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。