10.3969/j.issn.1008-0848.2022.05.007
外周血炎性细胞在前列腺癌诊断中的临床意义
目的 探讨外周血中炎性细胞在PSA 4-20 ng/mL范围内鉴别前列腺增生与前列腺癌的临床意义,并利用相关参数构建预测前列腺癌的列线图模型.方法 回顾性收集2013年6月至2020年12月于我院进行经直肠超声引导下前列腺穿刺活检患者的临床资料,包括前列腺体积(prostate volume,PV)、前列腺特异性抗原(prostate specific antigen,PSA)、外周血中性粒细胞计数(neutrophil)、淋巴细胞计数(lymphocyte)、单核细胞计数(monocyte)、病理结果等.PSA4-20 ng/mL、资料完整者纳入本研究.将所有入组患者以电脑分组法随机选取其中80%作为列线图建模组,其余患者为模型验证组.在列线图建模组中应用Logistic回归法筛选出可独立性预测前列腺癌的指标,并以此构建回归方程,从而建立预测前列腺癌的列线图模型.应用ROC曲线评估所建立的模型对前列腺癌的诊断价值.结果 351例(前列腺癌147例,前列腺增生204例)患者纳入研究,两组间游离PSA(fPSA)、f/tPSA(总PSA)(fPSA与tPSA比值)、PV、PSAD密度(PSA density,PSAD)和中性粒细胞与淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)差异有统计学意义(P<0.05),而淋巴细胞与单核细胞比值(lymphocyte to monocyteratio,LMR),中性粒细胞与单核细胞比值(neutrophil to monocyte ratio,NMR)在两组间无明显差异(P>0.05).在建模组中对患者临床指标进行多因素Logistic回归分析表明f/tPSA、PV和NLR是前列腺癌的独立性预测指标.利用上述有意义指标建立列线图模型,该模型的ROC曲线下面积为0.915,高于f/tPSA(0.765)、PSAD(0.880)和NLR(0.550),差异有统计学意义(P<0.05).结论 本研究基于NLR构建的列线图模型可在不增加患者检查项目的前提下,以更加直观简洁的形式为患者提供个体化的前列腺癌风险预测.
外周血、中性白细胞、淋巴细胞、前列腺肿瘤、列线图、诊断
36
R737.25(肿瘤学)
石家庄市科技局科技支撑计划课题;解放军联勤保障部队第九八○医院科学技术孵育计划项目
2023-03-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
42-45,49