论文部分内容阅读
[研究背景]良性前列腺增生是老年男性常见疾病，随着人口老龄化，其患病率也逐步上升。在前列腺增生引起的下尿路症状中，许多症状是由膀胱出口梗阻导致的膀胱功能改变所引起，如果忽略梗阻的存在，不尽早解除，膀胱结构和功能会发生不可逆的改变而引起一系列严重的并发症。因此为了保护膀胱功能，防止并发症，正确的诊断良性前列腺增生患者有无膀胱出口梗阻的存在尤为重要。尿动力学是泌尿外科学新发展起来的一个分支，它是一项功能性检查，对于BPH所致BOO的诊断具有重要临床价值。传统尿动力学参数均从不同方面为区分BPH患者是否合并有梗阻提供依据，具有重要的临床意义，但单独应用时较难判断是否有BOO的存在。因此有学者探索将尿动力学参数或BPH症状评分多元分析以诊断BOO或预测手术效果，但应用的参数及结果仍存有争议。虽然AG图和Schafer列线图在诊断膀胱出口梗阻时的应用较为广泛，但在对逼尿肌收缩力减弱者的压力流率分析时，判断是否存在膀胱出口梗阻较为困难，有一定的局限性。Logistic回归分析近年来广泛应用于医学研究的各个领域，它可以从众多的因素中筛选出与疾病的诊断较密切的因素，并能对因素间的交互作用作深入分析。其建立的回归模型可以用于预测疾病的患病概率。基于以上背景，我们进行了本研究。
[目的]采用logistic回归分析的方法探索用于诊断前列腺增生患者合并膀胱出口梗阻的函数模型；根据函数模型，绘制能用于判断逼尿肌收缩力减弱患者的膀胱出口情况的曲线；确定该函数模型和曲线诊断BOO的界值；验证我们的函数模型和诊断曲线。
[方法]回顾性分析2003年9月至2006年3月因下尿路症状提示良性前列腺增生于我院行尿动力学检查的131例患者的临床资料，将各参数与膀胱出口梗阻的临床诊断结果进行多因素Logistic回归分析，从众多被分析的参数中筛选出与诊断结果最密切的参数，建立函数模型，根据函数关系绘制能用于逼尿肌收缩力减弱者膀胱出口梗阻判断的曲线。根据本组患者的资料，采用ROC曲线分析的方法，确定我们的函数模型和相应的曲线诊断BOO的界值点。分别计算验证样本的灵敏度、特异度、阳性预测价值、阴性预测价值，验证该界值的诊断功效。
[结果]本组下尿路症状提示良性前列腺增生的131例患者中依据临床诊断标准、国际尿控协会列线图、Schafer列线图、URA和AG数诊断有膀胱出口梗阻的患者分别为80例(61.1％)、48例(36.6％)、48例(36.6％)、53例(40.5％)和45例(34.4％)。各参数与膀胱出口梗阻的临床诊断结果行单因素logistic回归分析时，与诊断结果相关的参数分别为Qmax(P＜0.01)、Qave(P＜0.01)、排尿量(P＜0.01)、残余尿量(P＜0.01)、Pdetmax(P＜0.01)、PdetatQmax(P＜0.01)、开口压(P＜0.01)、Pmuo(P=0.002)、残余分数(P＜O.01)和压力流率曲线类型。多因素logistic回归分析建立的函数模型为BOOI=5.03×剩余分数+0.04×最大尿流率时的逼尿肌压力-0.20×最大尿流率-0.91+α(当压力流率曲线为低压低流型时α=0；为高压低流型时α=1.42；为高压高流型时α=-7.30)。131例患者BOOI为-11.13～7.97，中位数为1.02。临床诊断为梗阻组BOOI为-2.73～7.97，中位数为2.895；非梗阻组BOOI为-11.13～2.54，中位数为-2.13，两组样本BOOI的分布有显著性差异(P＜0.001)。BOOI与尿道阻力因子(URA)、AG数均有显著相关性。诊断样本ROC曲线分析时曲线下面积为0.938(P＜0.001)，确定的界值为BOOI=0.36。用验证样本验证该界值时灵敏度、特异度、阳性预测价值、阴性预测价值分别为85.7％、91.7％、96％、73.3％。
[结论]函数模型BOOI可以通过四个易于获得的参数计算获得，四个参数分别为：剩余分数、最大尿流率时的逼尿肌压力、最大尿流率和压力流率曲线类型。计算公式较为简单，还可根据BOOI的值推测出患者梗阻概率的大小。BOOI≥0.36为诊断膀胱出口梗阻的标准。该标准具有良好的灵敏度和特异度。我们绘制的诊断曲线较为简单、直观，由于考虑了不同的压力流率曲线类型即逼尿肌收缩力正常与否对诊断BOO的影响，该曲线在一定程度上突破了A-G图和Schafer列线图的限制，能够把表现为低压低流型患者中有膀胱出口梗阻的患者鉴别出来，而这部分患者虽然逼尿肌收缩力减弱，但仍可能从解除梗阻的手术中获得益处。