前列腺癌风险预测模型的构建与验证

路帅; 李文杰; 徐紫薇; 张浩轩; 陆进

doi:10.13406/j.cnki.cyxb.003180

您当前的位置：

首页 >

文章列表页 >

前列腺癌风险预测模型的构建与验证

临床研究 | 更新时间：2025-10-21

- 前列腺癌风险预测模型的构建与验证
- Construction and validation of a prostatic cancer risk prediction model
- 重庆医科大学学报 2023年48卷第3期页码：328-334
- 作者机构：
  
  1.蚌埠医学院临床医学院2019级，蚌埠 233030
  2.蚌埠医学院人体解剖学教研室，蚌埠 233030
- 作者简介：
  
  路　帅，Email：1694161507@qq.com，研究方向：前列腺癌风险分析。
  陆　进，Email：0100197@bbmc.edu.cn。
- 基金信息：
  
  2021年教育部产学合作协同育人资助项目(2021011;60001)
- DOI：10.13406/j.cnki.cyxb.003180
  中图分类号： R604
- 收稿：2022-08-16，
  
  修回：2022-12-02，
  
  录用：2022-12-26，
  
  纸质出版：2023-03-28
- 稿件说明：
移动端阅览
路帅,李文杰,徐紫薇,等.前列腺癌风险预测模型的构建与验证[J].重庆医科大学学报,2023,48(3):328-334.

Lu Shuai,Li Wenjie,Xu Ziwei,et al.Construction and validation of a prostatic cancer risk prediction model[J].Journal of Chongqing Medical University,2023,48(3):328-334.
路帅,李文杰,徐紫薇,等.前列腺癌风险预测模型的构建与验证[J].重庆医科大学学报,2023,48(3):328-334. DOI： 10.13406/j.cnki.cyxb.003180.

Lu Shuai,Li Wenjie,Xu Ziwei,et al.Construction and validation of a prostatic cancer risk prediction model[J].Journal of Chongqing Medical University,2023,48(3):328-334. DOI： 10.13406/j.cnki.cyxb.003180.

摘要

目的

筛选前列腺癌（prostatic cancer，PCa）发病的影响因素，构建PCa风险预测模型并进行验证。

方法

利用国家临床医学科学数据中心《前列腺肿瘤预警数据集》，对数据处理后将数据按7∶3随机分为建模组和验证组；使用最小绝对值收敛和选择算子（least absolute shrink⁃age and selection operator，LASSO）对建模组进行筛选，得到PCa特征指标；对特征指标进行多因素logistic回归分析，并利用其分析结果对建模组数据构建PCa风险预测模型，同时利用建模组数据进行内部评价及验证组数据内部验证。

结果

共纳入880例样本数据，其中建模组616例，验证组264例；通过LASSO回归分析对筛选得到的14个特征指标进行多因素logistic回归分析，结果显示球蛋白（

=1.112，95%CI=1.044~1.185）、无机磷（

=65.167，95%CI=20.437~207.796）、总前列腺特异性抗原（t

otal prostate specific antigen，tPSA）（

=1.026，95%CI=1.014~1.037）与血清尿酸（

=0.997，95%CI=0.994~0.999）的差异具有统计学意义（

0.05），是PCa发病的独立影响因素；利用其构建的PCa风险预测模型内部评价和内部验证的校准曲线准确度较高；模型内部评价的曲线下面积（area under curve，AUC）为0.766（95%CI=0.728~0.804），患者的决策曲线分析（decision curve analysis，DCA）净获益率为9%~72%；而模型内部验证的AUC为0.704（95%CI=0.639~0.768），患者的DCA净获益率为18%~59%及63%~64%。

结论

球蛋白、无机磷、tPSA与血清尿酸是PCa的独立影响因素，通过其构建的风险预测模型具有良好预测作用。

Abstract

Objective

To screen the influencing factors of the incidence of prostatic cancer（PCa），build a risk prediction model for PCa and validate it.

Methods

Based on the

Prostatic Cancer Early Warning Data Set

of National Clinical Medical Science Data Center，and after the data processing， the data were randomly divided into a modeling group and a verification group according to 7∶3. Least absolute shrink⁃age and selection operator（LASSO） regression was used to screen the PCa characteristic indicators of the modeling group， multifactor logistic regression analysis was carried out to analyze the characteristic indicators，and the analysis results were used to build a PCa risk prediction model for the data of the modeling group. At the same time，the data of the modeling group were used for internal evaluation and the data of the validation group for internal verification.

Results

A total of 880 sample data were included，including 616 in the modeling group and 264 in the validation group. The 14 characteristic indexes screened by LASSO regression analysis were used for multivariate logistic regression analysis. The results showed that only globulin（

OR=

1.112，95%CI=1.044-1.185），inorganic phosphorus（

OR=

65.167，95%CI=20.437-207.796），total prostate specific antigen（tPSA）（

OR=

1.026，95%CI=1.014-1.037） and serum uric acid（

OR=

0.997，95%CI=0.994-0.999） had significant differences（

0.05），and they were independent influencing factors for PCa. The calibration curve of the internal evaluation and internal verification of the PCa risk prediction model had high accuracy. The area under curve（AUC） of internal evaluation of the model was 0.766（95%CI=0.728-0.804），and the net benefit rate of decision curve analysis（DCA） of patients was 9%-72%；the AUC of internal validation of the model was 0.704（95%CI=0.639-0.768），and the net benefit rate of DCA of patients was 18%-59% and 63%-64%.

Conclusion

Globulin，inorganic phosphorus，tPSA and serum uric acid are independent influencing factors of PCa. The risk prediction model constructed by them has a good prediction effect.

关键词

Keywords

references

李　斌，刘　旭，王洪颖，等 . 小分子多肽抗前列腺癌的研究进展 [J ] . 中国实验方剂学杂志， 2021 ， 27 （ 10 ）： 222 - 230 .

Li B ， Liu X ， Wang HY ， et al . Research progress of polypeptides against prostate cancer [J ] . Chin J Exp Tradit Med Formulae ， 2021 ， 27 （ 10 ）： 222 - 230 .

World cancer report: cancer research for cancer prevention [EB/OL ] . ( 2020-06-20 ). https://publications.iarc.fr/586 https://publications.iarc.fr/586 .

前列腺癌筛查中国专家共识（2021年版） [J ] . 中国癌症杂志， 2021 ， 31 （ 5 ）： 435 - 440 .

China expert consensus on prostate cancer screening（2021 edition） [J ] . China Oncol ， 2021 ， 31 （ 5 ）： 435 - 440 .

Dyrberg E ， Hendel HW ， Huynh THV ， et al . 68 Ga-PSMA-PET/CT in comparison with 18 F-fluoride-PET/CT and whole-body MRI for the detection of bone metastases in patients with prostate cancer：a prospective diagnostic accuracy study [J ] . Eur Radiol ， 2019 ， 29 （ 3 ）： 1221 - 1230 .

王茹月，叶　雨 . 前列腺癌早期诊断相关外周血循环游离核酸的研究进展 [J ] . 实用医学杂志， 2019 ， 35 （ 5 ）： 831 - 834 .

Wang RY ， Ye Y . Research progress of free nucleic acid in peripheral blood circulation related to early diagnosis of prostate cancer [J ] . J Pract Med ， 2019 ， 35 （ 5 ）： 831 - 834 .

孙殿钦，雷　林，蔡颖，等 . 前列腺癌相关危险因素的研究进展 [J ] . 中国肿瘤， 2020 ， 29 （ 4 ）： 292 - 298 .

Sun DQ ， Lei L ， Cai Y ， et al . Research advances in risk factors for prostate cancer [J ] . China Cancer ， 2020 ， 29 （ 4 ）： 292 - 298 .

Kohaar I ， Petrovics G ， Srivastava S . A rich array of prostate cancer molecular biomarkers：opportunities and challenges [J ] . Int J Mol Sci ， 2019 ， 20 （ 8 ）： 1813 .

Hashimoto T ， Ohori M ， Shimodaira K ， et al . Prostate-specific antigen screening impacts on biochemical recurrence in patients with clinically localized prostate cancer [J ] . Int J Urol ， 2018 ， 25 （ 6 ）： 561 - 567 .

Duffy MJ . Biomarkers for prostate cancer：prostate-specific antigen and beyond [J ] . Clin Chem Lab Med ， 2020 ， 58 （ 3 ）： 326 - 339 .

Stefancu A ， Moisoiu V ， Couti R ， et al . Combining SERS analysis of serum with PSA levels for improving the detection of prostate cancer [J ] . Nanomedicine（Lond）， 2018 ， 13 （ 19 ）： 2455 - 2467 .

刘加成，刘　群，管荣平，等 . T1、T2值联合血清总前列腺特异性抗原对移行带前列腺癌的诊断价值 [J ] . 中国临床医学影像杂志， 2022 ， 33 （ 8 ）： 546 - 550，556 .

Liu JC ， Liu Q ， Guan RP ， et al . T1，T2 value combined with serum tPSA in diagnosis of prostate cancer in transition zone [J ] . J China Clin Med Imaging ， 2022 ， 33 （ 8 ）： 546 - 550，556 .

Mello-Grand M ， Gregnanin I ， Sacchetto L ， et al . Circulating microRNAs combined with PSA for accurate and non-invasive prostate cancer detection [J ] . Carcinogenesis ， 2019 ， 40 （ 2 ）： 246 - 253 .

Saout K ， Zambon A ， Nguyen TA ， et al . Impact of multiparametric MRI and PSA density on the initial indication or the maintaining in active surveillance during follow-up in low-risk prostate cancer [J ] . Clin Genitourin Cancer ， 2022 ， 20 （ 3 ）： e244 - e252 .

红　华，吴国柱，刘举珍，等 . 不同级别前列腺癌经直肠超声造影参数分析 [J ] . 中国超声医学杂志， 2020 ， 36 （ 2 ）： 170 - 174 .

Hong H ， Wu GZ ， Liu JZ ， et al . Analysis of transrectal contrast-enhanced ultrasound parameters in different grades of prostate cancer [J ] . Chin J Ultrasound Med ， 2020 ， 36 （ 2 ）： 170 - 174 .

Strasak AM ， Rapp K ， Hilbe W ， et al . The role of serum uric acid as an antioxidant protecting against cancer：prospective study in more than 28 000 older Austrian women [J ] . Ann Oncol ， 2007 ， 18 （ 11 ）： 1893 - 1897 .

Fabbrini E ， Serafini M ， Colic Baric I ， et al . Effect of plasma uric acid on antioxidant capacity，oxidative stress，and insulin sensitivity in obese subjects [J ] . Diabetes ， 2014 ， 63 （ 3 ）： 976 - 981 .

Teasdale C ， Mander AM ， Fifield R ， et al . Serum β 2 -microglobulin in controls and cancer patients [J ] . Clin Chimica Acta ， 1977 ， 78 （ 1 ）： 135 - 143 .

Bozkaya Y ， Erdem GU ， Demirci NS ， et al . Prognostic importance of the albumin to globulin ratio in metastatic gastric cancer patients [J ] . Curr Med Res Opin ， 2019 ， 35 （ 2 ）： 275 - 282 .

张华锋，赵　佳，徐道明，等 . 全雄激素阻断治疗前前列腺癌患者白蛋白球蛋白比值在预后评估中的研究 [J ] . 中华老年医学杂志， 2019 ， 38 （ 10 ）： 1153 - 1157 .

Zhang HF ， Zhao J ， Xu DM ， et al . Prognostic value of pretreatment albumin to globulin ratio in prostate cancer patients treated with maximal androgen blockade [J ] . Chin J Geriatr ， 2019 ， 38 （ 10 ）： 1153 - 1157 .

Wilson KM ， Shui IM ， Mucci LA ， et al . Calcium and phosphorus intake and prostate cancer risk：a 24-y follow-up study [J ] . Am J Clin Nutr ， 2015 ， 101 （ 1 ）： 173 - 183 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于CHARLS数据构建高血压患者认知功能障碍风险预测列线图模型及验证

产后早期盆底肌筋膜疼痛发生的风险预测模型建立及验证

间质性肺病并发呼吸衰竭的危险因素分析及风险预测模型建立

基于结构方程模型构建肺癌患者心理困扰影响因素模型