结合PI-RADS v2建立预测前列腺穿刺结果的评分系统

杨大山，彭佩丹，庞诗语，龙其成，詹雅萍，谭万龙

(南方医科大学南方医院 泌尿外科，广东 广州 510515)

·论著·

结合PI-RADS v2建立预测前列腺穿刺结果的评分系统

杨大山，彭佩丹，庞诗语，龙其成，詹雅萍，谭万龙

(南方医科大学南方医院 泌尿外科，广东 广州 510515)

目的结合PI-RADS v2分析影响前列腺穿刺前列腺癌阳性率的影响因素，制定评分系统预测穿刺阳性，减少不必要的穿刺。方法回顾性分析2013年8月至2017年6月南方医院泌尿外科行经直肠超声引导前列腺穿刺活检的病例资料共392例，267例纳入建模组，125例纳入验证组，分析多个因素对前列腺癌穿刺阳性率的预测作用，并根据Logistic回归分析结果制定评分系统。利用验证组患者资料对评分系统进行验证。结果Logistic回归分析结果显示年龄、前列腺特异抗原密度(PSAD)、体重指数(BMI)、PI-RADS v2评分、前列腺体积是影响前列腺癌检出的因素。根据回归系数设定分值。理论分值为-2～9.5分。根据评分系统计算每例患者得分，然后在建模组及验证组绘制评分系统的ROC曲线，曲线下面积分别为0.923(P<0.01)，0.895(P<0.01)。评分≤3分前列腺癌可能性极小，而评分>3分前列腺癌可能性大。结论结合PI-RADS v2建立的该评分系统用于评价前列腺癌风险效能优秀，对于≤3分的患者，前列腺癌风险较小，不建议穿刺；>3分的患者必须行前列腺穿刺。合理利用PI-RADS v2对建立评分系统有明显帮助。

前列腺肿瘤；穿刺术；磁共振成像；PI-RADS；评分系统

Correspondingauther:TanWanlong，Email:twl@smu.edu.cn

ABSTRACT:Objective To explore risk factors of prostate biopsy and to establish scoring a system to predict prostate biopsy outcome and reduce unnecessary prostate biopsy through PI-RADS v2.Methods A total of 392 patients who had accepted prostate biopsy were enrolled from August 2013 to June 2017 in Nanfang Hospital retrospectively，267 patients in modeling group and 125 patients in authentication group.Risk factors were analyzed in diagnosis performance for prostate cancer.According to the results of Logistic regression analysis，a scoring system was developed to predict prostate cancer.The scoring system was validated using patient data from the validation group.Results According to Logistic analysis，age，prostate specific antigen density(PSAD)，BMI，PI-RADS，prostate volume were affecting factors for prostate cancer detection.Value of scoring system was set in accordance with regression coefficient.It ranked from -2 to 9.5 scores.Calculating overall score was used to draw receiver operating characteristic curve of modeling group and authentication group.The areas under the ROC curve were 0.923 and 0.895.Patients acquired a score ≤3 scores with low risk of prostate cancer.The patients who gained more than 3 scores met a high risk of prostate cancer.Conclusion The scoring system combined with PI-RADS v2 has outstanding diagnosis performance for the risks in prostate cancer.The patients with scores lower than 3 do not recommend prostate biopsy as minimal risk of prostate cancer.In view of high risk of cancer，patients obtained 3 scores need prostate biopsy.The rational use of PI-RADS v2 can help set up scoring systems.

KEY WORDS:prostatic neoplasms；punctures；magnetic resonance imaging；PI-RADS;scoring system

前列腺癌在老年男性中的发病率高[1]。随着前列腺特异抗原(prostate specific antigen，PSA)筛查的推广，越来越多的前列腺癌患者被发现，并最终依靠前列腺穿刺活检确诊。与此同时也有不少前列腺增生症患者接受了前列腺穿刺。目前报道的前列腺穿刺阳性率大多在30%～50%之间[2-4]，在医疗过程中为了确诊前列腺癌，对大部分有实验室检查、直肠指诊(DRE)或影像学检查异常的患者进行了前列腺穿刺。目前2014版中国泌尿外科疾病诊断治疗指南的穿刺指征为：① DRE发现前列腺存在可触及的结节，任何PSA值；②超声、CT 、MRI 发现异常影像，任何PSA值；③ 在PSA>10 ng/ml时，任何游离PSA/总PSA(f/t PSA)和PSA密度(PSAD)值。④在PSA处于4～10 ng/ml时，f/t PSA异常或PSAD 值异常[5]。在临床工作中为了防止前列腺癌漏诊，前列腺穿刺指征较为宽泛，增加患者治疗费用，浪费医疗资源。同时前列腺穿刺活检作为一项侵入性操作，有尿潴留、出血、感染、疼痛等并发症[6-7]。针对这一问题，国内外有学者提出了不同的前列腺癌穿刺预测模型[8-10]。其中有结合年龄、前列腺体积、f/t PSA、PSAD、DRE、经直肠超声建立的预测模型[9]，也有结合MRI诊断以提高预测准确率的模型。其中大部分预测模型的观察指标较少，ROC曲线下面积小于0.9，模型的效能欠佳。而且其中DRE是由临床医生的主观判断决定，准确性欠佳。另外预测模型应用于临床较为繁琐，实用性较差。为了减少过多的穿刺操作，在不漏诊前列腺癌的前提下提高前列腺穿刺的阳性率，我们综合临床症状、实验室检查及影像学资料进行分析，以期建立一个效能及实用性均良好的预测前列腺癌穿刺阳性率的评分系统，指导临床工作。

1 资料与方法

1.1 病例选择 回顾性分析我院2013年8月至2017年6月我院泌尿外科行经直肠超声引导前列腺穿刺活检的病例资料，所有纳入研究的患者必须满足如下条件：①术前均无5α还原酶抑制剂及其他影响PSA水平药物使用史；②穿刺前无前列腺电切手术史；③PSA检查前均未行DRE。排除穿刺病理诊断为前列腺炎的病例。共392例患者纳入研究。其中2013年8月至2016年8月267例进入建模组，2016年9月至2017年6月125例进入验证组。

1.2 收集资料 收集患者姓名、年龄、身高、体重、留置导尿、前列腺体积、cPSA、tPSA、尿路感染、血尿、超声诊断、PI-RADS v2评分、前列腺穿刺病理诊断等资料，并根据资料计算f/t PSA=(tPSA-cPSA)/tPSA，PSAD，体重指数(BMI)。

2 结 果

2.1 一般资料 建模组中前列腺癌患者116例，前列腺增生症患者151例，前列腺癌患者平均年龄高于前列腺增生症患者。前列腺癌患者的tPSA、cPSA、PSAD高于前列腺增生症患者，而前列腺体积小于前列腺增生症患者。两组身高、体重、BMI、f/t PSA差异无统计学意义。见表1。

表1 建模组患者一般资料

2.2 单因素分析 在建模组中对各潜在的影响因子进行单因素分析发现，在不同年龄段，随着年龄的增加，前列腺癌占比升高，同样有这种趋势的因素包括PSAD、PI-RADS v2评分、BMI。而前列腺体积<35 ml的患者中，前列腺癌占比约为56.5%，而≥35 ml的患者中，前列腺癌占比仅为34.6%。其他因素对比发现，在无留置导尿管、尿路感染及血尿的患者中，前列腺癌的占比也更高(P<0.05)。而在超声提示低回声的患者中前列腺癌占比更高，但差异无统计学意义(P>0.05)。见表2。

2.3 Logistic回归分析 为了进一步明确以上诸多因素对前列腺癌检出的影响，进行二分类logistic回归分析，对各变量进行赋值。年龄、PSAD、BMI、PI-RADS v2评分、前列腺体积是影响前列腺癌检出的因素。模型的预测准确率达到87.6%，预测前列腺癌的特异度为91.4%，敏感度为81.9%，约登指数0.742，阳性预测值88.1%，阴性预测值87.3%。利用ROC曲线对该回归模型进行验证，回归模型的ROC曲线下面积为0.933(P<0.01，95%CI=0.902～0.964)。见表3，4，图1。

表2 建模组各影响因子的单因素分析(n=267)

表3 各变量的具体赋值方法

表4 多因素的二分类Logistic回归分析

图1 Logistic回归模型的ROC曲线

2.4 评分系统的建立 根据回归系数建立评分系统。理论分值为-2～9.5分。根据评分系统计算每位患者得分，然后在建模组绘制评分系统的ROC曲线，结果显示，曲线下面积为0.923(P<0.01，95%CI=0.892，0.955)。根据ROC曲线确定最佳截断值为3，即该评分系统得分>3分时，前列腺癌可能性大，应考虑穿刺活检。当该评分系统得分≤3分时，前列腺癌可能性较小，不建议行前列腺穿刺活检，可予密切观察，定期重新评估患者分数。见表5，图2。

2.5 评分系统的验证 在验证组中计算每位患者得分并绘制ROC曲线，结果显示，曲线下面积为0.895(P<0.01，95%CI=0.843～0.948)。结合建模组的ROC曲线，可发现该评分系统效能优秀。见图3。

表5 前列腺癌诊断评分系统的分值设定

图2 评分系统ROC曲线

图3 验证组评分系统的ROC曲线

3 讨 论

查阅目前对于前列腺癌穿刺阳性率研究的相关国内外文献，选定可能对前列腺癌的检出有影响的因素纳入研究。年龄、tPSA对于前列腺癌的检出有明显的影响，随着年龄或tPSA的升高，前列腺癌的检出率明显提高[9，11]，而调查发现，70～74岁的男性中，前列腺癌发病率是40～44岁男性的107倍[12]，年龄越大患前列腺癌的可能性越高，自然也影响到前列腺癌在穿刺中的发现。虽然目前未发现BMI直接与前列腺癌相关，但BMI可能与PSA有一定关联[13-14]，高BMI的患者可能与更高的前列腺癌检出率有关[15]。以往认为留置导尿对患者PSA水平有明显影响[16-17]，因此可能降低前列腺癌的检出率。但近年来有研究认为留置导尿患者PSA无明显升高[18]。虽然部分研究在建立模型时将有留置导尿的患者排除，但考虑多因素分析模型可自动分析各因素的影响效能，且为了探索留置导尿在穿刺阳性率中的具体影响，将留置导尿也纳入分析。对于前列腺体积，不少研究发现，在穿刺的患者中，前列腺癌患者的平均前列腺体积更小[10，19-22]。超声和PI-RADS v2评分对前列腺癌的检出也有一定影响[8，23-24]。另外，考虑尿路感染和血尿为下尿路常见的前列腺疾病相关症状，与上述其他因素一起纳入研究。DRE发现异常虽然是穿刺指征之一，但考虑不同临床医生对是否异常的判断差异较大，主观性太强，且同一外科医生随着经验增加对DRE异常的发现也有明显的提升，因而DRE不够客观，因此不纳入分析。最终决定年龄、留置导尿、前列腺体积、tPSA、尿路感染、血尿、超声诊断、PI-RADS v2评分(如无特殊，文中PI-RADS均指第2版)、f/t PSA，PSAD，BMI为纳入研究的观察指标。

目前为止，前列腺癌的筛查仍然主要是依靠血清PSA，进一步的检查也是以PSA是否异常为参考，而且由于PSA筛查的普及，更多早期前列腺癌患者被发现并获得满意治疗。发现PSA异常后往往结合体格检查对患者进行评估，并最终由前列腺穿刺活检确诊。但引起PSA异常升高的因素远不止前列腺内的癌变组织，BMI、急性尿潴留、留置导尿、前列腺炎、DRE都可能引起血清PSA的升高，进而影响临床判断，导致过多的前列腺增生患者接受了前列腺穿刺。本研究发现，评分系统在建模组的曲线下面积为0.923，在验证组的曲线下面积也达到0.895，诊断前列腺癌效能优秀，该评分系统综合了易用与准确的双重特点，该评分系统的得分-2～9.5分，理论上最高9.5分，避免了部分评分系统得分过大及logistic回归模型本身的繁杂引起的复杂计算。根据ROC曲线确定的最佳截断值可见，对于≤3分的患者，在临床诊疗时考虑前列腺穿刺需慎重，在该得分区域的患者前列腺癌占比极小，对于该部分患者建议首选药物及其他非手术对症治疗，待治疗一段时间引起PSA异常升高的非癌变因素(如急性尿潴留、留置导尿、前列腺按摩、急性前列腺炎等)改善后复查PSA，此时该部分患者即避免了前列腺穿刺的痛苦。对于有效对症处理后PSA仍然升高且得分升高的患者可考虑前列腺穿刺活检。得分>3分的患者，此部分患者前列腺增生症的可能性极小，前列腺穿刺活检作为确诊前列腺癌的最终术前手段很有必要。因此，合理利用本评分系统既能避免过度穿刺，同时也能最大可能防止漏诊前列腺癌。

本研究之所以能达到较高的预测效能、模型ROC面积0.933、评分系统ROC面积0.923，除了与选择了logistic回归模型这一成熟的方法有关外，有效观测指标的选择也是一大原因，根据目前的文献报道，结合logistic回归分析的结果，最终纳入了年龄、PSAD、PI-RADS v2评分、BMI、前列腺体积共5项预测因素，并因此而建立了较为准确的评分系统。其中，PI-RADS v2的加入对评分系统的效能提高有明显帮助。

MRI对前列腺癌的敏感性好于超声。它可提供前列腺生理、病理、生化和解剖学信息，可根据临床需要获取不同方向的断层图像，为临床诊断提供有效信息。目前来看，MRI在前列腺癌的诊断中，要优于CT及超声，是诊断前列腺癌较为理想的影像学手段。目前MRI诊断前列腺癌的应用非常广泛，本研究也证明，MRI诊断有助于前列腺癌的发现。PI-RADS v1评分是2012年发表的前列腺癌影响报告和数据系统[25]，第2版PI-RADS则于2014年发布[26]，根据前列腺癌可能性PI-RADS v2具体评分分别对应为:1分，非常低，极不可能出现；2分，低，不可能出现；3分，中等，可疑存在；4分，高风险，可能存在；5分，非常高，极有可能存在。已有学者对PI-RADS v2评分进行了临床探讨，证实了PI-RADS v2对于前列腺癌的检出有帮助作用[24]。

最终，PI-RADS v2用于建立诊断前列腺癌，预测前列腺穿刺结果的评分系统作用明显，该评分系统效能好，能较为准确的预测前列腺穿刺结果，为临床医生提供有益的参考。

[1] 韩苏军.中国前列腺癌发病及死亡现状和流行趋势分析[D].北京：北京协和医学院，2015：44.

[2] 袁利荣，张承广，鲁来兴，等.经会阴及经直肠前列腺穿刺活检术的临床应用分析[J].中华男科学杂志，2014，20(11):1004-1007.

[3] Miyoshi Y，Furuya M，Teranishi J，et al.Comparison of 12-and 16-core prostate biopsy in japanese patients with serum prostate-specific antigen level of 4.0-20.0 ng/mL[J].Urol J，2014，11(3):1609-614.

[4] Irani J，Blanchet P，Salomon L，et al.Is an extended 20-core prostate biopsy protocol more efficient than the standard 12-core? A randomized multicenter trial [J].J Urol，2013，190(1):77-83.

[5] 叶章群.2014中国泌尿外科疾病诊断治疗指南[M].北京：人民卫生出版社，2013:63.

[6] Xue J，Qin Z，Cai H，et al.Comparison between transrectal and transperineal prostate biopsy for detection of prostate cancer:a meta-analysis and trial sequential analysis[J].Oncotarget，2017，8(14):23322-23336.

[7] Wu R.Xu HX Guo LH.Comparison between ultrasound guided transperineal and transrectal prostate biopsy:a prospective，randomized，and controlled trial[J].Sci Rep，2015，5:16089.

[8] 黎勇林，唐正严，齐琳，等.前列腺癌穿刺活组织检查阳性率影响因素的分析及前列腺癌预测模型的建立[J].中南大学学报：医学版，2015，40(6):651-656.

[9] 殷昭阳，李方龙，崔亮，等.前列腺穿刺活检结果预测模型的建立[J].现代泌尿生殖肿瘤杂志，2016，8(5):283-287.

[10] Tang P，Chen H，Uhlman M，et al.A nomogram based on age，prostate-specific antigen level，prostate volume and digital rectal examination for predicting risk of prostate cancer[J].Asian J Androl，2013，15(1):129-33.

[11] 曾柯，黄贵书，李家泉.前列腺穿刺患者前列腺癌检出率及其与PSA、年龄的相关性[J].肿瘤预防与治疗，2016，29(4):217-220.

[12] Leitzmann MF，Rohrmann S.Risk factors for the onset of prostatic cancer:age，location，and behavioral correlates[J].Clin Epidemiol，2012，4：1-11.

[13] Harrison S，Tilling K，Turner EL，et al.Investigating the prostate specific antigen，body mass index and age relationship:is an age-BMI-adjusted PSA model clinically useful?[J].Cancer Causes Control，2016，27(12):1465-1474.

[14] 赵洁，王慕文，陈磊.前列腺特异抗原(PSA)与红细胞压积(Hct)的关系:高体重指数(BMI)人群PSA浓度较低是否由血液稀释所导致?[J].泌尿外科杂志：电子版，2010，2(1):64.

[15] 徐煜.BMI与前列腺穿刺结果的关系[D].上海：复旦大学，2008.

[16] Torricelli FC，Lucon M，Vicentini F，et al.PSA levels in men with spinal cord injury and under intermittent catheterization.[J].Neurourol Urodyn，2011，30(8):1522-1524.

[17] 段建敏，王威，贺喜玲，等.留置导尿对前列腺增生患者血清PSA浓度的影响[J].兰州医学院学报，2004，30(3):35-36.

[18] Izadpanahi MH，Salimi H，Javid A，et al.The effect of urethral catheterization on the level of prostate-specific antigen[J].J Res Med Sci，2017，22:38.

[20] 袁光亚，魏强，辛宇鹏，等.前列腺体积与穿刺活检阳性率和前列腺癌恶性程度的相关性[J].现代肿瘤医学，2017，25(5):753-756.

[21] 欧汝彪，陈晖，钟红，等.前列腺体积和年龄因素对前列腺特异性抗原等指标在前列腺癌筛选中的影响[J].新医学，2009，40(2):83-86.

[22] DiBlasio CJ，Derweesh IH，Maddox MM，et al.Nomogram to predict prostate cancer diagnosis on primary transrectal ultrasound-guided prostate biopsy in a contemporary series[J].Curr Urol，2013，6(3):141-145.

[23] Fang D，Zhao C，Ren D，et al.Could magnetic resonance imaging help to identify the presence of prostate cancer before initial biopsy? The development of nomogram predicting the outcomes of prostate biopsy in the Chinese population[J].Ann Surg Oncol，2016，23(13):4284-4292.

[24] Tan N，Lin WC1，Khoshnoodi P，et al.In-bore 3-T MR-guided transrectal targeted prostate biopsy:prostate imaging reporting and data system version 2-based diagnostic performance for detection of prostate cancer[J].Radiology，2017，283(1):130-139.

[25] Barentsz JO，Richenberg J，Clements R，et al.ESUR prostate MR guidelines 2012[J].Eur Radiol，2012，22(4):746-757.

[26] Bomers JG，Barentsz JO.Standardization of multiparametric prostate MR imaging using PI-RADS[J].Biomed Res Int，2014:431680.

Establishing a point-scoring system to predict prostate biopsy outcome with PI-RADS v2

Yang Dashan，Peng Peidan，Pang Shiyu，Long Qicheng，Zhan Yaping，Tan Wanlong

DepartmentofUrology，NanfangHospital，SouthernMedicalUniversity，Guangzhou510515，China

R737.25

A

1004-583X(2017)10-0885-06

2017-08-17 编辑:张卫国

谭万龙，Email:twl@smu.edu.cn

10.3969/j.issn.1004-583X.2017.10.015