增强超声引导下的融合活检的诺模图（nomogram）能够预测前列腺癌的病理分级升级情况

《Frontiers in Oncology》：The nomogram of contrast-enhanced ultrasound-targeted fusion biopsy predicts the pathology upgrade in prostate cancer

前列腺癌患者结合系统性穿刺与CEUS靶向穿刺活检与根治性前列腺切除术病理一致性的分析及预测模型构建。纳入113例接受联合穿刺活检及根治性前列腺切除术的患者，计算术前术后Gleason分级组（GGG）的Kappa一致性（0.46），筛选出穿刺术前Gleason评分（pGS）和最大单针阳性癌比例（GPC）为独立预测因子，建立包含年龄、PSAD、pGS、sGS、GPC及阳性针数六个变量的列线图模型，其预测效能AUC达0.83，校准曲线显示良好一致性。

　　这项研究探讨了结合系统性活检与增强型超声（CEUS）引导的前列腺活检在前列腺癌患者术前诊断与根治性前列腺切除术（RP）病理结果之间的一致性，并通过构建一个预测模型来评估术前病理分级（Gleason分级组，GGG）在术后升级的可能性。研究对象是113名接受术前活检并随后进行根治性前列腺切除术的前列腺癌患者，研究时间跨度为2021年1月至2024年11月。研究结果显示，术前活检与术后病理之间的GGG一致性为中等，Kappa值为0.46，且具有统计学意义（p < 0.01）。此外，通过逻辑回归分析，研究发现术前Gleason评分（pGS）和单个核心中最大癌细胞百分比（GPC）是术后GGG升级的独立预测因素。基于这些变量，研究人员构建了一个预测模型——一个名为“nomogram”的工具，其预测效能通过接收者操作特征曲线（ROC曲线）、校准曲线和决策曲线分析进行了评估。结果表明，该模型的曲线下面积（AUC）达到0.83，校准曲线也显示了良好的一致性，进一步验证了模型的可靠性。

前列腺癌作为一种常见的恶性肿瘤，尤其在老年男性群体中发病率较高。随着医学技术的发展，前列腺癌的诊断和治疗策略逐渐从传统的单一方法转向更加综合和精准的评估体系。术前病理分级是决定治疗方案的重要依据，而由于前列腺癌具有多灶性和异质性特征，仅依靠系统性活检可能无法全面反映肿瘤的真实情况。因此，近年来，多种影像引导的靶向活检技术被引入临床，以提高诊断的准确性和可靠性。其中，磁共振成像（MRI）引导的靶向活检被认为是术前病理分级的“金标准”，但由于其成本高、操作复杂且对操作者的技术要求较高，难以在基层医疗机构中广泛应用。相比之下，超声引导的活检，特别是增强型超声（CEUS）引导的靶向活检，因其操作简便、实时成像以及能够检测更多可疑病灶的特点，逐渐受到关注。

CEUS技术通过使用微泡作为对比剂，提高了对肿瘤微血管的敏感性，从而能够更准确地识别前列腺内的可疑病灶。在本研究中，结合系统性活检与CEUS靶向活检的方法被采用，以期在术前阶段更全面地评估前列腺癌的病理特征。系统性活检通常采用标准的10核心取样方法，而CEUS靶向活检则在发现可疑病灶后，有针对性地进行取样。这种方法的优势在于能够同时获取系统性信息和靶向信息，从而减少漏诊的可能性。此外，研究还发现，术前活检的GGG与术后病理结果之间存在一定的差异，部分患者在术后出现了GGG升级，即术前活检的病理分级低于术后实际诊断的病理分级。这一现象可能与活检样本的局限性有关，例如活检针无法完全覆盖所有病灶，或者某些高危病灶未被检测到。

在本研究中，通过对113名患者的回顾性分析，研究人员发现，术前GGG与术后病理结果之间存在中度一致性（Kappa = 0.46，p < 0.01）。其中，25名患者（22.1%）出现了GGG升级，而88名患者（77.9%）的GGG没有发生变化。值得注意的是，有24名患者（21.3%）出现了GGG降级，这可能是因为术前活检的某些病灶被误判或存在假阳性，而在术后病理中被排除。此外，还有64名患者（56.6%）的GGG保持不变。这些结果表明，术前活检的病理分级虽然有一定的参考价值，但仍然存在一定的误差，尤其是在高危病灶的识别方面。

为了进一步提高术前评估的准确性，研究人员采用逻辑回归分析，筛选出对术后GGG升级具有独立预测作用的变量。结果显示，术前Gleason评分（pGS）和单个核心中最大癌细胞百分比（GPC）是两个重要的预测因子。pGS较低的患者术后更有可能出现GGG升级，而GPC较高的患者同样存在较高的升级风险。这两个变量可能反映了肿瘤的生物学行为，例如肿瘤的异质性和侵袭性。相比之下，术后Gleason评分（sGS）与GGG升级之间未表现出显著相关性（p = 0.13），这可能与样本量较小或数据采集过程中存在的误差有关。尽管如此，sGS仍然被纳入了后续的nomogram模型构建中，以确保模型的全面性。

构建的nomogram模型基于多个变量，包括年龄、PSA密度（PSAD）、pGS、sGS、GPC以及阳性核心数量。这些变量的选择不仅基于本研究的数据，还参考了以往的相关研究。通过将这些变量整合到一个预测模型中，研究人员能够更精确地评估患者术后GGG升级的风险。该模型的预测效能通过多种分析方法进行了验证，包括ROC曲线分析、校准曲线分析和决策曲线分析。其中，ROC曲线的AUC值为0.83，表明该模型具有较高的预测能力。校准曲线的结果也显示，模型预测值与实际值之间具有良好的一致性，且经过1000次bootstrap重复验证后，平均绝对误差仅为0.05，进一步证明了模型的稳健性。

在临床实践中，nomogram作为一种可视化工具，能够帮助医生更直观地理解患者的个体风险，并据此制定更加精准的治疗方案。对于那些术前活检显示为低风险的患者，如果nomogram预测其术后GGG升级的可能性较高，则可能需要重新评估其治疗策略，例如考虑是否进行根治性手术而非主动监测或放疗。反之，如果预测术后GGG不会升级，则可以更有信心地选择保守治疗方案。这种基于数据驱动的决策支持工具，有助于减少不必要的手术，提高治疗的针对性和有效性。

此外，本研究还关注了GGG从4到5的升级情况，这在临床中被认为是一种较为严重的病理变化，可能意味着肿瘤的侵袭性增强或存在更高的转移风险。尽管MRI引导的靶向活检在术前评估中具有较高的准确性，但其高昂的成本和操作复杂性限制了其在基层医院的应用。相比之下，CEUS引导的靶向活检因其成本较低、操作简便且具有实时成像的优势，成为一种更具可行性的替代方案。本研究的结果表明，结合系统性活检与CEUS靶向活检的方法在提高术前诊断准确性方面具有显著优势，尤其是在识别高危病灶和预测术后病理变化方面。

尽管该研究取得了一定的成果，但其仍存在一些局限性。首先，研究采用了回顾性设计，这意味着数据的收集可能存在一定的偏差，尤其是在患者的选择和信息记录方面。其次，样本量相对较小，可能影响模型的泛化能力。此外，部分临床和病理数据缺失，也可能对结果的准确性产生一定影响。未来的研究可以考虑采用前瞻性设计，并扩大样本量，以进一步验证模型的适用性和稳定性。同时，也可以探索其他潜在的预测变量，例如患者的临床分期、影像学特征和分子标志物等，以构建更加全面和精准的预测模型。

总的来说，这项研究为前列腺癌的术前评估提供了新的思路和工具。通过结合系统性活检与CEUS靶向活检，研究人员能够更准确地预测术后病理变化，从而帮助医生制定更加个性化的治疗方案。构建的nomogram模型不仅具有较高的预测效能，而且在临床应用中展现出良好的一致性和稳定性。这为前列腺癌的精准诊疗提供了有力支持，尤其是在资源有限的基层医疗机构中，该模型可能成为一种实用的决策辅助工具。未来，随着影像技术和病理分析方法的不断进步，类似的预测模型有望在更广泛的临床场景中发挥作用，进一步提高前列腺癌诊疗的准确性和效率。