999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

聯(lián)合第2版前列腺影像報(bào)告與數(shù)據(jù)系統(tǒng)評(píng)分與前列腺特異性抗原的Logistic回歸預(yù)測(cè)模型診斷移行區(qū)前列腺癌

2017-07-31 21:54:17雷李智許乙凱侯美蓉何夢(mèng)琪南方醫(yī)科大學(xué)南方醫(yī)院影像中心廣東廣州510515
關(guān)鍵詞:信號(hào)模型

雷李智,許乙凱,侯美蓉,何夢(mèng)琪(南方醫(yī)科大學(xué)南方醫(yī)院影像中心,廣東 廣州 510515)

聯(lián)合第2版前列腺影像報(bào)告與數(shù)據(jù)系統(tǒng)評(píng)分與前列腺特異性抗原的Logistic回歸預(yù)測(cè)模型診斷移行區(qū)前列腺癌

雷李智,許乙凱*,侯美蓉,何夢(mèng)琪
(南方醫(yī)科大學(xué)南方醫(yī)院影像中心,廣東 廣州 510515)

目的 建立第2版前列腺影像報(bào)告和數(shù)據(jù)系統(tǒng)(PI-RADS v2)評(píng)分聯(lián)合前列腺特異性抗原(PSA)的Logistic回歸預(yù)測(cè)模型,評(píng)價(jià)其對(duì)移行區(qū)前列腺癌(PCa)的診斷價(jià)值。方法 回顧性分析經(jīng)病理證實(shí)的移行區(qū)前列腺腺癌(PCa組,n=33)和良性前列腺增生或前列腺炎(非PCa組,n=54)患者的術(shù)前MRI及PSA資料。采用PI-RADS v2對(duì)2組進(jìn)行評(píng)分(由低至高評(píng)為1~5分)。分析2組的PI-RADS v2評(píng)分、總PSA(t-PSA)、游離PSA(f-PSA)與t-PSA比值(f-PSA/t-PSA)及PSA密度(PSAD)的差異,選擇有統(tǒng)計(jì)學(xué)意義的指標(biāo)為自變量,以病理結(jié)果是否為PCa為因變量,建立3項(xiàng)Logistic回歸模型:PI-RADS v2+t-PSA(A);PI-RADS v2+f-PSA/t-PSA(B);PI-RADS v2+PSAD(C)。建立Logistic回歸模型產(chǎn)生的Logit(P)和PI-RADS v2評(píng)分的ROC曲線,評(píng)估其診斷效能。結(jié)果 2組t-PSA、f-PSA/t-PSA、PSAD及PI-RADS v2評(píng)分差異均有統(tǒng)計(jì)學(xué)意義(P均<0.01)。A、B、CLogistic回歸預(yù)測(cè)模型分別為:Logit(P)=-8.682+1.507 PI-RADS v2+0.234 t-PSA(χ2=65.993,P<0.01);Logit(P)=-5.425+1.906 PI-RADS v2-13.921 f-PSA/t-PSA(χ2=65.993,P<0.01);Logit(P)=-7.534+1.045 PI-RADS v2+13.318 PSAD(χ2=74.036,P<0.01)。以A、B、C模型產(chǎn)生的Logit(P)預(yù)測(cè)病理結(jié)果,其ROC曲線下面積分別為0.945、0.919、0.960,均高于單獨(dú)使用PI-RADS v2評(píng)分(AUC為0.861),差異有統(tǒng)計(jì)學(xué)意義(P均<0.01)。其中C模型診斷效能最佳,其敏感度、特異度分別為87.88%、92.59%。單獨(dú)使用PI-RADS v2評(píng)分的敏感度、特異度分別為87.88%、77.78%。結(jié)論 聯(lián)合PI-RADS v2評(píng)分和PSA指標(biāo)的Logistic回歸預(yù)測(cè)模型對(duì)移行區(qū)PCa的診斷效能優(yōu)于單獨(dú)使用PI-RADS v2評(píng)分,為可疑移行區(qū)PCa患者行穿刺活檢提供了可靠的依據(jù)。

前列腺影像報(bào)告和數(shù)據(jù)系統(tǒng)第2版;Logistic回歸模型;前列腺腫瘤;前列腺特異性抗原

近年來(lái)我國(guó)前列腺癌(prostate cancer, PCa)發(fā)病率呈逐年上升趨勢(shì)[1],已成為嚴(yán)重威脅老年男性健康的惡性腫瘤之一,25%~30%的PCa發(fā)生于移行區(qū)[2]。多參數(shù)MRI是目前認(rèn)為診斷PCa最好的影像方法[3-5],基于多參數(shù)MRI的第2版前列腺影像報(bào)告與數(shù)據(jù)系統(tǒng)(prostate imaging reporting and date system version 2, PI-RADS v2)可為診斷移行區(qū)PCa提供半定量標(biāo)準(zhǔn)[6]。移行區(qū)組織成分復(fù)雜,常含有大量良性前列腺增生(benign prostate hyperplasia, BPH)結(jié)節(jié),使移行區(qū)PCa與BPH影像鑒別困難[7-8]。臨床常采用前列腺特異性抗原(prostate specific antigen, PSA)檢測(cè)與篩查PCa,方法簡(jiǎn)便,但其敏感度及特異度相對(duì)較差[9]。本研究旨在建立聯(lián)合PI-RADSv2評(píng)分與PSA的Logistic回歸預(yù)測(cè)模型,評(píng)價(jià)其對(duì)移行區(qū)PCa的診斷效能。

1 資料與方法

1.1 一般資料 收集2014年9月—2016年9月間因PSA升高(>4 μg/L)、于本院行MR檢查的259例患者。所有患者均接受穿刺活檢,部分患者接受經(jīng)尿道前列腺電切術(shù),根據(jù)病理結(jié)果分為PCa組和非PCa組。納入標(biāo)準(zhǔn):①PCa組患者均接受經(jīng)尿道前列腺電切術(shù),術(shù)中見(jiàn)腫瘤體積的70%以上位于移行區(qū)[10];②非PCa組患者病理結(jié)果為BPH或前列腺炎;③活檢與之后的MR檢查間隔≥6周。排除標(biāo)準(zhǔn):①患者于MR檢查前接受過(guò)激素、放療等治療;②患者存在極值變量(PSA>50 μg/L);③PCa罕見(jiàn)病理類(lèi)型,如前列腺肉瘤及前列腺內(nèi)分泌癌;③圖像質(zhì)量不佳,影響分析評(píng)價(jià)。最終納入87例患者,年齡48~84歲,平均 (67.2±8.10)歲。PCa組33例,年齡51~84歲,平均 (68.2±8.7)歲;非PCa組54例,年齡48~80歲,平均(66.6±7.8)歲,其中BPH 49例,前列腺炎2例,BPH合并前列腺炎3例。

1.2儀器與方法 采用Philips Achieva 3.0T MR掃描儀,以體線圈為射頻發(fā)射線圈,腹部相控陣線圈為接收線圈。檢查前患者適量飲水,以恥骨聯(lián)合上緣為掃描中心,軸位掃描包括前列腺及精囊腺。軸位T2WI采用SE序列,TR 2 900 ms,TE 90 ms,回波鏈長(zhǎng)度13,層厚4 mm,層間隔0.4 mm,F(xiàn)OV 260 mm×260 mm,NSA 4,層數(shù)28。DWI采用單次激發(fā)自旋平面回波序列,b值為0、1 000 s/mm2,TR 2 000 ms,TE 67 ms,層厚 3.5 mm,層間隔0.35 mm,F(xiàn)OV 240 mm×240 mm,NSA 4,層數(shù)28。

1.3 PSA及前列腺特異性抗原密度(prostate specific antigen density, PSAD)測(cè)量 患者于經(jīng)直腸指診、前列腺按摩、導(dǎo)尿等檢查前抽取靜脈血,測(cè)定總前列腺特異性抗原(total prostate specific antige, t-PSA)及游離前列腺特異性抗原(free prostate specific antige, f-PSA)。于MRI軸位、矢狀位及冠狀位圖像測(cè)量前列腺橫徑、上下徑、前后徑,計(jì)算前列腺體積(cm3)=橫徑(cm)×前后徑(cm)×縱徑(cm)×0.52、獲得PSAD:PSAD=t-PSA/前列腺體積;并計(jì)算f-PSA與t-PSA的比值(f-PSA/t-PSA)。

1.4 PI-RADS v2評(píng)分 由2名專(zhuān)科醫(yī)師采用盲法獨(dú)立閱片,意見(jiàn)不同時(shí)經(jīng)協(xié)商達(dá)成一致。移行帶病灶以T2WI評(píng)分為主[11],當(dāng)T2WI評(píng)分為1、2、4、5分時(shí),為病灶的最終評(píng)分。當(dāng)T2WI評(píng)分為3分時(shí),需進(jìn)行DWI評(píng)分:只有DWI評(píng)分為5分時(shí),總分才改為4分,否則總分仍為3分。T2WI評(píng)分標(biāo)準(zhǔn):1分,均勻中等信號(hào)強(qiáng)度;2分,局限性低信號(hào)或不均勻有包膜的結(jié)節(jié)(BPH);3分,邊緣模糊,信號(hào)強(qiáng)度不均勻,或其他不符合2、4或5分標(biāo)準(zhǔn)者;4分,呈透鏡狀或邊界不清,均勻中度低信號(hào),最大徑<1.5 cm;5分,影像表現(xiàn)同4分,但最大徑≥1.5 cm,或有明確向前列腺外延伸或侵犯。DWI評(píng)分標(biāo)準(zhǔn):1分,于ADC圖和高b值圖像上無(wú)異常;2分,ADC圖模糊低信號(hào);3分,于ADC圖局灶性輕或中度低信號(hào),且高b值DWI等信號(hào)或輕度高信號(hào);4分,ADC圖明顯局灶性低信號(hào),高b值DWI顯著高信號(hào),且最大層面徑線<1.5 cm;5分,表現(xiàn)同4分,但最大層面徑線≥1.5cm,或有明確向前列腺外延伸或侵犯。以PI-RADS v2最終評(píng)分>3分為PCa的診斷界值。

1.5統(tǒng)計(jì)學(xué)分析 采用SPSS 21.0統(tǒng)計(jì)分析軟件。2組的t-PSA、f-PSA/t-PSA及PSAD比較采用兩獨(dú)立樣本t檢驗(yàn),PI-RADS v2評(píng)分采用Mann-WhitneyU檢驗(yàn)。以差異有統(tǒng)計(jì)學(xué)意義的指標(biāo)為自變量,前列腺穿刺活檢或術(shù)后病理結(jié)果為因變量,分為PCa組與非PCa組(Y=1,0),進(jìn)行BinaryLogistic多因素回歸分析,建立Logistic回歸預(yù)測(cè)模型。PI-RADS v2與其他3個(gè)指標(biāo)分別組合并建立回歸方程,即回歸模型包括3種模式:PI-RADS v2+t-PSA(A);PI-RADS v2+f-PSA/t-PSA(B);PI-RADS v2+PSAD(C)。對(duì)3個(gè)回歸方程獲得的Logit(P)預(yù)測(cè)概率和PI-RADS v2評(píng)分建立ROC曲線,計(jì)算曲線下面積(area under the curve, AUC),評(píng)價(jià)診斷效能,AUC的差異的比較采用MedCalc 15.2.2軟件進(jìn)行Z檢驗(yàn),P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2組間年齡差異無(wú)統(tǒng)計(jì)學(xué)意義(t=-0.896,P>0.05)。

2.12組各指標(biāo)統(tǒng)計(jì)結(jié)果 2組PI-RADS v2評(píng)分差異有統(tǒng)計(jì)學(xué)意義(Z=-5.84,P<0.01),見(jiàn)表1。PCa組t-PSA、f-PSA/t-PSA、PSAD分別為(23.79±13.25)μg/L、0.10±0.07、(0.60±0.36)μg/(L·cm3);非PCa組分別為(8.23±3.18)μg/L、0.18±0.09、(0.13±0.08)μg/(L·cm3),2組比較差異均有統(tǒng)計(jì)學(xué)意義(t=-8.27、4.44、-9.30,P均<0.01)。

2.2Logistic回歸方程 將上述有統(tǒng)計(jì)學(xué)意義的指標(biāo)納入?yún)⒖甲兞?,PI-RADS v2與其他3個(gè)指標(biāo)分別組合,分別建立回歸方程,Logistic回歸預(yù)測(cè)模型建立如下:

A:Logit(P)=-8.682+1.507 PI-RADS v2+ 0.234 t-PSA (χ2=65.993,P<0.01)

B:Logit(P)=-5.425+1.906 PI-RADS v2-13.921 f-PSA/t-PSA (χ2=65.993,P<0.01)

C:Logit(P)=-7.534+1.045 PI-RADS v2+13.318 PSAD (χ2=74.036,P<0.01)

2.3ROC曲線 回歸預(yù)測(cè)模型A、B、C的AUC分別為0.945、0.919、0.960(P均<0.01),PI-RADS v2評(píng)分的AUC為0.861(P<0.01),3種回歸模型與單獨(dú)使用PI-RADS v2的AUC差異均有統(tǒng)計(jì)學(xué)意義(Z=2.81、2.75、2.68,P均<0.01,圖1),其診斷效能見(jiàn)表2,以C回歸預(yù)測(cè)模型為最佳。非PCa組PI-RADS v2誤診的12例患者中,采用A模型正確診斷其中4例,B模型正確診斷9例,C模型正確診斷8例。見(jiàn)圖2、3。

圖1 3種回歸模型與單獨(dú)使用PI-RADS v2的ROC曲線

組別PI?RADSv2評(píng)分12345PCa組(n=33)0221712非PCa組(n=54)12021111

3 討論

移行區(qū)PCa雖然發(fā)生率較低,但其多局限于包膜內(nèi),發(fā)現(xiàn)時(shí)體積往往較大,且術(shù)后早期還具有高度侵襲性[12],故早期診斷對(duì)患者的預(yù)后至關(guān)重要。隨著多參數(shù)MRI的應(yīng)用,MRI對(duì)移行區(qū)PCa的檢測(cè)及描述能力均有提高[13],MRI引導(dǎo)下穿刺活檢能夠提高移行區(qū)PCa診斷與分級(jí)的準(zhǔn)確率[14]。

本研究單獨(dú)使用PI-RADS v2評(píng)分對(duì)移行區(qū)PCa進(jìn)行診斷,PCa組33例中29例診斷正確,4例誤診,非PCa組54例中42診斷正確,12例誤診,其敏感度與特異度分別為87.88%與77.78%,與姬廣海等[15]報(bào)道的敏感度(90.9%)與特異度(77.5%)相近,提示PI-RADS v2對(duì)移行區(qū)PCa的敏感度尚可,但特異度相對(duì)較差。筆者認(rèn)為其原因?yàn)镻I-RADS v2診斷移行區(qū)病變以T2WI為主導(dǎo)序列,DWI為補(bǔ)充序列[16]。移行區(qū)也是BPH的好發(fā)部位,BPH通常分為腺體型(glandular BPH, gBPH)和基質(zhì)型(stromal BPH, sBPH),sBPH在T2WI表現(xiàn)為低信號(hào),與移行區(qū)PCa表現(xiàn)相似[17],鑒別困難。當(dāng)其伴發(fā)前列腺炎時(shí)更難以與移行區(qū)PCa鑒別[18]。移行區(qū)PCa的DWI圖像因水分子擴(kuò)散明顯受限而呈高信號(hào),而sBPH含有大量基質(zhì)細(xì)胞和膠原,使細(xì)胞密度升高、細(xì)胞外組織間隙減小,水分子擴(kuò)散受限而導(dǎo)致DWI亦呈高信號(hào)[19],進(jìn)一步增加了與移行區(qū)PCa的鑒別難度。因此PI-RADS v2診斷移行區(qū)PCa的特異度相對(duì)較差。

表2 PI-RADSv2與PSA結(jié)合的Logistic回歸預(yù)測(cè)模型及單獨(dú)使用PI-RADS v2的診斷效能比較

圖2 患者男,60歲,前列腺腺泡腺癌,PSAD 0.97 μg/(L·cm3),PI-RADS v2最終評(píng)分5分,C模型預(yù)測(cè)概率為0.99,均診斷正確 A.T2WI示右側(cè)移行帶中后部均勻低信號(hào)結(jié)節(jié),邊界模糊不清(箭),最大徑>1.5 cm,T2WI評(píng)分5分; B.DWI示病變呈局灶性高信號(hào)(箭); C.ADC圖呈局限性低信號(hào)(箭); D.病理圖(HE,×100) 圖3 患者男,80歲,前列腺增生并炎癥細(xì)胞浸潤(rùn),PSAD 0.13 μg/(L·cm3),PI-RADS v2最終評(píng)分4分; C模型預(yù)測(cè)概率為0.16,PI-RADS v2誤診而C模型診斷正確 A.T2WI示左側(cè)移行帶前部均勻中等低信號(hào)結(jié)節(jié),邊界稍模糊不清(箭),最大徑>1.5 cm,T2WI評(píng)分3分; B.DWI示病灶呈局灶性高信號(hào)(箭); C.ADC圖呈局限性減低信號(hào)(箭); D.病理圖(HE,×100)

本研究結(jié)果顯示聯(lián)合PI-RADS v2評(píng)分與PSA指標(biāo),其診斷效能高于單獨(dú)使用PI-RADSv2評(píng)分(P均<0.01),特異度有不同程度的升高。在3種回歸預(yù)測(cè)模型中,C模型的診斷價(jià)值最高(AUC為0.960),C模型中加入了PSAD指標(biāo),而癌組織的PSAD明顯高于BPH,PSAD可用來(lái)消除BPH對(duì)PSA升高的影響,客觀地反映前列腺疾病的性質(zhì)和破壞程度[20]。當(dāng)PSAD與PI-RADS v2評(píng)分構(gòu)成C模型并以0.33為C模型預(yù)測(cè)概率的界值時(shí),其特異度(92.59%)明顯高于單獨(dú)使用PI-RADS v2評(píng)分時(shí)的特異度(77.78%),而C模型的敏感度(87.88%)與單獨(dú)使用PI-RADS v2時(shí)的敏感度(87.88%)一致。臨床PSAD獲取容易、方法簡(jiǎn)單,為C模型的臨床應(yīng)用提供了可行性。

本研究的不足;①樣本量較小,可能會(huì)影響良惡性鑒別診斷價(jià)值的評(píng)價(jià);②部分病例以TRUS引導(dǎo)性穿刺活檢作為病理結(jié)果,可能存在假陰性。

總之,聯(lián)合PI-RADS v2評(píng)分與PSA指標(biāo)的Logistic回歸預(yù)測(cè)模型對(duì)移行區(qū)PCa的診斷效能優(yōu)于單獨(dú)使用PI-RADS v2評(píng)分,尤其以PI-RADS v2聯(lián)合PSAD最佳,可明顯提高特異度,為可疑移行區(qū)PCa患者行穿刺提供可靠的依據(jù)。

[1] 韓蘇軍,張思維,陳萬(wàn)青,等.中國(guó)前列腺癌發(fā)病現(xiàn)狀和流行趨勢(shì)分析.臨床腫瘤學(xué)雜志,2013,18(4):330-334.

[2] 張學(xué)琴,王霄英,陸健,等.擴(kuò)散加權(quán)成像診斷前列腺中央腺體癌.中國(guó)醫(yī)學(xué)影像技術(shù),2012,28(4):765-768.

[3] Rouviere O, Papillard M, Girouin N, et al. Is it possible to model the risk of malignancy of focal abnormalities found at prostate multiparametric MRI?. Eur Radiol, 2012,22(5):1149-1157.

[4] Schimmoller L, Quentin M, Arsov C, et al. Predictive power of the ESUR scoring system for prostate cancer diagnosis verified with targeted MR-guided in-bore biopsy. Eur J Radiol, 2014,83(12):2103-2108.

[5] Quon JS, Moosavi B, Khanna M, et al. False positive and false negative diagnoses of prostate cancer at multi-parametric prostate MRI in active surveillance. Insights Imaging, 2015,6(4):449-463.

[6] Purysko AS, Rosenkrantz AB, Barentsz JO, et al. PI-RADS version 2: A pictorial update. Radiographics, 2016,36(5):1354-1372.

[7] 李鵬,楊文君,陳志強(qiáng),等.動(dòng)態(tài)增強(qiáng)MRI診斷前列腺中央腺體癌和不同類(lèi)型前列腺增生.中國(guó)醫(yī)學(xué)影像技術(shù),2013,29(6):962-966..

[8] Kitzing YX, Prando A, Varol C, et al. Benign conditions that mimic prostate carcinoma: MR imaging features with histopathologic correlation. Radiographics, 2016,36(1):162-175.

[9] 陳漢民,蔡聯(lián)明,劉聯(lián)斌,等.血清PSA聯(lián)合PSAD檢測(cè)對(duì)前列腺癌的診斷價(jià)值.現(xiàn)代腫瘤醫(yī)學(xué),2014,22(7):1640-1643.

[10] Bouyé S, Potiron E, Puech P, et al. Transition zone and anterior stromal prostate cancers: Zone of origin and intraprostatic patterns of spread at histopathology. Prostate, 2009,69(1):105-113.

[11] Barrett T, Turkbey B, Choyke PL. PI-RADS version 2: What you need to know. Clin Radiol, 2015,70(11):1165-1176.

[12] Park SY, Kim CK, Park BK, et al. Diffusion-tensor MRI at 3T: Differentiation of central gland prostate cancer from benign prostatic hyperplasia. AJR Am J Roentgenol,2014,202(3):W254-W262.

[13] Pokharel SS, Patel NU, Garg K, et al. Multi-parametric MRI findings of transitional zone prostate cancers: Correlation with 3-dimensional transperineal mapping biopsy Abdom Imaging, 2015,40(1):143-150.

[14] Radtke JP, Boxler S, Kuru TH, et al. Improved detection of anterior fibromuscular stroma and transition zone prostate cancer using biparametric and multiparametric MRI with MRI-targeted biopsy and MRI-US fusion guidance. Prostate Cancer Prostatic Dis, 2015,18(3):288-296.

[15] 姬廣海,鄭義,孛茹婷,等.多參數(shù)MRI對(duì)中央腺體前列腺癌的診斷價(jià)值.中國(guó)醫(yī)學(xué)影像學(xué)雜志,2016,24(8):591-595.

[16] Rosenkrantz AB, Babb JS, Taneja SS, et al. Proposed adjustments to PI-RADS Version 2 decision rules: Impact on prostate cancer detection. Radiology, 2017,283(1):119-129.

[17] Rosenkrantz AB, Taneja SS. Radiologist, be aware: Ten pitfalls that confound the interpretation of multiparametric prostate MRI. AJR Am J Roentgenol,2014,202(1):109-120.

[18] Hoeks CM, Vos EK, Bomers JG, et al. Diffusion-weighted magnetic resonance imaging in the prostate transition zone: Histopathological validation using magnetic resonance-guided biopsy specimens. Inves Radiol, 2013,48(10):693-701.

[19] 冷曉明,韓曉蕊,趙曼,等.單指數(shù)DWI和IVIM-DWI對(duì)前列腺中央腺體疾病的診斷效能.中國(guó)醫(yī)學(xué)影像技術(shù),2016,32(10):1560-1564.

[20] Sfoungaristos S, Perimenis P. PSA density is superior than PSA and Gleason score for adverse pathologic features prediction in patients with clinically localized prostate cancer. Can Urol Assoc J, 2012,6(1):46-50.

Evaluation of transition zone prostate cancer byLogisticregression of prostate imaging reporting and data system version 2 combined with prostate specific antigen

LEILizhi,XUYikai*,HOUMeirong,HEMengqi
(MedicalImagingCenter,NanfangHospital,SouthernMedicalUniversity,Guangzhou510515,China)

Objective To establish theLogisticregression model by reporting and data system version 2 (PI-RADS v2) and prostate specific antigen (PSA), and to evaluate the diagnostic efficiency in transition zone prostate cancer (PCa). Methods MRI and PSA data of 33 patients with PCa and 54 patients with non-PCa confirmed by pathology were analyzed retrospectively. The PI-RADS v2 was used to evaluate the risk of 2 groups (from low to high as 1 to 5 points). Total PSA(t-PSA), free to total PSA ratio (f-PSA/t-PSA), PSA density (PSAD) and PI-RADS v2 scores were compared between 2 groups. TheLogisticregression models were established with parameters which were significantly different between 2 groups. TheLogisticregression was divide into three protocols: PI-RADS v2+t-PSA (A), PI-RADS v2+f-PSA/t-PSA (B), PI-RADS v2+PSAD (C). The ROC curves were constructed by the new parameters Logit (P) and PI-RADS v2 scores for assessing the diagnostic efficiency. Results The t-PSA, f-PSA/t-PSA, PSAD and PI-RADS v2 scores had significant differences between the 2 groups (allP<0.01). Predictive multivariate model of A, B, C was established as Logit(P)=-8.682+1.507 PI-RADS v2+0.234 t-PSA (χ2=65.993,P<0.01), Logit(P)=-5.425+1.906 PI-RADS v2-13.921 f-PSA/t-PSA (χ2=65.993,P<0.01), Logit(P)=-7.534+1.045 PI-RADS v2+13.318 PSAD (χ2=74.036,P<0.01), their area underthe curve (0.945, 0.919, 0.960) were all higher than that of PI-RADS v2 score (0.861, allP<0.01). The protocol C had the best diagnostic efficiency, and the sensitivity and specificity were 87.88% and 92.59%. The sensitivity and specificity of PI-RADS v2 score were 87.88% and 77.78%. Conclusion The diagnostic efficiency of theLogisticregression model which includes the PI-RADS v2 score and PSA are superior to the PI-RADS v2 score alone for transition zone PCa, which can provide a reliable basis for patients whether need biopsy or not.

Prostate imaging reporting and data system version 2;Logisticregression models; Prostatic neoplasms; Prostate-specific antigen

雷李智(1990—),男,湖南郴州人,在讀碩士。研究方向:腹部CT與MRI。E-mail: 631071248@qq.com

許乙凱,南方醫(yī)科大學(xué)南方醫(yī)院影像中心,510515。E-mail: yikaivip@163.com

2016-11-23

2017-05-17

10.13929/j.1003-3289.201611121

R737.25; R445.2

A

1003-3289(2017)07-1047-05

猜你喜歡
信號(hào)模型
一半模型
信號(hào)
鴨綠江(2021年35期)2021-04-19 12:24:18
重要模型『一線三等角』
完形填空二則
重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
孩子停止長(zhǎng)個(gè)的信號(hào)
3D打印中的模型分割與打包
基于LabVIEW的力加載信號(hào)采集與PID控制
一種基于極大似然估計(jì)的信號(hào)盲抽取算法
FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
主站蜘蛛池模板: 成人午夜天| 国产办公室秘书无码精品| 欧美日韩综合网| 国产丝袜第一页| 欧美成人国产| 高清国产va日韩亚洲免费午夜电影| 香蕉在线视频网站| 亚洲欧美不卡| 自拍偷拍一区| 欧美视频二区| 欧美亚洲日韩不卡在线在线观看| 国产乱人免费视频| 内射人妻无套中出无码| 无码视频国产精品一区二区| 女人毛片a级大学毛片免费| 日本午夜精品一本在线观看 | 国产尤物视频在线| 免费看久久精品99| 久久久久国色AV免费观看性色| 色窝窝免费一区二区三区 | 精品视频福利| 国产哺乳奶水91在线播放| 免费精品一区二区h| 中文字幕在线观| 好久久免费视频高清| 精品国产美女福到在线不卡f| 欧美一级夜夜爽| 欧美www在线观看| 热久久这里是精品6免费观看| 国产呦视频免费视频在线观看| 成人福利在线看| 国产在线观看91精品亚瑟| 2018日日摸夜夜添狠狠躁| 玖玖免费视频在线观看| 免费A∨中文乱码专区| 99久久精品久久久久久婷婷| 亚洲色图欧美| 一本大道视频精品人妻| 国产97公开成人免费视频| 精品撒尿视频一区二区三区| 在线日韩日本国产亚洲| 亚洲国产综合精品一区| 国产乱肥老妇精品视频| 午夜天堂视频| 一级毛片基地| 国产福利免费在线观看| 91青青草视频在线观看的| 亚洲清纯自偷自拍另类专区| 亚洲欧美在线精品一区二区| 91青草视频| 成人一级免费视频| 亚洲精品国产日韩无码AV永久免费网| 精品综合久久久久久97超人| 免费可以看的无遮挡av无码| 午夜一级做a爰片久久毛片| 色婷婷成人网| 99热这里都是国产精品| 亚洲精品中文字幕无乱码| 性网站在线观看| 亚洲伊人电影| 精品99在线观看| 91毛片网| 热久久这里是精品6免费观看| 国产一级毛片在线| 午夜激情福利视频| 一本一本大道香蕉久在线播放| 无码电影在线观看| 亚洲日韩精品无码专区| 中文字幕在线观看日本| 天天综合亚洲| 十八禁美女裸体网站| 亚洲国内精品自在自线官| 成年人国产网站| AV不卡国产在线观看| 欧美有码在线| 日韩经典精品无码一区二区| 老熟妇喷水一区二区三区| 中文字幕有乳无码| 精品国产免费观看| 99久久精品免费视频| 精品人妻AV区| 成人精品免费视频|