DISCO和MUSE-DWI联合前列腺特异性抗原密度在前列腺癌的诊断及危险分层中的价值
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3760/cma.j.cn112137-20221018-02176

DISCO和MUSE-DWI联合前列腺特异性抗原密度在前列腺癌的诊断及危险分层中的价值

引用
目的:探究基于笛卡尔采集的K空间共享三维容积快速动态成像(DISCO)和复合灵敏度编码的高分辨率扩散成像(MUSE-DWI)联合前列腺特异性抗原密度(PSAD)在前列腺癌(PCa)的诊断及危险分层中的价值。方法:回顾性收集2020年7月至2021年8月宁夏医科大学总医院183例[年龄:48~86(68±8)岁]前列腺疾病患者的资料。根据疾病情况分为非PCa组115例,PCa组68例,其中PCa组又根据危险程度分为低危PCa组14例,中高危PCa组54例。分析组间容积转移常数(Ktrans)、速率常数(Kep)、血管外细胞外体积分数(Ve)、表观扩散系数(ADC)和PSAD的差异。采用受试者工作特征(ROC)曲线评估各定量参数值及PSAD鉴别非PCa和PCa、低危PCa和中高危PCa的诊断效能。采用多因素logistic回归模型对非PCa组和PCa组间差异有统计学意义的指标进行分析,筛选出PCa的预测因子。结果:PCa组的Ktrans、Kep、Ve值和PSAD均高于非PCa组,ADC值低于非PCa组,差异均有统计学意义(均 P<0.001);中高危PCa组的Ktrans、Kep值和PSAD均高于低危PCa组,ADC值低于低危PCa组,差异均有统计学意义(均 P<0.001)。鉴别非PCa和PCa时,联合模型(Ktrans+Kep+Ve+ADC+PSAD)的ROC曲线下面积(AUC)高于单一指标[0.958(95% CI:0.918~0.982)比0.881(95% CI:0.825~0.924)、0.836(95% CI:0.775~0.887)、0.672(95% CI:0.599~0.740)、0.940(95% CI:0.895~0.969)、0.816(95% CI:0.752~0.869),均 P<0.05];鉴别低危PCa和中高危PCa时,联合模型(Ktrans+Kep+ADC+PSAD)的AUC高于Ktrans、Kep和PSAD[0.933(95% CI:0.845~0.979)比0.846(95% CI:0.738~0.922)、0.782(95% CI:0.665~0.873)、0.848(95% CI:0.740~0.923),均 P<0.05]。多因素logistic回归分析显示Ktrans( OR=1.005,95% CI:1.001~1.010)和ADC值( OR=0.992,95% CI:0.989~0.995)是PCa的预测因子( P<0.05)。 结论:DISCO和MUSE-DWI联合PSAD可以鉴别前列腺良恶性病变,Ktrans和ADC值是PCa的预测因子;Ktrans、Kep、ADC值和PSAD有助于预测PCa的生物学行为。

放射学、前列腺癌、基于笛卡尔采集的K空间共享三维容积快速动态成像、基于复合灵敏度编码的高分辨率扩散成像、前列腺特异性抗原密度、横断面研究

103

宁夏回族自治区重点研发计划2019BEG03033;宁夏自然科学基金2022AAC03472;Key Research and Development Program of Ningxia2019BEG03033;Natural Science Foundation Program of Ningxia2022AAC03472

2023-05-30(万方平台首次上网日期,不代表论文的发表时间)

共8页

1461-1468

相关文献
评论
暂无封面信息
查看本期封面目录

中华医学杂志

0376-2491

11-2137/R

103

2023,103(19)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn