Page 132 - 南京医科大学自然版
P. 132
第45卷第8期
·1188 · 南 京 医 科 大 学 学 报 2025年8月
列腺百例以上的医生实施,麻醉后医生将高危患者 助R平台pROC程序包完成。
前列腺 mpMRI 图像与直肠内超声图像进行软件辅
2 结 果
助融合。实时定位病灶后对患者进行经会阴前列
腺TB,TB的数量由操作医生自行决定,取决于病变 2.1 患者临床特征
大小、前列腺体积,每个病灶至少穿刺 2 针;之后进 表1详细呈现了训练集与验证集患者的临床特
行 SB,采用标准化模板对前列腺各分区进行采样, 征,包括患者临床资料、活检病理结果等核心信
每个叶通常穿刺6~7针 [14] 。 息。结果显示训练集中患者年龄为 69(42,86)岁;
1.3 统计学方法 前列腺病灶数量为 1 个的有 310 例(73.11%),病灶
本研究中所有标本病理性质的判定参照国际 数量≥2个的有114例(26.89%);病灶处于外周带的
泌尿病理协会 2019 年修订的标准。在患者病理报 有222例(52.36%),处于其他组织学区域的有202例
告的基础上,结合研究目的,本研究对患者的判定 (47.64%);PI⁃RADS 评分为 4、5 分的分别有 245 例
作出了一些调整,即患者是否为PCa只由患者TB获 (57.78% )、179 例(42.22% );PSA 为 11.62(0.31,
得的组织病理性质决定,也就是说当患者TB病理为 155.00)ng/mL;PSAD为0.34(0.02,6.21)ng/mL ;睾酮
2
阴性,SB 病理为阳性时,仍将该患者视为 PCa 阴 为 9.98(0.00,35.71)ng/mL;穿刺结果为阳性和阴性
性。本研究将患者PCa阳性这一结果赋值为“1”,阴 的患者数量分别为372例(87.74%)、52例(12.26%)。
性赋值为“0”。根据研究显示,前列腺外周带的病 验证集中患者年龄为 71(53,82)岁;病灶数量
灶相比其他区域的病灶,为癌的可能性更大,所以 为 1、≥2 的患者数量分别为 62 例(79.49%)、16 例
对患者病灶所在组织学区域进行描述,制定了 3 级 (20.51%);病灶处于外周带和其他组织学区域的患者
分类标准:病灶处于前列腺外周带赋值为“3”,病灶 数量分别为41例(52.56%)、37例(47.44%);PI⁃RADS
处于移行带或中央带时赋值为“2”,处于其余区域 评分为 4、5 个的患者数量分别为 50 例(64.10%),
[15]
时赋值为“1” 。 28 例(35.90%);PSA 为 11.48(0.06,74.48)ng/mL;
本研究分别计算了连续变量的中位数和四分 PSAD 为 0.37(0.00,2.86)ng/mL ,睾酮为 7.06(0.00,
2
位数[M(P25,P75]和分类变量的频率和比例[n(%)], 21.14)ng/mL;穿刺结果阳性 70 例(89.74%)、阴性
使用卡方检验来检验训练集和验证集之间分类变 8 例(10.26%)。结果显示,除睾酮(P=0.041)外,两
量的差异,使用 T 检验来检验连续变量的组间差 组之间其他临床特征的差异无统计学意义(表1)。
异。本研究对多个变量分别进行了单因素线性回 2.2 单因素与多因素回归分析
归分析,计算了每个单因素模型中变量的显著性水 单因素回归分析结果显示,本研究中高危 PCa
平。通过计算Pearson系数进行相关性分析,检验变 患者 TB 病理相关因素为年龄、PSA、PSAD、病灶数
量之间是否存在明显共线性。随后基于逐步回归 量、病灶所在组织学区域以及PI⁃RADS 评分。睾酮
方法筛选出在多因素模型中的显著特征,并以此 不是穿刺病理相关因素(图 1A)。同时连续变量经
为基础构建了多因素线性回归模型。Box⁃Tidwell 验证与其 Logit 转换值呈现显著的线性关联。各因
方法验证连续变量与其 Logit 转换值是否呈现显著 素的比值比(odds ratio,OR)及 95%CI 分别为:年龄
线性关联。通过多因素线性回归模型,本研究基 (OR=1.051,95%CI:1.032~1.070,P < 0.001);病灶数
于训练集的 424 例样本构建对高危 PCa 患者 TB 病 量(OR=0.510,95%CI:0.398~0.649,P < 0.001);组织
理性质的预测模型并进行公式化表达,并基于该 学 区 域 评 分(OR=1.372,95% CI:1.085~1.739,P=
模型建立列线图,可视化各变量在预测模型中的 0.008);PI⁃RADS 评分(OR=10.660,95%CI:7.203~
贡献度,在验证集中检验模型效能,同时通过 Boot⁃ 16.225,P < 0.001);PSAD 值(OR=5.880,95% CI:
strap 方法验证该预测模型的稳健性。通过约登指 4.877~6.963,P < 0.001);PSA(OR=1.082,95% CI:
数来确定训练集和验证集中预测模型的最佳阈 1.062~1.104,P < 0.001)。相关性分析结果显示PSA
值,本研究也展示了两数据集中最佳阈值上下的 与 PSAD 之间具有明显的共线性,同时将两者纳入
患者分布。 研究很大可能会导致模型稳定性和可信度较差,因
统计分析采用 R 语言(4.0.3 版)与 Excel 软件完 此舍去 PSA 保留了 PSAD,一方面是因为单因素分
成,显著性阈值设定为 P < 0.05。受试者工作特征 析结果显示PSAD的OR值更大,置信区间离无效线
(receiver operating characteristic,ROC)曲线分析借 更远;另一方面是PSAD同时包含了体积信息,可以

