石河子地區前列腺穿刺活檢陽性預測模型的臨床應用分析

王哲，王勤章 ＊（通訊作者），錢彪，龍柏川，李應龍，王新敏

（1.石河子大學醫學院第一附屬醫院 泌尿外科，新疆 石河子 832000；2.新疆石河子市經濟技術開發區醫院 泌尿外科，新疆 石河子 832000）

0 引言

前列腺癌是指發生在前列腺的上皮惡性腫瘤。其中98%為腺癌，起源于腺細胞，是老年男性的常見疾病，不同的地域和種族的前列腺癌發病率具有明顯的差異[1]。前列腺癌的早期診斷及精確分期對治療方式的選擇和療效具有重要的意義，而前列腺穿刺活檢術目前仍是確診前列腺癌的金標準[2-3]。石河子地區目前的前列腺癌患者管理混亂，所以如何建立適用于本地的前列腺癌診斷手段十分必要。根據對石河子大學醫學院第一附屬醫院2012 年至2017年所有行前列腺穿刺活檢的患者信息進行分析，初步建立了石河子前列腺穿刺活檢陽性風險預測模型，本研究在此模型的基礎上對我院2018 年01 月至2019 年02 月行前列腺穿刺活檢的患者進行前瞻性預測，探討S-P 模型的臨床應用價值。

1 資料與方法

1.1 一般資料

選擇新疆石河子大學醫學院第一附屬醫院泌尿外科2018 年01 月至2019 年02 月行經直腸超聲引導下前列腺穿刺活檢術的患者80 例，平均年齡為（74.92±5.54）歲，分別搜集臨床資料。

納入標準：①石河子大學醫學院第一附院泌尿外科2018 年01 月至2019 年02 月已行經直腸超聲引導下前列腺穿刺的患者；②所有病例均經患者及家屬知情同意，并簽署相關知情同意書。排除標準：①臨床資料已嚴重缺失者；②非石河子地區及周邊地區常住人口；③因各種原因導致的患者穿刺針數少于10 針者。

1.2 研究方法

（1）臨床資料搜集：①一般情況主要包括：姓名、年齡（歲）、住院號、民族、居住地、合并慢性?。ǜ哐獕?、糖尿病、腫瘤等）、身高（cm）、體重（kg)、住院天數（總住院天數、術后住院天數）、住院費用（元）等。②術前血清總PSA、血常規、肝功（ALT）、腎功（SCr），尿常規、尿培養、血凝等。③穿刺病理號、病理結果、穿刺針數、Gleason 評分及治療方式等。

（2）穿刺方法：所有行經直腸超聲引導下前列腺穿刺的患者均已完成相關術前檢查，排除手術禁忌，取得病人及家屬的知情同意并簽字；術前均給予500 mL+0.9%的溫氯化鈉鹽水清潔灌腸，患者左側臥位，采用碘伏消毒直腸，給予鹽酸奧布卡因膠漿局部麻醉，待麻醉生效后，在直腸超聲探頭上安裝特定穿刺架，使用巴德Magnum 活檢針對前列腺穿刺10+X 針，穿刺得到的前列腺組織放入4%甲醛溶液送病理科檢驗（穿刺完成后常規肛門內填塞碘伏紗布至少6 h，減少出血，降低感染風險）。所有手術者均通過?？婆嘤柌⑷〉么┐毯细褡C書。

（3）應用S-P 模型對擬行前列腺穿刺活檢術的患者進行分析：S-P 模型：logitP=IN{P/（1-P）}=-13.433+1.068×年 齡+2.256×tPSA+1.819×DRE+2.649×MRI。（P＞0.6 認為前列腺穿刺活檢結果為陽性的概率較高）。

1.3 統計學處理

采取Excel 匯總數據，采用SPSS 22.0 統計軟件完成資料的統計描述和統計分析，統計檢驗水準選擇α=0.05，以P＜0.05 表示差異具有統計學意義。對計量資料用均數±標準差進行表示，統計分析采用卡方檢驗。利用ROC 曲線下面積AUC 分析評價S-P模型的判別性。

2 結果

2.1 術前預測情況

共預測病例80 例，結果顯示陽性概率大于0.6即高風險組的患者共40 例，陽性概率小于0.6 即低風險組的患者共40 例；實際穿刺結果顯示陽性45 例，陰性35 例，預測組與實際組無顯著性差別（P＞0.05），見表1。

2.2 預測與實際發生情況

術后高風險患者組實際穿刺結果為陽性的為40 例，低風險組實際穿刺結果為陽性的有5 例，預測的陽性患者與實際陽性患者組間無顯著性差別（P＞0.05）；預測模型靈敏度為72.4%，特異度為81.8%，陽性預測值為95.0%，陰性預測值為82.5%，約登指數為0.787，見表2。

表1 預測模型穿刺術前預測情況

表2 預測模型預測組及實際組比較

2.3 預測模型ROC 曲線檢驗

本研究應用SPSS 22.0 統計軟件制作ROC 曲線并計算曲線下的面積（圖1）。ROC 曲線下面積為0.947，S-P 模型對穿刺結果陽性的高風險人群的預測有統計學意義（P＜0.01），95%可信區間為（0.902-0.991）。

圖1 S-P 模型預測穿刺陽性風險的ROC 曲線

3 討論

超聲引導下前列腺穿刺活檢術是前列腺癌診斷的金標準，隨著醫療水平的不斷進步[4-5],以PSA 為基礎的前列腺癌策略性篩查已逐漸普及，所謂策略性篩查即為基于個體化的原則，充分考慮病人的家族史、年齡、種族等多種因素后，在醫務工作者與病人充分溝通后有側重的篩查[6]。因此,一些發達國家的學者搜集病人的臨床資料及相關輔助檢查建立了前列腺癌的診斷預測模型，希望提高前列腺癌的診斷效能。許多專家提出了各式各樣的預測模型，包括風險分類模型、分類樹模型以及人工神經網絡等，這些模型各有特點，都從不同的角度分析患病風險[7]，對前列腺癌的診斷起到了一定作用。國內同樣也有學者不斷地嘗試著綜合各種因素建立前列腺穿刺的預測模型[8]。陳建剛等[9-10]建立了一種簡易評分系統，通過對各種危險因素進行賦分，以分值高低來判斷穿刺活檢的陽性幾率，李秋洋等人[11-12]也建立了Logistic 數學模型來預測患前列腺癌的風險。這些模型的建立都不同程度地提高了前列腺癌的診斷概率。目前國內針對老年男性既未開展PSA 廣泛篩查，也未開展策略性篩查，這就導致中國確診的前列腺癌患者往往臨床分期較晚，已經失去手術治療的機會且預后較差。而石河子地區的前列腺癌患者管理非?；靵y,既浪費了大量醫療資源,也給患者和家庭帶來了壓力。因此急需建立針對石河子地區前列腺癌患者的疾病預測模型，由此開展策略性篩查，早期檢出高危人群中的前列腺癌患者并避免低危人群的過度診療，為公共衛生資源的合理配置和制定地域針對性的前列腺癌防治策略提供指引。

本研究利用已建立的S-P 模型對我院2018 年1月至2019 年02 月80 例擬行前列腺穿刺活檢術的患者進行了前瞻性風險預測，顯示預測結果與實際發生情況之間無顯著性差別,其中預測結果顯示患癌風險較高者有40 例，實際患癌45 例，其在特異行、靈敏性，陽性預測值及陰性預測值均較高,表明該模型能夠較好的預測前列腺穿刺活檢陽性結果發生的風險。本研究的約登指數為0.787，表明S-P 模型具有較好的預測效果。

ROC 曲線又稱受試者工作特征曲線，用在分類變量評判效果的分析，通過計算曲線下的面積，面積越大，診斷準確度越高。本研究S-P 模型ROC 曲線下面積為0.947，95%可信區間為（0.902-0.991），說明S-P 模型可以較好的預測前列腺穿刺活檢陽性的高風險人群。因此我們可以得出結論，石河子前列腺穿刺活檢陽性預測模型對石河子地區前列腺穿刺活檢陽性的風險有良好的預測能力。

隨著泌尿外科醫療技術尤的不斷進步，其是對疾病診斷技術水平，在提高疾病治愈率的同時，對患者精神及生活方面造成的不良影響也越來越成為臨床醫生考慮的重要指標，我們不僅僅要關注疾病是否治愈，也應該關注患者預后效果及生活質量。目前，僅僅關注死亡率和發病率的降低已相當局限。而早期發現也是我們關注的問題。因此，我們需要選擇更合理和準確的診斷方法，生成前列腺穿刺活檢陽性風險預測模型，初步來解決這一問題。