PI-RADS v2.1联合PSA衍生指标及影像组学在前列腺癌诊断中的价值

摘要

第一部分基于PI-RADSv2.1联合PSA相关衍生指标对临床有意义前列腺癌的诊断价值　　目的　　探讨PI-RADSv2.1对临床有意义前列腺癌(Clinically significant prostate cancer，CsPCa)的诊断效能，结合PI-RADSv2.1及PSA衍生指标，旨在提高对CsPCa阳性穿刺结果的预测效能，并辅助指导临床穿刺决策。　　资料与方法　　回顾性收集2014年11月～2019年11月于深圳市人民医院行前列腺MRI检查并经首次前列腺穿刺活检术的524例患者，包括181例PCa(139例CsPCa、42例无临床意义前列腺癌)及343例前列腺增生(Benign Prostatic Hyperplasia，BPH)。对所有病例行PI-RADSv2.1评分并收集患者临床资料，包括年龄、PSA、fPSA/tPSA、PV，并计算PSA密度(prostate-specific antigen density，PSAD)。采用单因素分析并对差异有统计学意义的指标绘制ROC曲线，计算AUC以评价各指标对CsPCa的诊断效能；采用二元Logistic回归分析PI-RADSv2.1联合临床指标对CsPCa的预测价值。　　结果　　PI-RADSv2.1评分、年龄、PSA、fPSA/tPSA、PV及PSAD在PCa组与BPH组及CsPCa组与非CsPCa(BPH+无临床意义前列腺癌)组间差异均有统计学意义，且PI-RADSv2.1评分及PSAD诊断效能最高，AUC分别为0.927、0.854；Logistic回归分析显示PI-RADSv2.1评分及PSAD是CsPCa的独立预测因子，回归模型的AUC为0.934；当PI-RADS≤2分及PI-RADS=3分且PSAD≤0.28ng/mL/mL时，CsPCa阳性率较低(0%～6.06%)；而当PI-RADS≥4分且PSAD≥0.15ng/mL/mL时，CsPCa阳性率较高(50.00%～83.04%)。　　结论　　PI-RADSv2.1评分联合PSAD有助于提高对CsPCa的预测效能，同时可辅助指导临床穿刺决策，当患者PI-RADS≤2分及PI-RADS=3分且PSAD≤0.28ng/mL/mL时，可等待观察，避免不必要的穿刺活检。　　第二部分基于影像组学结合临床特征及PI-RADSv2.1预测外周带高危前列腺癌　　目的　　探讨基于MRI的影像组学特征结合PI-RADSv2.1和临床特征所构建分类器对外周带前列腺癌Gleason评分(Gleason Score，GS)危险分级的预测价值。　　资料与方法　　回顾性收集133例于深圳市人民医院行前列腺MRI检查并经病理证实的外周带前列腺癌患者，包括GS＜8分的低中危前列腺癌65例及GS≥8分的高危前列腺癌68例。基于T2WI图像及ADC图像分割的外周带前列腺癌感兴趣区，每个病例分别提取2284个影像特征，通过LASSO筛选出重要的影像特征，结合PI-RADSv2.1及GS低中危组与GS高危组间差异有统计学意义的临床指标，构建四种分类器模型，使用10折交叉验证来验证模型的效能及泛化能力，以交叉验证后AUC均值评价各模型对GS高危前列腺癌的预测效能。　　结果　　PI-RADSv2.1评分及PSA在GS低中危组与GS高危组间差异有统计学意义(P＜0.05)，诊断GS高危前列腺癌的AUC分别为0.649、0.690；2284个影像特征通过LASSO筛选出9个重要度较高的影像特征，均为T2WI图像所提取的特征，每个特征均与GS危险分级显著相关(P＜0.05)；9个影像特征结合PI-RADSv2.1评分及PSA构建4种分类器模型，均能较好地预测外周带前列腺癌GS危险分级，其中又以随机森林模型预测效能最佳，AUC为0.800。　　结论　　基于前列腺MRI的影像组学特征结合PI-RADSv2.1及PSA构建分类器模型，对外周带GS高危前列腺癌的预测效能较单纯使用PSA或PI-RADSv2.1高，有望为术前无创性外周带前列腺癌GS危险分级提供依据，辅助临床制定患者治疗方案，进一步达到精准医疗的目的。

目录

声明

前言

第一部分 基于前列腺影像报告和数据系统2.1版联合PSA相关衍生指标对临床有意义前列腺癌的诊断价值

1.1资料与方法

1.1.1一般资料

1.1.2仪器与方法

1.1.3图像评估

1.1.4 前列腺穿刺及分组

1.1.5 统计学分析

1.2 结果

1.2.1穿刺病理结果及PI-RADS v2.1评分一致性检验

1.2.2 各指标对前列腺癌、临床有意义前列腺癌诊断价值的分析

1.2.3 多因素Logistics回归对临床有意义前列腺癌诊断价值分析

1.2.4 PI-RADS v2.1评分结合PSAD对临床有意义前列腺癌诊断的预测价值

1.3 讨论

1.4 结论

第二部分 基于影像组学结合临床特征及PI-RADS预测外周带高危前列腺癌

2.1资料与方法

2.1.1 一般资料

2.1.2仪器与方法

2.1.3 前列腺穿刺与分组

2.1.4 图像评估

2.1.5 临床资料及PI-RADS v2.1统计学分析

2.1.6 影像组学

2.2 结果

2.2.1 基线分析及PI-RADS v2.1评分和临床特征与GS危险分级的关系

2.2.2 影像组学特征筛选结果

2.2.3 分类器模型构建

2.3讨论

2.4 结论

参考文献

中英文缩略词表

在校期间发表论文清单

致谢