基于18F-DCFPyL PSMA-PET/CT的列线图模型精准预测前列腺癌侧特异性包膜外侵犯

来自单中心的研究团队针对前列腺癌(PCa)包膜外侵犯(EPE)预测难题，创新性整合18F-DCFPyL前列腺特异性膜抗原(PSMA)PET/CT与多参数磁共振成像(mpMRI)参数，构建了新型侧特异性预测模型。研究纳入355例接受机器人辅助根治性前列腺切除术(RALP)的患者，发现PSMA最大标准摄取值(SUVmax)≥13联合MRI特征可显著提升预测效能(AUC 0.7542 vs 0.7350)，为保留神经手术决策提供精准影像学依据。

　　

这项开创性研究揭示了分子影像技术在前列腺癌精准评估中的突破性应用。科研团队通过分析355例接受机器人辅助手术患者的临床数据，发现¹⁸F-DCFPyL标记的前列腺特异性膜抗原(PSMA)PET/CT成像中，最大标准摄取值(SUVmax)与包膜外侵犯(EPE)存在显著关联——EPE阳性侧的中位SUVmax达9.1，远超阴性侧的5.4(p<0.001)。

多变量分析锁定了五大关键预测因子：前列腺特异性抗原(PSA)水平、MRI检测到的EPE征象、活检组织分级分组(GGG)、肿瘤浸润百分比以及SUVmax≥13的临界值。特别引人注目的是，当整合PSMA代谢参数与常规MRI特征时，新型预测模型的判别效能(AUC 0.7542)显著超越传统MRI模型(p<0.001)，其校准曲线展现出理想的预测一致性。

该研究首次证实PSMA配体的代谢活性与前列腺癌侵袭性存在定量关联，开发的智能列线图工具可术前精准预判肿瘤突破包膜的侧别定位。这项成果为制定个体化神经保留方案提供了分子影像学依据，有望在根治肿瘤的同时最大限度保护患者性功能，实现前列腺癌外科治疗的精准化突破。