基于病变区域和表观扩散系数值量化，开发用于临床显著前列腺癌的预后预测模型

《Urology》：Development of a Prognostic Prediction Model for Clinically Significant Prostate Cancer Based on Lesion Zone and Apparent Diffusion Coefficient Value Quantification

前列腺癌MRI影像中临床显著癌的预测模型研究，通过回顾性分析429例PI-RADS 3-5患者546个病灶，发现前列腺分区（PZ vs TZ）和ADC值对临床显著癌预测有独立作用，构建包含分区、ADC值及PI-RADS的临床模型AUC达0.78，但未达到降低活检阈值的标准。

　　

Rani Ashouri|Penny S. Reynolds|Shay Rajavel|Kunal Hanchate|William Snead|John M. DiBianco|Jason Joseph|Paul Crispen|Padraic O’Malley|Joseph R. Grajo|Sara M. Falzarano|Thomas F. Stringer|Li-Ming Su|Christopher J. Weight|Tarik Benidir

佛罗里达大学，UF Health，泌尿科。盖恩斯维尔，FL

摘要

目的

通过预测模型指导对影像学检查呈阳性的男性（PI-RADS 3-5）进行临床显著前列腺癌（csPCa）的活检决策。我们旨在阐明前列腺区域（zone）对PI-RADS v2.1预测准确性的影响，确定一个疑似csPCa的量化表观扩散系数（ADC）值阈值，并创建一个逻辑回归模型，该模型独特之处在于它包含了病变区域和量化ADC值。

方法

数据来自一个癌症中心，经过机构审查委员会的审查并获得豁免许可。对429名男性的前列腺多参数磁共振成像（mpMRI）进行了病变水平的回顾性分析，这些男性共有546个病变。MRI由接受过培训的泌尿/腹部影像放射科医生进行阅读和评估。病理分析由接受过培训的泌尿病理学家完成。所有统计分析（包括预测建模）均由一位经验丰富的生物统计学家负责。

结果

多变量分析显示，前列腺区域（PZ）是预测csPCa的独立因素（OR 2.58，95% CI 1.50-4.44，p<0.0005）。单独使用700μm2/s的ADC值阈值时，AUC为0.56；但结合临床和影像学数据（包括前列腺区域和前列腺特异性抗原密度）的模型在ADC值阈值947 μm2/s时，AUC为0.78。在实际应用中，模拟结果显示活检省略的概率在16%到82%之间，因此高于10%或更低的活检省略阈值。

结论

前列腺区域和ADC值的量化各自独立地有助于预测csPCa，但任何模拟应用该模型均未为MRI可见病变的患者制定出明确的活检省略阈值。

引言

2024年，前列腺癌（PCa）占癌症诊断的29%和癌症死亡的11%。多参数磁共振成像（mpMRI）以及经过验证的前列腺影像报告和数据系统2.1版（PI-RADS v2.1）显著提高了病变定位的准确性，从而提高了临床显著前列腺癌（csPCa）的诊断准确性。虽然MRI结果为阴性或不确定（PI-RADS 1-3）时，患者不太可能患有csPCa（定义为GG 2级或更高级别的前列腺癌），但在影像学检查可疑的病变中（PI-RADS 4-5），csPCa的阳性预测值仍然较低（PI-RADS 4为40%，PI-RADS 5为69%）。因此，仍有相当比例的患者在MRI上表现出令人担忧的影像学特征，但活检后发现没有或没有危及生命的前列腺癌。现行指南支持使用辅助工具（包括诺模图）来辅助这一过程，因为这些工具结合了与csPCa相关的多种独特预测因素。目前，ERSPC诺模图是唯一一个将PI-RADS纳入其整体csPCa风险概率计算的美国泌尿协会指南。尽管放射组学显示出潜力，但其广泛可行性、标准化和可接受性仍需进一步研究。

尽管PI-RADS评分系统具有明显优势，但它面临一个挑战：如何无论前列腺大小或是否存在其他前列腺内疾病，都能统一地评估病变是否需要活检。即使在PI-RADS v2.1中增加了对前列腺区域的考虑，相关指南也受到限制。其他混杂因素中，良性前列腺增生（BPH）与前列腺癌类似，也会在MRI上产生影像学病变（如T2WI和/或T1WI所示）。此外，BPH患者的过渡区（TZ）组织密度较高，这给依赖扩散的序列（ADC、DWI）的解释带来了挑战。我们希望探讨一些疑似PI-RADS病变的假阳性结果是否是由于解释密度较高、病变占据更多的TZ区域所导致的复杂性，以及是否可以通过降低TZ区域的ADC值阈值来减少将其视为可疑病变并需要活检的情况。

本研究有三个目的：首先，确定MRI可见病变（PI-RADS 3-5）的预测准确性是否受前列腺区域的影响；其次，量化PI-RADS 3-5病变的ADC值，并根据区域划分出区分惰性/良性病变和csPCa的ADC值阈值；最后，我们开发并内部验证了一个基于逻辑回归的预后模型，以根据前列腺区域、ADC值和PI-RADS来估计csPCa的概率。

部分摘录

伦理声明

由于本研究是对去标识化患者数据进行的次要研究且风险较低，因此获得了IRB许可（IRB202200022）。本研究符合国际关于使用人类数据的法律，并遵循TRIPOD指南中关于临床预测模型的规定（www.equator-network.org）。研究资金仅来自部门内部支持。

研究设计和设置

这项回顾性队列研究涵盖了2016年1月至期间在一家学术癌症中心接受前列腺癌检查的429名男性的病例记录（当时使用的是PI-RADS v2.1版本）

结果

我们的队列包括429名男性的病例记录，共发现546个PI-RADS 3-5级病变。大多数患者的MRI上只有一个病变，而在463份MRI中，有66份（14.3%）显示多个病变（即MRI可见的肿瘤多灶性）。总体而言，21名（4.9%）处于主动监测中的患者接受了针对性的随访MRI活检。平均年龄为71岁（标准差=8岁，最大90岁），82%（352/429）的患者自认为是白人/高加索人种（表1）。

讨论

在这项针对每个病变的研究中，我们研究了前列腺区域（PZ与TZ）对PI-RADS评分分布和活检结果的影响。随后，我们按区域对ADC值进行了分层，并比较了不同区域的活检结果（良性/GG1与GG≥2）。最后，我们开发并实施了一个预后预测模型，纳入了多个独立预测因子，以探索所有可能的预测概率范围，希望能找到一个足够低的概率来决定是否进行活检。

伦理批准

无需伦理批准

利益冲突

作者确认不存在需要报告的利益冲突

资助

无

CRediT作者贡献声明

Grajo Joe：项目管理、方法学、数据管理。O’Malley Padraic：资源支持、项目管理。Thomas F. Stringer：项目管理、方法学、数据管理。Sara M. Falzarano：项目管理、数据管理。Christopher J. Weight：项目管理、研究。Penny S. Reynolds：撰写初稿、验证、研究、正式分析、数据管理。Li-Ming Su：资源支持、项目管理。Rani Ashouri：撰写

利益冲突声明

• Rani Ashouri MD – 无利益冲突
• Penny S. Reynolds PhD - 无利益冲突
• Shay Rajavel – 无利益冲突
• Kunal Hanchate - 无利益冲突
• William Snead MD - 无利益冲突
• John M. DiBianco - 无利益冲突
• Paul Crispen MD - 无利益冲突
• Padraic O’Malley MD - 无利益冲突
• Joe Grajo MD - 无利益冲突
• Sara M. Falzarano MD, PhD - 无利益冲突
• Thomas F. Stringer MD - 无利益冲突
• Li-Ming Su MD - 无利益冲突