRUSB组检出6例(4.45%)insPCa和32例(23.70%)csPCa,TPB组检出10例(6.94%)insPCa和44例(30.56%)csPCa,两组对insPCa和csPCa检出率之间比较未见统计学差异(P>0.05)。不同年龄、PSA浓度和前列腺体积之间csPCa的检出率TRUSB组和TPB组无统计学差异(P>0.05)。TRUSB组和TPB组穿刺针数阳性率分别为(12.48±2.39)%和(16.44±2.86)%,差异未见统计学意义(P>0.05)。两组的尿潴留、尿道感染、血尿及直肠出血等并发症之间未见统计学差异(P均>0.05)。结论:TPB途径PCa的检出率高于TRUSB途径,但两种穿刺途径对csPCa和insPCa的检出率未见差异。

基于磁共振表观扩散系数图影像组学的机器学习模型对临床显著性前列腺癌的鉴别诊断价值

目的:探讨基于磁共振表观扩散系数图影像组学的机器学习模型对临床显著性前列腺癌的临床应用价值。方法:回顾性分析本院2017年10月至2022年12月经病理证实的182例前列腺癌磁共振检查资料,其中临床显著性前列腺癌(clinically significant prostate cancer,CsPCa)126例,非临床上显著性前列腺癌(clinically insignificant prostate cancer,CiPCa)56例;采用ITK-SNAP软件对磁共振ADC图进行感兴趣区分割,使用pyradiomics软件包,提取包括一阶特征(First Order)、形状特征(Shape)、灰度共生矩阵(GLCM)、灰度区域矩阵(GLSZM)、灰度游程矩阵(GLRLM)、灰度相依矩阵(GLDM)、邻域灰度差分矩阵(NGTDM)影像组学特征;采用一致性检验及最小绝对收缩与选择算子算法(LASSO)筛选出的最佳特征,按7∶3的比例随机分为训练组和验证组,构建逻辑回归(Logistic regression,LR)模型,采用受试者工作特征曲线下面积(area under the curve,AUC)验证其鉴别诊断价值。结果:从ADC图像中提取了1 835个影像组学特征,筛选出15个最佳特征构建逻辑回归机器学习模型。训练集和测试集的准确性分别为0.727、0.700;曲线下面积分别为0.768(95%可信区间:0.700~0.837)、0.719(95%可信区间:0.562~0.875);特异度分别为0.902、0.875;阳性预测值分别为0.683、0.636;阴性预测值分别为0.739、0.718;精确度分别为0.683、0.636。结论:前列腺癌磁共振表观扩散系数图影像组学的逻辑回归机器学习模型,对鉴别临床显著性前列腺癌提供潜在的有效信息。

基于小视野扩散加权成像的影像组学模型对临床显著性前列腺癌的诊断价值

目的比较基于小视野扩散加权成像(zoomed imaging technique with parallel transmission diffusion weighted imaging,ZOOMit DWI)序列和基于分段读出平面回波(readout segmentation of long variable echo-trains,RESOLVE)DWI序列的影像组学模型对临床显著性前列腺癌(clinically significant prostate cancer,csPCa)的诊断价值。材料与方法回顾性收集168例行术前MRI检查并经病理证实的前列腺疾患资料,其中csPCa患者83例、非csPCa患者85例。按7∶3随机划分训练集(n=117)和测试集(n=51),采用皮尔逊相关系数(pearson correlation coefficient,PCC)分析、ANOVA(analysis of variance)检验筛选影像组学特征,使用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法并十折交叉验证进一步筛选特征,使用逻辑回归构建模型。构建基于单一参数的影像组学模型,包括ZOOMit DWI、ZOOMit表观扩散系数(apparent diffusion coefficient,ADC)、RESOLVE DWI和RESOLVE ADC,通过比较后选取诊断效能较优的DWI和ADC联合T2加权成像(T2-weighted imaging,T2WI)建立双参数MRI影像组学模型。通过受试者工作特征(receiver operating characteristic,ROC)曲线分析模型诊断效能,使用DeLong检验比较模型间曲线下面积(area under the curve,AUC)。结果在测试集中,ZOOMit DWI的AUC值高于RESOLVE DWI(0.917 vs.0.851,P=0.022),ZOOMit ADC的AUC值高于RESOLVE ADC(0.948 vs.0.871,P=0.052)。选取ZOOMit DWI和ZOOMit ADC联合T2WI建立双参数MRI影像组学模型,模型在测试集中的AUC值为0.937,明显优于前列腺特异性抗原(prostate specific antigen,PSA)(0.792,P=0.012)。结论基于ZOOMit DWI序列的影像组学模型对csPCa的诊断效能优于基于RESOLVE DWI序列的影像组学模型,联合ZOOMit DWI序列和T2WI序列的双参数MRI影像组学模型对csPCa有较好的诊断价值。

前列腺癌风险计算器在双参数MRI诊断临床显著性前列腺癌中的价值

目的探讨前列腺癌(PCa)风险计算器在双参数MRI(BpMRI)诊断临床显著性前列腺癌(CsPCa)中的价值。方法回顾性分析2014年1月至2022年12月首都医科大学电力教学医院泌尿外科收治的114例前列腺疾病患者的临床、病理及多参数MRI(MpMRI)影像资料,两名放射科医师首先基于前列腺影像报告与数据系统(PI-RSAD)v2.1评分标准按照MpMRI及BpMRI评分方案对磁共振检查图像进行评分,之后基于简化版前列腺影像报告与数据系统(S-PI-RADS)评分标准的BpMRI方案进行评分。将3种方案的评分结果纳入风险计算器计算相应的概率作为另外3种诊断方案。绘制受试者工作特征性曲线(ROC)评估各个方案对CsPCa的诊断效能并统计诊断准确率,使用Z检验评估各方案之间的诊断效能是否有差异。结果在诊断CsPCa方面,基于S-PI-RADS评分标准的BpMRI评分得出的风险概率的诊断效能高于基于PI-RADS评分的BpMRI方案及相应得出的风险概率(Z=2.044,P=0.0410;Z=2.567,P=0.0103),同时基于S-PI-RADS评分标准的BpMRI评分得出的风险概率诊断CsPCa的诊断准确率有更进一步的提高。结论基于应用S-PI-RADS评分标准的BpMRI评分所得的风险计算器概率诊断CsPCa的诊断效能更高,且准确率更佳,是临床评估PCa更有价值的参考指标。

ADC值及eADC值在双参数MRI诊断临床显著性前列腺癌中的应用价值

目的:探究表观弥散系数(apparent diffusion coefficient,ADC)及指数化ADC(exponential ADC,eADC)在双参数磁共振成像(bi-parametric magnetic resonance imaging,bpMRI)诊断临床显著性前列腺癌中的应用价值。方法:回顾并分析2014年1月—2021年12月在首都医科大学电力教学医院就诊的101例临床怀疑为前列腺癌患者的临床、影像学及病理学资料。依据穿刺活检结果分为组1(临床显著性前列腺癌组)和组2(非临床显著性前列腺癌+非前列腺癌),由2名阅片者依据前列腺影像报告和数据系统(Prostate Imaging Reporting and Data System,PI-RADS)指南评分标准分别按照bpMRI诊断方案和多参数MRI(multi-parametric MRI,mpMRI)诊断方案进行评分(记为bpMRI评分和mpMRI评分),并且测量病灶最大层面的ADC值和eADC值,将bpMRI评分和mpMRI评分分别与ADC值及eADC值联合构建logistic回归模型,绘制受试者工作特征(receiver operating characteristic,ROC)曲线评价ADC值、eADC值、bpMRI诊断方案、mpMRI诊断方案以及两者分别联合ADC值及eADC值对临床显著性前列腺癌的诊断价值,运用Z检验对比各方案的曲线下面积(area under curve,AUC)有无差异。结果:109例可疑病灶中,组1病灶共计50例,组2病灶共计59例。ADC值、eADC值、bpMRI评分及mpMRI评分是诊断临床显著性前列腺癌的有效指标(P<0.001),ADC值及eADC值的AUC值分别为0.888和0.931,差异无统计学意义(Z=1.512,P=0.1306)。BpMRI评分分别联合ADC值及eADC值的AUC值分别为0.973、0.978,高于单独运用bpMRI评分的AUC值(AUC=0.954),差异有统计学意义(Z=2.391,P=0.0168;Z=2.125,P=0.0336)。mpMRI评分分别联合ADC值及eADC值的AUC值分别为0.985、0.985,高于单独运用mpMRI评分的AUC值(AUC=0.974),但差异无统计学意义(Z=1.295,P=0.1953;Z=1.354,P=0.1757)。结论:ADC值和eADC值都是诊断临床显著性前列腺癌有价值的MRI定量指标,两者联合bpMRI评分可以显著地提高bpMRI的诊断效能与临床应用价值。

基于^(68)Ga-PSMA-11 PET/CT和mpMRI构建临床模型预测前列腺单独靶向穿刺的准确性

目的基于^(68)Ga-前列腺特异性膜抗原(PSMA)-11正电子发射断层扫描/计算机断层扫描(PET/CT)和多参数核磁共振(mpMRI)构建临床预测模型,帮助临床实现对需行前列腺穿刺的可疑临床显著性前列腺癌(csPCa)患者进行合理分层以避免不必要的系统穿刺。方法回顾性收集南京大学医学院附属鼓楼医院2020年1月-2023年2月在前列腺靶向穿刺联合系统穿刺前接受了^(68)Ga-PSMA-11 PET/CT和mpMRI扫描的96例可疑csPCa患者,纳入^(68)Ga-PSMA-11 PET/CT中的最大标准摄取值(SUVmax)和mpMRI中的最小表观扩散系数(ADCmin)以及其他临床参数,通过单因素和多因素logistic回归分析,确定单独靶向穿刺有效诊断的独立预测因子,并根据这些参数构建临床预测模型。结果多因素logistic回归分析显示SUVmax(OR=0.878,95%CI:0.804~0.959,P=0.004)和ADCmin(OR=1.005,95%CI:1.001~1.010,P=0.027)是单独靶向穿刺有效诊断的独立预测因子。以SUVmax和ADCmin构建的临床预测模型的灵敏度、特异度、准确性及受试者工作特征曲线下面积(AUC)值分别为0.80、0.80、0.83、0.84。结论基于^(68)Ga-PSMA-11 PET/CT和mpMRI参数构建的临床预测模型有助于提高单独靶向穿刺的有效诊断,根据该模型对可疑csPCa患者进行合理分层,安全避免系统穿刺,有效平衡获益和风险。

基于病变内部及周围MRI影像组学特征预测临床显著性前列腺癌

目的探究基于病变内部及病变周围MRI影像组学模型预测临床显著性前列腺癌的价值。材料与方法140例(训练集112例,测试集28例)进行过前列腺磁共振扫描的患者纳入研究。手动勾画T2加权成像(T2 weighted imaging,T2WI)、ADC图像病变内部区域(intralesional volume,ILV)及病变周围区域(perilesional volume)并分别提取影像组学特征,构建最小绝对值收敛和选择算子(least absolute shrinkage and selection operator,LASSO)回归预测模型。运用ROC曲线分析、临床决策曲线分析对模型进行评估。结果训练集的AUC、准确率分别为:0.93(95%置信区间:0.88~0.98,特异度:0.87,敏感度:0.89)、0.84(95%置信区间:0.76~0.90)。测试集的AUC、准确率分别为0.92(95%置信区间:0.81~1.00,特异度:0.95,敏感度:0.68)、0.89(95%置信区间:0.72~0.98)。临床决策曲线分析中诊断阈值位于0.01~0.83或0.87~0.98时,运用预测模型患者具有良好的净受益。结论基于病变内部及病变周围MRI影像组学特征对于临床显著性前列腺癌的预测具有应用价值。

病变周围区域与病变内部区域的MRI影像组学特征对临床显著性前列腺癌的诊断价值

目的比较前列腺病变周围区域(PLV)与病变内部区域(ILV)的MRI影像组学特征对临床显著性前列腺癌(csPCa)的诊断价值。方法回顾性分析140例进行过前列腺MRI检查的患者(训练集112例,测试集28例)。分别在T2加权成像(T2WI)、表观弥散系数(ADC)、动态对比增强磁共振成像(DCE-MRI)勾画可疑病变区域及病变周围区域,并提取影像组学特征,运用单变量分析及最小绝对值收敛和选择算子(LASSO)筛选特征,LASSO回归结合10折交叉验证建立预测模型,运用受试者操作特征曲线下面积(AUC)、德隆检验(Delong test)分别对模型进行评估及比较。结果ILV模型的在训练集及测试集中的AUC分别为0.91、0.91,PLV模型的在训练集及测试集中的AUC分别为0.89、0.87。两预测模型在训练集与测试集中的诊断效能差异均无统计学意义。结论前列腺病变周围区域的MRI影像组学特征对于csPCa的诊断价值低于病变内部区域的MRI影像组学特征的诊断价值。

PI-RADS v2.1联合前列腺特异性抗原相关参数诊断临床显著性前列腺癌的预测模型及内部验证

目的 探讨前列腺影像报告和数据系统(PI-RADS) v2.1联合前列腺特异性抗原(PSA)相关参数对临床显著性前列腺癌的诊断效能,并进行内部验证。方法 收集2016年1月至2021年4月北部战区总医院放射诊断科150例活检前接受前列腺磁共振检查且总前列腺特异抗原(tPSA)>4 ng/mL患者的临床资料。Gleason评分≥7分患者纳入临床显著性前列腺癌(csPCa)组(n=71),Gleason评分<7分及良性疾病(前列腺增生、前列腺炎)患者纳入非csPCa组(n=79)。从2组中按7∶3比例随机分配至建模组和验证组。采用t检验比较2组PI-RADS v2.1、tPSA、游离PSA/tPSA (f/tPSA),PSA密度(PSAD)的差异,将有统计学差异(P <0.05)指标作为自变量,建立PI-RADS v2.1与PSA相关参数的logistic预测模型:(1) PI-RADS v2.1+tPSA;(2) PI-RADS v2.1+t/f PSA;(3) PI-RADS v2.1+PSAD。将验证组数据代入模型方程,以预测概率(P)及PI-RADS v2.1绘制受试者操作特征(ROC)曲线,评估诊断效能。结果 PI-RADS v2.1与PSA相关参数建立预测模型:(1) Logit P=-7.313+1.62PI-RADS v2.1+0.088tPSA;(2) Logit P=-0.453+1.833PI-RADS v2.1-39.811f/tPSA;(3) Logit P=-12.031+1.917PI-RADS v2.1+29.206PSAD。模型(1)、(2)、(3)的预测概率(P)与PI-RADS v2.1的ROC曲线下面积分别为0.927、0.915、0.984和0.899;Z检验进行两两比较结果显示,模型(1)、(2)与PIRADS v2.1诊断csPCa比较差异无统计学意义(均P> 0.05);模型(3)与PI-RADS v2.1诊断csPCa的差异有统计学意义(P <0.05)。结论 PI-RADS v2.1与PSAD联合诊断的预测模型对csPCa的诊断效能高于PI-RADS v2.1单独诊断。

智能融合成像技术对中低风险前列腺特异性抗原人群的临床显著性前列腺癌诊断研究

目的:探讨核磁联合经直肠超声计算机软件融合成像引导前列腺靶向穿刺活检(software guided magnetic resonance imag⁃ing-ultrasound fusion targeted biopsies,MRUS-TB)在中低风险前列腺特异性抗原(prostate-specific antigen,PSA)患者中的临床应用价值。方法:回顾性分析2015年8月至2020年2月298例于天津医科大学肿瘤医院首次行前列腺靶向穿刺患者的临床资料,分为185例行MRUS-TB联合经直肠超声引导系统穿刺活检(trans rectal ultrasound-guided systematic biopsy,TRUS-SB)组(A组)和113例行核磁联合经直肠超声认知融合成像引导前列腺靶向穿刺活检(cognitive magnetic resonance imaging trans rectal ultrasound fusion targeted biopsy,COG-TB)联合TRUS-SB组(B组),对比分析MRUS-TB和COG-TB对血清PSA水平为4~20 ng/mL人群中前列腺癌(prostate cancer,PCa)检出率的影响。结果:A组与B组相比,PCa及临床显著性PCa(clinically significant prostate cancer,CSPCa)检出率差异均无统计学意义(均P>0.05);肿瘤穿刺组织有效样本长度及穿刺针数检出PCa的阳性比均具有统计学意义(均P<0.05);根据血清PSA表达水平和前列腺体积分层时,PCa及CSPCa检出率差异均具有统计学意义(均P<0.05);行MRI检查结节最大径≤5 mm的CSPCa检出率差异具有统计学意义(P=0.043)。结论:MRUS-TB可提高中低风险PSA及较小前列腺体积的患者中CSPCa的检出率,并可提高结节大小≤5 mm的CSPCa检出率。

超声造影辅助下穿刺联合常规系统穿刺诊断可疑前列腺癌的临床价值

目的:探讨超声造影辅助下穿刺联合常规系统穿刺诊断可疑前列腺癌的临床价值。方法:回顾性分析我院2015年01月至2020年06月收治可疑前列腺癌患者492例临床资料,均行常规系统穿刺及超声造影辅助下穿刺,分析一般资料和前列腺癌检出情况,比较不同穿刺方案前列腺癌检出率。结果:492例患者中临床非显著前列腺癌29例,临床显著前列腺癌40例。常规系统穿刺和超声造影辅助下穿刺前列腺癌检出率比较差异无统计学意义(P>0.05);联合穿刺前列腺癌检出率显著高于常规系统穿刺、超声造影辅助下穿刺(P<0.05)。超声造影辅助下穿刺和联合穿刺临床显著前列腺癌检出率显著高于常规系统穿刺(P<0.05);超声造影辅助下穿刺和联合穿刺临床非显著前列腺癌检出率均显著低于常规系统穿刺(P<0.05)。结论:超声造影辅助下穿刺联合常规系统穿刺可提高可疑前列腺癌检出率,尤其适用于临床显著前列腺癌诊断。

基于双参数MRI机器学习模型对前列腺癌和临床显著性前列腺癌的诊断价值

目的探讨基于双参数MRI机器学习模型对前列腺癌和临床显著性前列腺癌(csPCa)的诊断价值。方法回顾性收集2015年5月至2020年12月江苏省内3个医疗中心共1368例行术前MRI且经病理证实的前列腺疾病患者的影像资料,其中csPCa 412例,无显著临床意义的前列腺癌(ciPCa)242例,良性前列腺病变714例,年龄30~92(69.4±8.2)岁。采用Python内嵌random工具包将中心一和中心二数据按照7∶3比例进行无放回随机数法采样划分为训练组和内部测试组,中心三数据设为独立外部测试组,其中训练组包括243例csPCa、135例ciPCa和384例良性病变,内部测试组包括104例csPCa、58例ciPCa和165例良性病变,外部测试组包括65例csPCa、49例ciPCa和165例良性病变。分别提取T 2加权成像、弥散加权成像和表观扩散系数图的影像组学特征,采用Pearson相关系数分析、方差分析筛选影像组学特征,分别使用随机森林(RF)和支持向量机两种算法构建机器学习模型,并在内部测试组和外部测试组对模型进行测试。最后,选取诊断效能较高的机器学习模型辅助调整医师前列腺影像报告和数据系统(PI-RADS)评分,命名为调整后PI-RADS。通过受试者工作特征(ROC)曲线评估机器学习模型和PI-RADS的诊断效能,使用Delong检验比较机器学习模型和PI-RADS的ROC曲线下面积(AUC)。结果在诊断前列腺癌时,基于RF算法的机器学习模型和医师PI-RADS评分的AUC在内部测试组中分别为0.869(95%CI:0.830~0.908)和0.874(95%CI:0.836~0.913),两者差异无统计学意义(P=0.793);在外部测试组中分别为0.845(95%CI:0.794~0.897)和0.915(95%CI:0.880~0.951),两者差异有统计学意义(P=0.01)。在诊断csPCa时,基于RF算法的机器学习模型和医师PI-RADS评分的AUC在内部测试组中分别为0.874(95%CI:0.834~0.914)和0.892(95%CI:0.857~0.927),两者差异无统计学意义(P=0.341);在外部测试组中分别为0.876(95%CI:0.831~0.920)和0.884(95%CI:0.841~0.926),两者差异无统计学意义(P=0.704)。医师PI-RADS评分经过机器学习模型辅助诊断后,诊断前列腺癌时,内部测试组特异度从63.0%提升到80.0%,外部测试组特异度从92.7%提升到93.3%;诊断csPCa时,内部测试组特异度从52.5%提升到72.6%,外部测试组特异度从75.2%提升到79.9%。结论基于双参数MRI机器学习模型对前列腺癌和csPCa诊断水平达到高年资放射科医师诊断水平并具有良好的泛化性;经过机器学习模型辅助诊断后PI-RADS评分特异度有所提升。

基于经直肠超声造影参数及临床资料建立机器学习模型诊断临床显著性前列腺癌

目的基于前列腺经直肠超声造影参数及临床相关资料建立机器学习模型,并探讨各模型诊断临床显著性前列腺癌的效率。方法回顾性分析重庆大学附属肿瘤医院2018年11月至2021年9月接受经直肠超声造影检查并行经直肠超声引导下穿刺活检的患者151例。采用VueBox软件绘制时间-强度曲线,定量分析上升时间、达峰时间、平均渡越时间、峰值强度、上升斜率等12个参数。将年龄、总前列腺特异抗原、游离前列腺特异抗原、游离前列腺特异抗原比值、体积、前列腺特异抗原密度及经直肠超声造影参数共18个特征参数,通过相关属性值及信息增益属性值进行特征分析及特征筛选。将筛选特征通过机器学习单一算法及集成算法进行模型训练及测试,后通过F1值及ROC曲线下面积(AUC)进行模型评价。结果相关属性值及信息增益属性值分别筛选出12个变量及5个变量建立机器学习模型,集成算法建立模型均优于单一算法,两种变量筛选方式基算法为决策树的Bagging集成算法模型AUC(0.810比0.789)及F1值(0.748比0.742)均为最高,其次AUC及F1值均依序为Logistic回归、支持向量机(SVM)。结论基于经直肠超声造影参数及临床资料,在决策树、SVM、Logistic回归及集成算法中,基算法为决策树的Bagging集成算法模型诊断临床显著性前列腺癌性能最优。

基于MRI的鹿特丹前列腺癌风险计算器应用于中国前列腺癌患者的性能评估与验证

目的评估鹿特丹前列腺癌风险计算器(RPCRC)在中国前列腺癌(PCa)患者人群的应用性能。方法回顾性分析2020年2月至2022年8月300例具备多参数磁共振成像(mpMRI)、前列腺特异性抗原(PSA)、直肠指检(DRE)、前列腺影像报告和数据系统(PI-RADS)评分、病理资料、病历等完整PCa患者资料,使用RPCRC(Ver.3.2.3,含MRI评估项)评估罹患PCa和临床显著性前列腺癌(csPCa)的风险,使用受试者工作特征(ROC)曲线、校准曲线和决策曲线评估其性能、校准度及临床净获益。结果最终155例纳入研究,其中43例(28%)为PCa,36例(21%)为csPCa。RPCRC对PCa风险预测的曲线下面积(AUC)(AUC=0.94)高于单独应用PI-RADS评分(AUC=0.79)和单独应用血清总前列腺特异性抗原(tPSA)(AUC=0.60),且差异有统计学意义;RPCRC对csPCa风险预测的AUC(AUC=0.91)高于单独应用PI-RADS评分(AUC=0.86)和单独应用tPSA(AUC=0.65),且差异有统计学意义;RPCRC对PCa和csPCa风险预测的AUC间差异没有统计学意义(P>0.05)。校准曲线显示RPCRC对概率的估计没有明显的系统性偏倚。决策曲线显示RPCRC预测PCa的表现好于预测csPCa。结论RPCRC在预测中国人群PCa及csPCa风险方面有很好的表现,有利于扩大PCa筛查范围,助力PCa的早期诊断、合理治疗,但其对于csPCa的预测能力略低于Pca,在csPCa的准确预测和避免过度干预方面还有待进一步改进。

超声造影目标穿刺对临床显著前列腺癌的诊断价值

目的:研究超声造影目标穿刺对临床显著前列腺癌的诊断价值。方法:回顾性分析2015年10月至2019年3月于上海交通大学医学院附属新华医院行前列腺穿刺活检术的983例患者。所有患者超声造影检查提示存在前列腺癌可疑病灶,定义为前列腺内局部早增强、高增强或境界不清的低增强病灶。前列腺穿刺采用超声造影目标穿刺联合12点系统穿刺。以Epstein标准为临床显著前列腺癌的诊断标准,比较系统穿刺、超声造影目标穿刺及联合穿刺对临床显著前列腺癌的检出率。结果:983例患者经超声造影目标穿刺联合12点系统穿刺共诊断为前列腺癌502例,其中临床显著前列腺癌445例,临床非显著前列腺癌57例。系统穿刺、超声造影目标穿刺及联合穿刺的临床显著前列腺癌检出率分别为36.8%(362/983)、41.9%(412/983)及45.3%(445/983),超声造影目标穿刺及联合穿刺的临床显著前列腺癌检出率高于系统穿刺(均P<0.001)。与系统穿刺相比,目标穿刺额外诊断了83例临床显著前列腺癌,包括61例系统穿刺漏诊的病例和22例系统穿刺低估的病例。结论:超声造影技术有助于发现前列腺癌可疑病灶,联合应用超声造影目标穿刺与系统穿刺可提高临床显著前列腺癌的检出率。

经直肠超声/多参数磁共振融合靶向穿刺在临床显著前列腺癌诊断中的价值

目的通过与前列腺穿刺病理及前列腺根治病理作对照,探讨经直肠超声(TRUS)/多参数磁共振(mpMRI)融合靶向穿刺对临床显著前列腺癌的诊断价值。方法回顾性分析2017年10月至2020年1月因mpMRI发现前列腺癌可疑病灶于上海交通大学医学院附属新华医院行前列腺穿刺的303例患者。穿刺方案采用TRUS/mpMRI融合靶向穿刺联合系统穿刺,通过与前列腺穿刺病理及前列腺根治病理结果作对照,比较TRUS/mpMRI融合靶向穿刺与系统穿刺检出率的差异,研究TRUS/mpMRI融合靶向穿刺对临床显著前列腺癌的诊断价值。结果303例前列腺癌疑似患者经穿刺病理诊断为前列腺癌189例,其中临床显著前列腺癌178例,临床非显著前列腺癌11例。以穿刺病理作为参考标准,TRUS/mpMRI融合靶向穿刺对临床显著前列腺癌的检出率显著高于系统穿刺(57.1%对45.9%,P<0.001)。在189例前列腺癌患者中80例行前列腺根治手术,其中79例经根治病理诊断为临床显著前列腺癌,以前列腺根治病理作为参考标准,TRUS/mpMRI融合靶向穿刺对临床显著前列腺癌的检出率显著高于系统穿刺(91.1%对74.7%,P=0.004)。结论与系统穿刺相比,TRUS/mpMRI融合靶向穿刺能通过对mpMRI所检出前列腺癌可疑病灶的精准穿刺提高临床显著前列腺癌的检出率。