Page 89 - 南京医科大学自然版
P. 89

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                      ·1359 ·


                线、校准曲线、临床决策分析（decision curve analy⁃               有统计学意义（表5）。
                sis，DCA）曲线。单因素 Logistic 回归分析中以 P <                2.5  列线图的构建和验证
                0.1为差异有边缘统计学意义。                                       基于单因素和多因素 Logistic 分析得出的具有
                                                                  独立预测价值的共计 6 个预测变量，在训练集中构
                2  结 果
                                                                  建列线图，以预测接受前列腺癌根治术后患者的手
                2.1  训练集与验证集患者的临床特征及结果展示                          术切缘情况（图2）。随后在验证集中验证模型的预
                    本次研究共纳入患者 927 例，按照 7∶3 比例随                    测性能，绘制了在训练集和验证集中的 ROC 曲线
                机划分。训练集共纳入 649 例患者，其中 323 例患                     （图 3）。ROC 曲线显示，训练集中的 ROC 曲线下面
                者 术 后 切 缘 阳 性 ，占 所 有 训 练 集 患 者 数 量 的              积（area under the curve，AUC）为 0.897（95% CI：
                49.8%。验证集共纳入278例患者，其中128例患者                       0.874~0.921），在验证集中的 AUC 为 0.841（95%CI：
                术后切缘阳性，占所有验证集患者数量的 46.0%。                         0.793~0.888）。为保证 Youden 指数的最大化，确定
                对训练集与验证集患者的临床资料进行组间比较，                            预测模型的最佳风险阈值为 0.610（0.833~0.727）。
                差异均无统计学意义（P均> 0.05，表1）。                           绘制训练集的校准曲线，训练集中校准曲线紧贴对

                2.2  Logistic 单因素回归分析揭示训练集中各临床                    角线，平均绝对误差（mean absolute error，MAE）为
                特征与手术切缘结果之间的关联                                    0.011，表明模型未出现明显的过拟合。继续在验证

                    对训练集中的所有临床特征进行了 Logistic                      集上绘制校准曲线，进一步验证模型的泛化能力，
                单因素回归分析。结果显示在训练集中 PSAD、                           校准曲线紧贴对角线，MAE为0.009，该结果表明预
                PI⁃RADS评分、Gleason评分、病灶数量、包膜可疑侵                    测模型具有较好的泛化能力（图 4）。此外，为了进
                犯、精囊可疑累及、可疑骨转移共计7个临床特征与                           一步评价列线图的临床效用价值，在训练集和验证
                切缘阳性结果显著相关（P < 0.05），而年龄、雌二醇、                     集上分别绘制了DCA曲线，结果显示在高风险阈值
                可疑淋巴结转移与切缘阳性结果具有边际显著                              范围内，其标准化净收益均持续高于全部干预和全
                性。上述共计 10 个预测变量均可视为 PSM 的危险                       部不干预的情况，预测模型具有临床净获益（图5）。
                因素（表2）。
                                                                  3  讨 论
                2.3  Logistic 多因素回归分析进一步筛选独立预测
                因子                                                    此前已经过探讨并有多项研究证实的具有PSM
                    为排除混杂因素对预测结果的影响，对训练集                          预测价值的术前临床特征包括临床T分期、PSA、穿
                中单因素回归分析中具备显著及边际显著性的临                             刺病理信息、穿刺阳性针数所占百分比、PI⁃RADS
                床特征进行了Logistic多因素回归分析。结果显示：                       评分、前列腺突入膀胱          ［13，24-26］ 。考虑到研究计划对
                在排除混杂因素的影响后，PSAD、雌二醇、PI⁃RADS                      mp⁃MRI 图像进行更充分的解读，包括前列腺与包
                评分、病灶数量、包膜可疑侵犯、可疑淋巴结转移共                           膜的关系，并且对包膜可疑侵犯进行了定义：病灶
                计 6 个预测变量仍有统计学意义（P < 0.05）。而年                     与包膜有超过0.5 mm的紧邻。临床T分期中，由于
                龄、Gleason 评分、精囊可疑累及、可疑骨转移共4个                      T1 期在实际工作中多为偶发性前列腺癌，T2 期和
                变量与切缘阳性结果无统计学意义（表3）。                              T3期的鉴别也主要依靠肿瘤和包膜的关系，突破包

                2.4  向后逐步回归分析剔除无关变量                               膜和可疑包膜侵犯分别代表了疾病进展的两个连
                    在多因素回归分析结果的基础上，使用向后法                          续阶段，同时纳入研究容易导致信息冗余或掩盖，
                逐步回归，按重要性逐个剔除无高度统计学显著性                            导致某一特征在多因素分析中呈现与实际不符的
                的自变量。首先剔除的变量是精囊可疑累及，随后                            不显著统计学意义，因此未纳入临床 T 分期                    ［27-28］ 。
                依次剔除Gleason评分、可疑骨转移、年龄、雌二醇（表                      PSAD 相比 PSA 可以提供额外的预测价值，尽管已
                4）。完成逐步回归后的结果显示PSAD、PI⁃RADS评                      有研究否定了前列腺体积在PSM中的预测价值，但
                分、病灶数量、包膜可疑侵犯、可疑淋巴结转移共计                           是结果仍然存在争议，考虑到共线性关系容易带来

                5 个变量与切缘阳性预测具有统计学意义（P <                           的负面影响，PSA 不纳入研究           ［23］ 。穿刺病理特征已
                0.01）。最终对最后确定的5个变量PSAD、PI⁃RADS                    被证明具有预测价值，相比Gleason评分，ISUP分级
                评分、病灶数量、包膜可疑侵犯、可疑淋巴结转移进                           可以更准确地区分前列腺癌病理的良恶性程度，但
                行Logistic多因素回归分析，结果显示所有变量均具                       研究计划通过绘制列线图作为预测工具，ISUP分级
   84   85   86   87   88   89   90   91   92   93   94