基于临床特征和多参数MRI的前列腺癌盆腔淋巴结转移的术前预测模型

摘要

目的：分析与前列腺癌患者盆腔淋巴结转移(pelvic lymph node metastasis, PLNM)相关的临床特征，构建PLNM的术前预测模型，以减少不必要的扩大盆腔淋巴结清扫(extended pelvic lymph node dissection, ePLND)。方法：根据纳入与排除标准，回顾性收集2014—2024年间在郑州大学第一附属医院接受前列腺癌根治术和ePLND的344例患者，其中77例(22.4%)患者淋巴结阳性。收集患者的临床特征、MRI报告和组织病理结果，将数据随机分为训练集(241例，70%)和验证集(103例，30%),采用单因素和多因素Logistic回归分析构建PLNM的术前预测模型。结果：单因素Logistic回归分析表明，总前列腺特异性抗原(total prostate specific antigen, tPSA)(P=0.021)、游离前列腺特异性抗原(free prostate specific antigen, fPSA)(P=0.002)、fPSA/tPSA (P=0.011)、穿刺阳性针数百分比(P<0.001)、前列腺影像报告和数据系统(prostate imaging reporting and data system, PI-RADS)评分(P=0.004)、穿刺病理Gleason评分≥8 (P=0.005)、临床T分期(P<0.001)和MRI显示的淋巴结受累(MRI-indicated lymph node involvement, MRI-LNI)(P<0.001)是预测PLNM的显著因素。多因素Logistic回归分析表明，穿刺阳性针数百分比(OR=91.24, 95%CI:13.34～968.68)、PI-RADS评分(OR=7.64, 95%CI:1.78～138.06)和MRI-LNI (OR=4.67, 95%CI:1.74～13.24)是预测PLNM的独立危险因素。基于此构建列线图，多因素模型的预测效果[曲线下面积(area under curve, AUC)=0.883]显著优于单一指标[阳性针数百分比(AUC=0.806)、PI-RADS评分(AUC=0.679)和MRI-LNI(AUC=0.768)]。校准曲线和决策曲线表明，多因素模型具有较高的预测准确度和显著的净收益，在6%的截断值下只漏检了约5.2%的PLNM(4/77),而减少了约53%的ePLND(139/267),显示出较好的预测效果。结论：穿刺阳性针数百分比、PI-RADS评分和MRI-LNI是PLNM的独立危险因素，构建多因素模型可显著提高预测效果，为指导临床ePLND策略提供了有价值的参考。

关键词

前列腺肿瘤 / 淋巴转移 / 多参数磁共振成像 / 活组织检查