检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:王哲 王勤章[1] 钱彪[1] 李应龙[1] 王新敏[1]
出 处:《中国老年学杂志》2019年第24期6020-6023,共4页Chinese Journal of Gerontology
基 金:2018年度兵团师市科技计划(No.2018YL10)
摘 要:目的分析石河子地区前列腺穿刺活检阳性的相关危险因素,建立Logistic回归预测模型。方法回顾性分析179例经直肠超声引导行前列腺穿刺活检患者的临床资料,采用单因素分析和Logistic回归分析法筛选超声引导下前列腺穿刺活检阳性的相关危险因素,建立Logistic回归模型,通过受试者工作特征(ROC)曲线下面积(AUC)验证预测模型的效能。结果共纳入179例患者,其中前列腺癌98例(54.75%),平均术前血清总前列腺特异性抗原(tPSA)为(54.01±37.57)ng/ml。单因素分析结果显示年龄、tPSA、PSA密度(PSAD)、血肌酐(SCr)、直肠指诊(DRE)、磁共振成像(MRI)与前列腺穿刺活检阳性的发生具有显著相关性(P<0.01)。多因素分析结果显示年龄(OR=2.909,95%CI:1.445~5.854)、tPSA(OR=9.549,95%CI:3.540~25.761)、DRE(OR=6.166,95%CI:1.923~19.771)、MRI(OR=14.143,95%CI:5.127~39.013)与前列腺穿刺活检阳性的发生具有显著相关性(P<0.01,P<0.001)。根据多因素分析结果建立前列腺穿刺活检阳性预测模型:logit P=-13.433+1.068×年龄+2.256×tPSA+1.819×DRE+2.649×MRI。模型预测概率的AUC为0.927。结论年龄、tPSA、DRE、MRI是前列腺穿刺活检阳性的高危预诊因素,据此建立的预测模型对前列腺穿刺阳性的预测具有较高的准确率,可在临床上指导医师为患者制定安全、合理的治疗方案。
关 键 词:前列腺穿刺 前列腺癌 预测模型 LOGISTIC回归模型
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.33