Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Biểu đồ nomo dựa trên hình ảnh cộng hưởng từ hai tham số để phát hiện ung thư tuyến tiền liệt có ý nghĩa lâm sàng ở bệnh nhân chưa sinh thiết
Tóm tắt
Nghiên cứu này nhằm phát triển và xác nhận một mô hình dựa trên hình ảnh cộng hưởng từ hai tham số (bpMRI) để phát hiện ung thư tuyến tiền liệt có ý nghĩa lâm sàng (csPCa) ở những bệnh nhân chưa được sinh thiết. Nghiên cứu hồi cứu này bao gồm 324 bệnh nhân đã thực hiện bpMRI và sinh thiết mục tiêu bằng cộng hưởng từ (MRGB) và/hoặc sinh thiết hệ thống, trong đó 217 bệnh nhân được phân ngẫu nhiên vào nhóm đào tạo và 107 bệnh nhân được phân vào nhóm xác nhận. Chúng tôi đã đánh giá hiệu suất chẩn đoán của ba phương pháp chấm điểm dựa trên bpMRI về độ nhạy và độ đặc hiệu. Sau đó, 3 mô hình (Mô hình 1, Mô hình 2 và Mô hình 3) kết hợp các chấm điểm bpMRI với các biến lâm sàng được xây dựng và so sánh với nhau bằng cách sử dụng diện tích dưới đường cong đặc trưng nhận diện (ROC) (AUC). Ý nghĩa thống kê của sự khác biệt giữa các mô hình này đã được đánh giá bằng cách sử dụng kiểm định DeLong. Trong nhóm đào tạo, 68 trong số 217 bệnh nhân có sự hiện diện của csPCa đã được chứng minh về mặt sinh học. Độ nhạy và độ đặc hiệu cho Chấm điểm 1 lần lượt là 64,7% (Khoảng tin cậy 95% 52,2%-75,9%) và 80,5% (Khoảng tin cậy 95% 73,3%-86,6%); cho Chấm điểm 2 là 86,8% (Khoảng tin cậy 95% 76,4%-93,8%) và 73,2% (Khoảng tin cậy 95% 65,3%-80,1%); và cho Chấm điểm 3 là 61,8% (Khoảng tin cậy 95% 49,2%-73,3%) và 80,5% (Khoảng tin cậy 95% 73,3%-86,6%), tương ứng. Phân tích hồi quy nhiều biến cho thấy các chấm điểm dựa trên bpMRI, tuổi và mật độ kháng nguyên đặc hiệu tuyến tiền liệt (PSAD) là những yếu tố dự đoán độc lập của csPCa. Các AUC cho 3 mô hình lần lượt là 0,88 (Khoảng tin cậy 95% 0,83–0,93), 0,90 (Khoảng tin cậy 95% 0,85–0,94) và 0,88 (Khoảng tin cậy 95% 0,83–0,93). Mô hình 2 cho thấy hiệu suất cao hơn đáng kể so với Mô hình 1 (P = 0,03) và Mô hình 3 (P < 0,01). Tất cả ba phương pháp chấm điểm đều có độ chính xác chẩn đoán ưu việt. Trong khi đó, khi kết hợp với tuổi và PSAD, sức mạnh dự đoán đã được cải thiện đáng kể và Mô hình 2 dựa trên Chấm điểm 2 đạt hiệu suất cao nhất.
Từ khóa
#ung thư tuyến tiền liệt có ý nghĩa lâm sàng #hình ảnh cộng hưởng từ hai tham số #sinh thiết #chẩn đoán #mô hình dự đoánTài liệu tham khảo
GBD 2017 Disease and Injury Incidence and Prevalence Collaborators. Global, regional, and national incidence, prevalence, and years lived with disability for 354 diseases and injuries for 195 countries and territories, 1990–2017: a systematic analysis for the global burden of Disease Study 2017. Lancet Lond Engl. 2018;392:1789–858. https://doi.org/10.1016/S0140-6736(18)32279-7.
Foreman KJ, Marquez N, Dolgert A, Fukutaki K, Fullman N, McGaughey M, Pletcher MA, Smith AE, Tang K, Yuan C-W, et al. Forecasting life expectancy, years of life lost, and all-cause and cause-specific mortality for 250 causes of death: reference and alternative scenarios for 2016-40 for 195 countries and territories. Lancet Lond Engl. 2018;392:2052–90. https://doi.org/10.1016/S0140-6736(18)31694-5.
Tamada T, Sone T, Higashi H, Jo Y, Yamamoto A, Kanki A, Ito K. Prostate Cancer detection in patients with total serum prostate-specific Antigen levels of 4–10 ng/mL: diagnostic efficacy of diffusion-weighted imaging, dynamic contrast-enhanced MRI, and T2-Weighted imaging. AJR Am J Roentgenol. 2011;197:664–70. https://doi.org/10.2214/AJR.10.5923.
Vilanova JC, Barceló-Vidal C, Comet J, Boada M, Barceló J, Ferrer J, Albanell J. Usefulness of Prebiopsy Multifunctional and Morphologic MRI Combined with Free-to-total prostate-specific Antigen ratio in the detection of prostate Cancer. Am J Roentgenol. 2011;196:W715–22. https://doi.org/10.2214/AJR.10.5700.
Delongchamps NB, Rouanne M, Flam T, Beuvon F, Liberatore M, Zerbib M, Cornud F. Multiparametric magnetic resonance imaging for the detection and localization of prostate cancer: combination of T2-weighted, dynamic contrast‐enhanced and diffusion‐weighted imaging. Bju Int. 2011;107:1411–8. https://doi.org/10.1111/j.1464-410X.2010.09808.x.
Ahmed HU, Bosaily AE-S, Brown LC, Gabe R, Kaplan R, Parmar MK, Collaco-Moraes Y, Ward K, Hindley RG, Freeman A, et al. Diagnostic accuracy of multi-parametric MRI and TRUS biopsy in prostate cancer (PROMIS): a paired validating confirmatory study. The Lancet. 2017;389:815–22. https://doi.org/10.1016/S0140-6736(16)32401-1.
Turkbey B, Rosenkrantz AB, Haider MA, Padhani AR, Villeirs G, Macura KJ, Tempany CM, Choyke PL, Cornud F, Margolis DJ, et al. Eur Urol. 2019;76:340–51. https://doi.org/10.1016/j.eururo.2019.02.033. Prostate Imaging Reporting and Data System Version 2.1: 2019 Update of Prostate Imaging Reporting and Data System Version 2.
De Visschere P, Lumen N, Ost P, Decaestecker K, Pattyn E, Villeirs G. Dynamic contrast-enhanced imaging has limited added value over T2-weighted imaging and diffusion-weighted imaging when using PI-RADSv2 for diagnosis of clinically significant prostate cancer in patients with elevated PSA. Clin Radiol. 2017;72:23–32. https://doi.org/10.1016/j.crad.2016.09.011.
Niu X, Chen X, Chen Z, Chen L, Li J, Peng T. Diagnostic performance of Biparametric MRI for detection of prostate Cancer: a systematic review and Meta-analysis. Am J Roentgenol. 2018;211:369–78. https://doi.org/10.2214/AJR.17.18946.
Greer MD, Shih JH, Lay N, Barrett T, Kayat Bittencourt L, Borofsky S, Kabakus IM, Law YM, Marko J, Shebel H, et al. Validation of the Dominant sequence paradigm and role of dynamic contrast-enhanced imaging in PI-RADS version 2. Radiology. 2017;285:859–69. https://doi.org/10.1148/radiol.2017161316.
Lee S, Oh YT, Jung DC, Cho NH, Choi YD, Park SY. Combined analysis of biparametric MRI and prostate-specific Antigen density: role in the Prebiopsy diagnosis of Gleason score 7 or greater prostate Cancer. Am J Roentgenol. 2018;211:W166–72. https://doi.org/10.2214/AJR.17.19253.
Rosenkrantz AB, Babb JS, Taneja SS, Ream JM. Proposed adjustments to PI-RADS version 2 decision rules: impact on prostate Cancer detection. Radiology. 2017;283:119–29. https://doi.org/10.1148/radiol.2016161124.
Epstein JI, Amin MB, Reuter VE, Humphrey PA. Contemporary gleason grading of Prostatic Carcinoma: an Update with discussion on practical issues to implement the 2014 International Society of Urological Pathology (ISUP) Consensus Conference on Gleason Grading of Prostatic Carcinoma. Am J Surg Pathol. 2017;41:e1–e7. https://doi.org/10.1097/PAS.0000000000000820.
Hughes G. Youden’s index and the weight of evidence. Methods Inf Med. 2015;54:198–9. https://doi.org/10.3414/ME14-04-0003.
DeLong ER, DeLong DM, Clarke-Pearson DL. Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach. Biometrics. 1988;44:837–45.
Distler FA, Radtke JP, Bonekamp D, Kesch C, Schlemmer H-P, Wieczorek K, Kirchner M, Pahernik S, Hohenfellner M, Hadaschik BA. The value of PSA Density in Combination with PI-RADS™ for the accuracy of prostate Cancer prediction. J Urol. 2017;198:575–82. https://doi.org/10.1016/j.juro.2017.03.130.
Washino S, Okochi T, Saito K, Konishi T, Hirai M, Kobayashi Y, Miyagawa T. Combination of prostate imaging reporting and data system (PI-RADS) score and prostate-specific antigen (PSA) density predicts biopsy outcome in prostate biopsy naïve patients. BJU Int. 2017;119:225–33. https://doi.org/10.1111/bju.13465.
Sherrer RL, Glaser ZA, Gordetsky JB, Nix JW, Porter KK, Rais-Bahrami S. Comparison of biparametric MRI to full multiparametric MRI for detection of clinically significant prostate cancer. Prostate Cancer Prostatic Dis. 2019;22:331–6. https://doi.org/10.1038/s41391-018-0107-0.
Iwazawa J, Mitani T, Sassa S, Ohue S. Prostate cancer detection with MRI: is dynamic contrast-enhanced imaging necessary in addition to diffusion-weighted imaging? Diagn Interv Radiol. 2011;17:243–8.
Rud E, Baco E, Re JC, Weinreb, Jelle O, Barentsz PL, Choyke et al. PI-RADS Prostate Imaging - Reporting and Data System: 2015, Version 2. Eur Urol 2016;69:16–40: Is Contrast-enhanced Magnetic Resonance Imaging Really Necessary When Searching for Prostate Cancer? Eur Urol (2016) 70:e136. https://doi.org/10.1016/j.eururo.2016.04.017.
Pan J, Su R, Cao J, Zhao Z, Ren D, Ye S, Huang R, Tao Z, Yu C, Jiang J, et al. Modified predictive model and Nomogram by incorporating Prebiopsy Biparametric magnetic resonance imaging with clinical indicators for prostate biopsy decision making. Front Oncol. 2021;11:740868. https://doi.org/10.3389/fonc.2021.740868.
Kuhl CK, Bruhn R, Krämer N, Nebelung S, Heidenreich A, Schrading S. Abbreviated biparametric prostate MR Imaging in Men with elevated prostate-specific Antigen. Radiology. 2017;285:493–505. https://doi.org/10.1148/radiol.2017170129.
Scialpi M, Aisa MC, D’Andrea A, Martorana E. Simplified prostate imaging reporting and data system for biparametric prostate MRI: a proposal. AJR Am J Roentgenol. 2018;211:379–82. https://doi.org/10.2214/AJR.17.19014.
Boesen L, Thomsen FB, Nørgaard N, Løgager V, Balslev I, Bisbjerg R, Thomsen HS, Jakobsen H. A predictive model based on biparametric magnetic resonance imaging and clinical parameters for improved risk assessment and selection of biopsy-naïve men for prostate biopsies. Prostate Cancer Prostatic Dis. 2019. https://doi.org/10.1038/s41391-019-0149-y.