临床放射学杂志

作者：陈敏, 陈竹碧, 于红梅, 左智炜, 黄熠龙, 陈娅, 蒋锐

单位：610083 成都,中国人民解放军西部战区总医院放射诊断科（陈 敏、于红梅、左智炜、黄熠龙、陈 娅、蒋 锐）; 644000 宜宾,宜宾市第一人民医院放射影像科（陈竹碧）

关键词：临床显著前列腺癌,前列腺影像报告与数据系统,Lasso回归,Logistic回归,列线图

基金：本研究系西部战区总医院院管课题（2021-XZYG-C04）

<b>目的</b> 探讨PI-RADSv2.1评分联合前列腺特异性抗原（PSA）衍生参数对临床显著前列腺癌（csPCa）患者的诊断价值。<b>方法</b> 回顾性纳入230例经病理确诊的前列腺癌与前列腺增生患者,按照7&#x02236;3的比例随机划分为训练集（<em>n</em>=160）与验证集（<em>n</em>=70）,依据病理结果将患者分为csPCa组和no-csPCa组。分析MRI资料并行PI-RADSv2.1评分,计算前列腺特异性抗原密度（PSAD）、前列腺特异性抗原移行带密度（PSAT）、游离PSA比值/前列腺特异性抗原密度[(F/T)/PSAD]、游离PSA比值/前列腺特异性抗原移行带密度[(F/T)/PSAT],对比两组间各参数的差异,采用相关系数热图分析,运用LASSO回归模型筛选最具价值参数,通过多因素<em>Logistic</em>回归分析构建预测模型及列线图,采用受试者工作特征（ROC）曲线、校准曲线和决策曲线评估模型的预测效能。<b>结果</b> 在训练集及验证集中csPCa组的PSAT、PSAD、PI-RADSv2.1评分均明显高于no-csPCa组的,而(F/T)/PSAT、(F/T)/PSAD明显低于no-csPCa组的,且两组间各参数比较的差异均具有统计学意义（<em>P</em>&#x0003C;0.001）;应用LASSO回归筛选出3个最有价值参数,包括年龄、PI-RADSv2.1评分、（F/T）/PSAT,多因素<em>Logistic</em>回归分析显示年龄、PI-RADSv2.1评分、（F/T）/PSAT是csPCa的独立预测因素,以此建立列线图模型,校准曲线与理想曲线贴合良好,其ROC曲线下面积为0.926、敏感度为88.7%、特异度为86.0%。<b>结论</b> 该模型对csPCa患者的预测价值较高,临床获益较大。

来源：2025年第11期

《临床放射学》期刊编辑部

查看临床放射学杂志2025年第11期