论文部分内容阅读
目的：
通过研究多模态超声（Multiparametric Transrectal Ultrasound，MUS）在前列腺癌（Prostate Cancer，PCa）诊断中的联合应用，以及分析其与国际泌尿病理协会（International Association Of Urology Pathology，ISUP）新分级的相关性，尝试构建PCa早期诊断模型和预后评估模型的可能性，为临床的诊断和治疗提供依据。
方法：
第一部分：
收集2018年1月到2019年6月临床怀疑PCa的患者共362例，所有患者均行实验室检查及经直肠多模态超声检查，并在超声引导下进行前列腺穿刺活检，根据病理结果分为PCa组和非PCa组，应用logistic回归单因素及多因素分析分别建立多模态超声诊断PCa的模型及多模态超声联合临床资料和血清学检查诊断PCa的模型，应用ROC曲线下面积比较两个模型与临床资料、实验室检查对PCa的诊断效能。
第二部分：
将第一部分中的PCa组的174例患者根据病理ISUP新分级分组系统分为两组：高级别组和低级别组，分析所有变量包括临床资料、实验室检查以及第一部分新建两个模型在两组间的组间差异，同时应用spearman相关性分析评估所有变量与ISUP分级的相关性，将筛选出的变量通过logistic回归分析构建模型，应用ROC曲线下面积比较各模型预测ISUP高级别组的准确性。
结果：
第一部分：
1.PCa组和非PCa组临床基线资料组间比较，结果：年龄（p＜0.001），PSA（p＜0.001），fPSA（p＜0.001），f/tPSA（p＜0.001），PSAD（p＜0.001），TRUS（p=0.015），CDFI（p＜0.001），TRTE（p＜0.001），峰值强度（p=0.031），强度差（p=0.005），单位时间增强强度（p=0.015），以上变量差异均有统计学意义。
2.经过单因素及多因素logistic回归分析，结果：TRTE（p＜0.001）和强度差（p=0.048）有统计学意义，是多模态超声诊断PCa的独立预测因子，构建模型MUS评分。
3.将MUS评分联合临床资料及实验室检查再经过单因素及多因素logistic回归分析，结果：年龄（p=0.007）、PSAD（p=0.014）和MUS评分（p=0.002）有统计学意义，是诊断PCa的独立预测因子，构建模型MUS-PSAD-AGE（MPA）。
4.MPA评分诊断PCa的截断值为19.13，约登指数为0.6999时，ROC曲线下面积0.906，敏感度78.50%，特异度91.49%，阳性预测值91.30%，阴性预测值78.90%，MUS评分诊断PCa的截断值为4.22，约登指数为0.4582时，ROC曲线下面积0.773，敏感度53.27%，特异度92.55%，阳性预测值89.10%，阴性预测值63.50%，PSAD诊断PCa的截断值为0.31，约登指数为0.6600时，ROC曲线下面积0.847，敏感度76.64%，特异度89.36%，阳性预测值89.10%，阴性预测值77.10%，年龄诊断PCa的截断值为65，约登指数为0.2651时，ROC曲线下面积0.675，敏感度77.57%，特异度48.94%，阳性预测值63.40%，阴性预测值65.70%。
5.MPA评分对PCa的诊断效能最高，且与MUS评分（p＜0.0001）、PSAD（p=0.0259）及年龄（p＜0.0001）比较均有统计学意义。
第二部分：
1.spearman相关性分析结果：PSA（r=0.436，p＜0.001）、PSAD（r=0.460，p＜0.001）、超声综合评分（Ultrasonic comprehensive score，UCS）（r=0.504，p＜0.001）、MUS评分（r=0.327，p＜0.001）和MPA评分（r=0.565，p＜0.001），与ISUP分级呈正相关。
2.ISUP低级别组和高级别组组间比较，结果：PSA（p＜0.001）、PSAD（p＜0.001）、UCS（p＜0.001）、MUS评分（p＜0.001）和MPA评分（p＜0.001），以上变量差异均有统计学意义，对以上变量进行logistic回归分析，结果：PSA（p=0.029）、PSAD（p=0.010）、UCS（p＜0.001）、MUS评分（p＜0.001）及MPA评分（p＜0.001），均具有统计学意义，分别构建ISUP高级别组的预测模型。
3.MPA评分预测ISUP高级别组的截断值为16.37，约登指数为0.5962时，ROC曲线下面积0.845，敏感度83.15%，特异度76.47%，阳性预测值78.70%，阴性预测值81.20%，MUS评分预测ISUP高级别组的截断值为3.01，约登指数为0.4352时，ROC曲线下面积0.845，敏感度75.28%，特异度68.24%，阳性预测值71.30%，阴性预测值72.50%，UCS预测ISUP高级别组的截断值为2，约登指数为0.3523时，ROC曲线下面积0.718，敏感度76.40%，特异度58.82%，阳性预测值66.00%，阴性预测值70.40%，PSAD预测ISUP高级别组的截断值为0.34，约登指数为0.4336时，ROC曲线下面积0.716，敏感度78.65%，特异度64.71%，阳性预测值70.00%，阴性预测值74.30%，PSA预测ISUP高级别组的截断值为13.98，约登指数为0.3886时，ROC曲线下面积0.691，敏感度74.16%，特异度64.71%，阳性预测值68.70%，阴性预测值70.50%。
4.MPA评分预测ISUP高级别组的诊断效能最高，且与MUS评分（p=0.0005）、UCS（p=0.0016）、PSAD（p=0.002）及PSA（p=0.0003）比较均有统计学意义。
结论：
1.多模态超声结果分析，弹性成像和强度差是多模态超声诊断PCa的独立预测因子；
2.多模态超声联合临床资料和实验室检查进行分析，年龄、PSAD、MUS评分是诊断PCa的独立预测因子；
3.构建的MPA评分在诊断PCa中具有较高的临床应用价值；
4.PSA、PSAD、UCS、MUS评分、MPA评分与ISUP分级呈正相关；
5.MPA评分同样能很好的预测ISUP分级，为PCa患者手术预后评估提供依据。
通过研究多模态超声（Multiparametric Transrectal Ultrasound，MUS）在前列腺癌（Prostate Cancer，PCa）诊断中的联合应用，以及分析其与国际泌尿病理协会（International Association Of Urology Pathology，ISUP）新分级的相关性，尝试构建PCa早期诊断模型和预后评估模型的可能性，为临床的诊断和治疗提供依据。
方法：
第一部分：
收集2018年1月到2019年6月临床怀疑PCa的患者共362例，所有患者均行实验室检查及经直肠多模态超声检查，并在超声引导下进行前列腺穿刺活检，根据病理结果分为PCa组和非PCa组，应用logistic回归单因素及多因素分析分别建立多模态超声诊断PCa的模型及多模态超声联合临床资料和血清学检查诊断PCa的模型，应用ROC曲线下面积比较两个模型与临床资料、实验室检查对PCa的诊断效能。
第二部分：
将第一部分中的PCa组的174例患者根据病理ISUP新分级分组系统分为两组：高级别组和低级别组，分析所有变量包括临床资料、实验室检查以及第一部分新建两个模型在两组间的组间差异，同时应用spearman相关性分析评估所有变量与ISUP分级的相关性，将筛选出的变量通过logistic回归分析构建模型，应用ROC曲线下面积比较各模型预测ISUP高级别组的准确性。
结果：
第一部分：
1.PCa组和非PCa组临床基线资料组间比较，结果：年龄（p＜0.001），PSA（p＜0.001），fPSA（p＜0.001），f/tPSA（p＜0.001），PSAD（p＜0.001），TRUS（p=0.015），CDFI（p＜0.001），TRTE（p＜0.001），峰值强度（p=0.031），强度差（p=0.005），单位时间增强强度（p=0.015），以上变量差异均有统计学意义。
2.经过单因素及多因素logistic回归分析，结果：TRTE（p＜0.001）和强度差（p=0.048）有统计学意义，是多模态超声诊断PCa的独立预测因子，构建模型MUS评分。
3.将MUS评分联合临床资料及实验室检查再经过单因素及多因素logistic回归分析，结果：年龄（p=0.007）、PSAD（p=0.014）和MUS评分（p=0.002）有统计学意义，是诊断PCa的独立预测因子，构建模型MUS-PSAD-AGE（MPA）。
4.MPA评分诊断PCa的截断值为19.13，约登指数为0.6999时，ROC曲线下面积0.906，敏感度78.50%，特异度91.49%，阳性预测值91.30%，阴性预测值78.90%，MUS评分诊断PCa的截断值为4.22，约登指数为0.4582时，ROC曲线下面积0.773，敏感度53.27%，特异度92.55%，阳性预测值89.10%，阴性预测值63.50%，PSAD诊断PCa的截断值为0.31，约登指数为0.6600时，ROC曲线下面积0.847，敏感度76.64%，特异度89.36%，阳性预测值89.10%，阴性预测值77.10%，年龄诊断PCa的截断值为65，约登指数为0.2651时，ROC曲线下面积0.675，敏感度77.57%，特异度48.94%，阳性预测值63.40%，阴性预测值65.70%。
5.MPA评分对PCa的诊断效能最高，且与MUS评分（p＜0.0001）、PSAD（p=0.0259）及年龄（p＜0.0001）比较均有统计学意义。
第二部分：
1.spearman相关性分析结果：PSA（r=0.436，p＜0.001）、PSAD（r=0.460，p＜0.001）、超声综合评分（Ultrasonic comprehensive score，UCS）（r=0.504，p＜0.001）、MUS评分（r=0.327，p＜0.001）和MPA评分（r=0.565，p＜0.001），与ISUP分级呈正相关。
2.ISUP低级别组和高级别组组间比较，结果：PSA（p＜0.001）、PSAD（p＜0.001）、UCS（p＜0.001）、MUS评分（p＜0.001）和MPA评分（p＜0.001），以上变量差异均有统计学意义，对以上变量进行logistic回归分析，结果：PSA（p=0.029）、PSAD（p=0.010）、UCS（p＜0.001）、MUS评分（p＜0.001）及MPA评分（p＜0.001），均具有统计学意义，分别构建ISUP高级别组的预测模型。
3.MPA评分预测ISUP高级别组的截断值为16.37，约登指数为0.5962时，ROC曲线下面积0.845，敏感度83.15%，特异度76.47%，阳性预测值78.70%，阴性预测值81.20%，MUS评分预测ISUP高级别组的截断值为3.01，约登指数为0.4352时，ROC曲线下面积0.845，敏感度75.28%，特异度68.24%，阳性预测值71.30%，阴性预测值72.50%，UCS预测ISUP高级别组的截断值为2，约登指数为0.3523时，ROC曲线下面积0.718，敏感度76.40%，特异度58.82%，阳性预测值66.00%，阴性预测值70.40%，PSAD预测ISUP高级别组的截断值为0.34，约登指数为0.4336时，ROC曲线下面积0.716，敏感度78.65%，特异度64.71%，阳性预测值70.00%，阴性预测值74.30%，PSA预测ISUP高级别组的截断值为13.98，约登指数为0.3886时，ROC曲线下面积0.691，敏感度74.16%，特异度64.71%，阳性预测值68.70%，阴性预测值70.50%。
4.MPA评分预测ISUP高级别组的诊断效能最高，且与MUS评分（p=0.0005）、UCS（p=0.0016）、PSAD（p=0.002）及PSA（p=0.0003）比较均有统计学意义。
结论：
1.多模态超声结果分析，弹性成像和强度差是多模态超声诊断PCa的独立预测因子；
2.多模态超声联合临床资料和实验室检查进行分析，年龄、PSAD、MUS评分是诊断PCa的独立预测因子；
3.构建的MPA评分在诊断PCa中具有较高的临床应用价值；
4.PSA、PSAD、UCS、MUS评分、MPA评分与ISUP分级呈正相关；
5.MPA评分同样能很好的预测ISUP分级，为PCa患者手术预后评估提供依据。