基于68Ga-PSMA PET/CT的视觉列线图在阴性多参数MRI中预测临床显著性前列腺癌的开发与验证

本研究针对多参数磁共振成像(mpMRI)阴性(PI-RADS 1-2)患者临床显著性前列腺癌(csPCa)漏诊难题，创新性结合68Ga-PSMA PET/CT的SUVmax与前列腺特异性抗原密度(PSAD)构建可视化预测模型。通过303例内部队列和130例外部验证，证实该模型AUC达0.819，显著提升阴性预测值至93.4%，并开发交互式网络计算器(PSP Model)，为临床决策提供精准工具。

　　

前列腺癌作为全球男性第二大常见恶性肿瘤，其早期精准诊断始终是临床难点。多参数磁共振成像(mpMRI)虽已成为重要检测手段，但对于影像学表现阴性(PI-RADS 1-2)的患者，仍有约10%可能隐藏着具有临床意义的恶性肿瘤。这种"假阴性"困境让医生面临两难选择：盲目活检可能造成过度医疗，而延迟诊断又可能错过最佳治疗时机。

中国人民解放军空军军医大学西京医院泌尿外科团队敏锐捕捉到这一临床痛点，创新性地将分子影像技术⁶⁸Ga-前列腺特异性膜抗原(PSMA)PET/CT与传统mpMRI相结合。这项发表在《Scientific Reports》的研究，通过分析303例内部患者和130例外部验证病例，首次构建了基于SUV_max和前列腺特异性抗原密度(PSAD)的可视化预测列线图，并开发出名为PSP Model的在线风险评估工具。

研究采用三大关键技术：首先通过3.0T MR扫描器获取多参数影像(PI-RADS v2.1标准)；其次采用西门子Biograph 40系统进行⁶⁸Ga-PSMA PET/CT扫描并计算SUV_max；最后所有患者均接受系统活检(SBx)和靶向活检(TBx)，病理结果采用国际泌尿病理学会(ISUP)分级标准。

患者特征
数据显示，在433例mpMRI阴性患者中，csPCa检出率达23.8%，证实临床漏诊风险确实存在。值得注意的是，仅5.9%的PI-RADS 1-2患者接受了联合活检，提示常规检查存在明显局限性。

预测因子筛选
通过LASSO回归和多元逻辑分析，研究锁定两个关键指标：PSAD(OR=5.296)和SUV_max(OR=4.867)。这两个参数在训练集、内部验证集和外部验证集中均表现出稳定预测价值(P<0.05)。

模型性能
构建的列线图在训练集中AUC达0.819(95%CI 0.729-0.890)，显著优于单独使用PI-RADS的策略。决策曲线分析(DCA)显示，当阈值概率设为30%时，该模型能为临床提供最大净收益。外部验证进一步证实其可靠性(AUC=0.889)。

临床应用转化
团队开发的PSP Model在线计算器(http://www.cspca.online)实现了个体化风险评估，只需输入PI-RADS评分、PSA值、前列腺三维径线和SUV_max，即可自动生成csPCa风险值。与现有SWOP计算器相比，新模型在阴性mpMRI组展现出更优的AUC(0.889 vs 0.788)和阴性预测值(94.8% vs 76.8%)。

这项研究的意义在于首次为mpMRI阴性患者提供了客观、量化的决策工具。通过整合分子影像与临床参数，PSP Model既能减少73%的不必要活检，又将漏诊风险控制在6.6%以下。特别值得注意的是，该模型对SUV_max的运用突破了传统PSMA PET/CT仅用于分期和复发的局限，开创了其在初诊诊断中的新应用场景。

尽管存在回顾性研究的固有局限，但这项多中心验证研究为前列腺癌精准诊断树立了新标杆。未来研究可进一步探索ADC值与放射组学特征的补充价值，并优化检查策略以平衡成本效益。目前证据支持对PSA≥10 ng/ml或PSAD≥0.15ng/ml/cm³的高危人群优先采用这种联合检测方案。