Page 87 - 南京医科大学自然版
P. 87

第46卷第9期       李奕博,于     磊,丁 磊,等. 基于mp⁃MRI和临床特征构建前列腺癌根治术的切缘预测模型[J].
                  2026年9月                     南京医科大学学报(自然科学版),2026,46(9):1356-1365                      ·1357 ·


                decision curve analysis(DCA)were plotted for both the training and validation sets. The areas under the curve(AUC)were 0.897
               (95%CI:0.874-0.921)for the training set and 0.841(95%CI:0.793-0.888)for the validation set. The calibration curves for both sets
                closely aligned with the diagonal,with mean absolute errors(MAE)of 0.011 and 0.009,respectively,indicating no significant
                overfitting and demonstrating good generalization ability of the model. Decision curve analysis revealed that the model provides clinical
                net benefit. Conclusion:mp⁃MRI has significant predictive value for assessing surgical margin status in prostate cancer. The predictive
                model constructed in this study demonstrates strong predictive performance and can assist in clinical decision⁃making.
               [Key words] prostate cancer;mp⁃MRI;radical prostatectomy;positive surgical margin;nomogram;predictive model
                                                                            [J Nanjing Med Univ,2026,46(09):1356⁃1365]







                    前列腺癌是世界范围内发生率第二高的恶性                           等缺陷,尽管已有许多研究关注前列腺癌PSM的术
                                                       [1]
                肿瘤,我国前列腺癌的发病率正在逐年升高 。前                            前预测,但临床上仍然缺乏公认的具有较高精准性
                列腺癌根治术(radical prostatectomy,RP)是目前局              的可靠预测手段。对mp⁃MRI影像图像的利用不充
                限性前列腺癌最主要的治疗方式,针对中高危的局                            分,部分研究仅依赖影像学报告而忽略核磁图像的
                                                   [2]
                限性前列腺癌患者均推荐接受 RP 治疗 。尽管根                          信息,部分研究虽然对图像进行分析但没有充分获
                治性手术往往能帮助患者获得良好的预后收益,然                            取影像资料提供的信息,均可能导致无法充分揭示
                而在近些年的统计中前列腺癌仍然被列为男性癌                             mp⁃MRI在PSM预测中的作用          [14,20-23] 。
                症相关死亡的第二大原因,RP术后患者的预后仍然                               因此,为了更精准、可靠地预测RP 患者的术后
                面临着许多挑战 。不良的病理结果、不佳的手术                            PSM情况,本研究回顾性分析2018年1月—2024年
                              [3]
                效果以及不稳定的术后长期管理都是影响预后的                             6 月于南京医科大学第一附属医院接受前列腺癌
                重要因素,想要改善预后需要避免这些不良因素的                            RP 患者的临床资料,由影像科医生对 mp⁃MRI 图像
                发生 [4-5] 。                                        进行标注、解读,同时纳入部分临床工作中易于获
                    手术切缘阳性(positive surgical margins,PSM)         取的基线特征和临床特征。使用逻辑回归分析筛
                指前列腺癌RP术后在病理标本的边缘发现肿瘤细胞                           选预测变量,构建一个可重复、标准化的RP术后切
                残留,是前列腺癌患者术后复发和转移的主要不良因                           缘预测模型来预测 PSM,辅助决策治疗方案,从而
                素 [4,6-7] 。PSM已被证实是前列腺癌患者生化复发的                    增加患者预后获益。
                独立危险因素,明显增加了前列腺癌复发、转移的风
                                                                  1  对象和方法
                险 [8-9] 。目前指南推荐对发生PSM患者进行术后辅助
                治疗,包括内分泌治疗和放疗,这也意味着PSM患者                          1.1  对象
                                                   [10]
                需要面临更多的并发症风险和经济压力 。因此通                                回顾性分析2018年1月—2024年6月于南京医
                过在术前预测PSM的发生,按照预测结果个性化制                           科大学第一附属医院接受 RP 的 927 例患者的临床
                定手术方案,或者更改治疗方案接受新辅助治疗,均                           资料,按照 7∶3 的比例随机划分为训练集和验证集
                有助于改善RP术后患者的预后             [11-12] 。             (图 1)。纳入标准:患者于本院接受 RP;有完整包
                    目前关于 PSM 术前预测研究主要集中在基于                        括影像、实验室检查结果在内的临床资料;有完整
                独立风险因素开发预测模型,主要类型包括临床特                            的病理信息。排除标准:患者术前接受内分泌治疗
                征预测模型、临床⁃影像组合预测模型、人工智能预                           或化疗;mp⁃MRI 无法发现任何病灶。本研究患者
                测模型等     [13- 19] 。多参数核磁共振(multiparametric        或家属均知情同意,并获得南京医科大学第一附属
                magnetic resonance imaging,mp⁃MRI)是现阶段前列          医院伦理委员会批准(2024⁃SR⁃947)。
                腺癌诊断的主要方法,已在包括诊断穿刺、预后评                            1.2  方法
                估、风险预测在内的多个方面都展现了重要作用。                            1.2.1 研究资料收集
                多项研究表明 mp⁃MRI 可用于术前 PSM 风险预测,                         收集患者的临床资料,包括基线特征:年龄、是
                以此为基础的预测模型被证明具有良好的预测性                             否患有基础疾病(确诊的冠心病、糖尿病、脑血管疾
                能 [14,20-22] 。预测模型研究尚存在性能不足、过拟合                   病、其他恶性肿瘤病史)、是否有不良生活习惯(超
   82   83   84   85   86   87   88   89   90   91   92