一、引言

前列腺癌，一種在男性中普遍存在的惡性腫瘤，隨著醫(yī)學(xué)檢測(cè)技術(shù)的進(jìn)步，其診斷率持續(xù)上升。傳統(tǒng)的治療方法，如根治性前列腺切除術(shù)（RP）或放療，雖然在某些情況下能夠提供治愈的可能，但也帶來(lái)了不可忽視的風(fēng)險(xiǎn)和生活質(zhì)量的顯著下降。在這樣的背景下，積極監(jiān)測(cè)成為了一種可行的替代方案，尤其是對(duì)于那些中度風(fēng)險(xiǎn)的前列腺癌患者。然而，要準(zhǔn)確判斷哪些患者適合積極監(jiān)測(cè)，需要更為精準(zhǔn)的風(fēng)險(xiǎn)評(píng)估模型。

本文旨在解讀最近的一項(xiàng)創(chuàng)新研究[1]，通過(guò)結(jié)合術(shù)前臨床參數(shù)和磁共振成像（MRI）結(jié)果構(gòu)建的MAP模型，并探討其在前列腺癌個(gè)體化治療中的應(yīng)用。這項(xiàng)研究不僅開(kāi)辟了利用綜合數(shù)據(jù)提高治療決策準(zhǔn)確性的新途徑，還可能改變我們對(duì)前列腺癌治療策略的整體認(rèn)知。

二、研究背景

隨著科學(xué)研究的深入，醫(yī)學(xué)界對(duì)前列腺癌的理解不斷增加，尤其是在疾病管理方面。然而，對(duì)于患有中度風(fēng)險(xiǎn)前列腺癌的患者來(lái)說(shuō)，治療路徑選擇仍然具有挑戰(zhàn)性。積極監(jiān)測(cè)作為一種治療策略，旨在減少不必要的治療干預(yù)，同時(shí)密切監(jiān)控疾病進(jìn)展，以便在必要時(shí)及時(shí)介入。這種策略的有效實(shí)施，依賴(lài)于準(zhǔn)確評(píng)估患者出現(xiàn)不良病理結(jié)果的風(fēng)險(xiǎn)，即那些可能會(huì)在根治性前列腺切除術(shù)（RP）中發(fā)現(xiàn)的高級(jí)別癌癥或其他危險(xiǎn)特征。

三、研究概述

這項(xiàng)研究的設(shè)計(jì)和開(kāi)展包含了幾個(gè)關(guān)鍵步驟，以確保其能夠有效地達(dá)到研究目的。以下是其主要步驟：

1、目標(biāo)人群的選擇：研究對(duì)象是1284名在2013年至2019年間接受根治性前列腺切除術(shù)（RP）治療的低至中等風(fēng)險(xiǎn)前列腺癌患者。

2、數(shù)據(jù)收集與分析：

- 收集了患者的術(shù)前臨床參數(shù)，如年齡、前列腺特異性抗原（PSA）水平、活檢的Gleason分級(jí)組等。

- MRI發(fā)現(xiàn)也被納入，包括前列腺體積、前列腺成像報(bào)告和數(shù)據(jù)系統(tǒng)（PI-RADS）評(píng)分，以及是否有MRI可見(jiàn)的前列腺外擴(kuò)展（MRI-EPE）。

3、統(tǒng)計(jì)方法的應(yīng)用：

- 使用邏輯回歸分析來(lái)確定哪些因素與不良病理結(jié)果顯著相關(guān)。不良病理定義為RP時(shí)的非器官限制性疾病、淋巴結(jié)侵犯或病理分級(jí)組3以上。

- 基于這些因素，開(kāi)發(fā)了一個(gè)新的諾莫圖，用于評(píng)估中度風(fēng)險(xiǎn)前列腺癌患者進(jìn)行積極監(jiān)測(cè)的適宜性。

4、模型的驗(yàn)證：

- 對(duì)比了新開(kāi)發(fā)的諾莫圖與現(xiàn)有的Gandaglia風(fēng)險(xiǎn)計(jì)算器（Gandaglia-RC）在預(yù)測(cè)不良病理結(jié)果方面的有效性。

- 通過(guò)曲線下面積（AUC）來(lái)評(píng)估模型的預(yù)測(cè)能力。

5、結(jié)果的解讀：

- 分析了使用這個(gè)新的諾莫圖選擇積極監(jiān)測(cè)患者的可能性，與使用傳統(tǒng)方法相比，新模型是否能更準(zhǔn)確地選擇適合積極監(jiān)測(cè)的患者。

- 對(duì)模型進(jìn)行了外部驗(yàn)證，確保其在不同的人群中的適用性。

通過(guò)以上步驟，這項(xiàng)研究成功地開(kāi)發(fā)并驗(yàn)證了一個(gè)新的工具，能夠更準(zhǔn)確地評(píng)估中度風(fēng)險(xiǎn)前列腺癌患者是否適合進(jìn)行積極監(jiān)測(cè)。這不僅提高了治療的個(gè)體化程度，也可能減少不必要的治療和相關(guān)副作用，從而提升患者的生活質(zhì)量。

四、研究結(jié)果的深入解讀與分析

1、1284例中危前列腺癌患者接受根治性前列腺切除術(shù)（RP）的最終病理結(jié)果

圖1表格總結(jié)了1284名接受根治性前列腺切除術(shù)（RP）的中度風(fēng)險(xiǎn)前列腺癌患者的最終病理結(jié)果。以下是對(duì)表格內(nèi)容的解讀分析：

- RP GGG（Gleason grade group）：該列顯示了患者術(shù)后Gleason評(píng)分的分布。Gleason評(píng)分是一種評(píng)估前列腺癌嚴(yán)重程度的標(biāo)準(zhǔn)，數(shù)值越高表示癌癥越嚴(yán)重。

·GGG1（18%）：這一組患者的病情相對(duì)較輕。

·GGG2（72%）：這是最大的一組，表明大多數(shù)患者屬于中度風(fēng)險(xiǎn)組。

·GGG3-5（10.7%）：這些患者的癌癥較為嚴(yán)重。

- pT stage：該列顯示了患者術(shù)后腫瘤分期，這是根據(jù)腫瘤在前列腺和周?chē)M織中的擴(kuò)散程度來(lái)評(píng)定的。

·pT2（85%）：表示腫瘤局限在前列腺內(nèi)。

·pT3a和pT3b（14.8%）：表示腫瘤開(kāi)始擴(kuò)散至前列腺外的組織。

- pN stage：該列顯示了術(shù)后淋巴結(jié)的病理分期。

·pN0-X（98%）：表示沒(méi)有淋巴結(jié)轉(zhuǎn)移。

·pN1（2%）：表示發(fā)現(xiàn)了淋巴結(jié)轉(zhuǎn)移。

綜上所述，在有利病理結(jié)果的患者中（76.9%），大部分患者屬于GGG1和GGG2，且所有這些患者均未出現(xiàn)pT3b階段的腫瘤或淋巴結(jié)轉(zhuǎn)移。在不良病理結(jié)果的患者中（23.1%），大部分患者有較高的GGG分?jǐn)?shù)，大多數(shù)屬于pT3階段，并且有較高比例的淋巴結(jié)轉(zhuǎn)移。這強(qiáng)調(diào)了RP GGG和pT stage在預(yù)測(cè)病理結(jié)果上的重要性。這些信息對(duì)于理解前列腺癌的臨床特征和預(yù)后至關(guān)重要。

圖1

2、根治性前列腺切除術(shù)（RP）后出現(xiàn)不良病理結(jié)果的危險(xiǎn)因素

圖2表格具體展示了單變量分析和多變量分析預(yù)測(cè)在根治性前列腺切除術(shù)（RP）中出現(xiàn)不良病理結(jié)果的危險(xiǎn)因素。表格中的數(shù)據(jù)包括了危險(xiǎn)因素的名稱(chēng)、比值比（OR）、95%置信區(qū)間（CI）和p值。以下是對(duì)表格內(nèi)容的詳細(xì)解讀：

- 年齡：在單變量分析中，每增加一年，不良病理的風(fēng)險(xiǎn)增加3%，在多變量分析中增加4%，這在統(tǒng)計(jì)上是顯著的（p < 0.001）。

- 種族：非裔美國(guó)人與參考組相比，在單變量分析中沒(méi)有顯著差異，但在多變量分析中未給出數(shù)據(jù)。

- PSA：每單位PSA增加，不良病理的風(fēng)險(xiǎn)在單變量分析中增加11%（p < 0.001），在多變量分析中增加13%（p < 0.001），這在統(tǒng)計(jì)上是顯著的。

- PSA密度：每0.1單位增加，不良病理的風(fēng)險(xiǎn)在單變量分析中增加20%（p < 0.001），在多變量分析中未給出數(shù)據(jù)。

- cT階段：cT2a與參考組cT1c相比，在單變量分析中風(fēng)險(xiǎn)增加了37%（p= 0.031），在多變量分析中未給出數(shù)據(jù)。

- GGG活檢：Gleason分?jǐn)?shù)組2在單變量分析中比參考組（Gleason分?jǐn)?shù)組1）風(fēng)險(xiǎn)高出129%（p < 0.001），在多變量分析中風(fēng)險(xiǎn)高出95%（p < 0.001）。

- 陽(yáng)性活檢芯數(shù)：在單變量分析中每增加一個(gè)陽(yáng)性活檢芯，不良病理的風(fēng)險(xiǎn)增加4%（p=0.07），在多變量分析中未給出數(shù)據(jù)。

- 陽(yáng)性活檢芯百分比：在單變量分析中，隨著陽(yáng)性活檢芯占比增加，不良病理的風(fēng)險(xiǎn)輕微增加（p=0.002），在多變量分析中未給出數(shù)據(jù)。

- NCCN風(fēng)險(xiǎn)：與NCCN低風(fēng)險(xiǎn)相比，有利病理的風(fēng)險(xiǎn)在單變量分析中增加了117%（p < 0.001），在不利病理中增加了490%（p < 0.001），在多變量分析中未給出數(shù)據(jù)。

- 靶向活檢：進(jìn)行靶向活檢的患者在單變量分析中風(fēng)險(xiǎn)降低了29%（p=0.029），在多變量分析中風(fēng)險(xiǎn)降低了41%（p =0.001）。

- MRI前列腺體積：在單變量分析中，每增加一單位體積，不良病理的風(fēng)險(xiǎn)降低了1%（p=0.01），在多變量分析中風(fēng)險(xiǎn)降低了2%（p<0.001）。

- PIRADS評(píng)分：與1-2分相比，PIRADS評(píng)分為5的患者在單變量分析中風(fēng)險(xiǎn)增加了121%（p<0.001），在多變量分析中未給出數(shù)據(jù)。

- MRI-EPE：存在EPE的患者在單變量分析中風(fēng)險(xiǎn)增加了106%（p<0.001），在多變量分析中增加了75%（p<0.001）。

綜上所述，在對(duì)前列腺癌進(jìn)行根治性切除術(shù)（RP）的決策過(guò)程中，準(zhǔn)確地評(píng)估不良病理結(jié)果的風(fēng)險(xiǎn)是至關(guān)重要的。圖2中展示的數(shù)據(jù)通過(guò)單變量和多變量分析，精細(xì)地描繪了影響這一結(jié)果的多種因素。這些詳盡的統(tǒng)計(jì)數(shù)據(jù)不僅證實(shí)了已知的風(fēng)險(xiǎn)因素，而且還為包括MRI特征在內(nèi)的新的預(yù)測(cè)因子提供了科學(xué)依據(jù)。這些發(fā)現(xiàn)提供了強(qiáng)有力的證據(jù)，支持在前列腺癌治療計(jì)劃中使用綜合臨床和影像學(xué)參數(shù)的決策模型。

圖2

3、MAP預(yù)測(cè)模型的構(gòu)建

圖3顯示了MAP預(yù)測(cè)模型的構(gòu)成。最終的多變量模型中包括的因素有：

- 手術(shù)時(shí)的年齡

- PSA值

- 活檢格里森分級(jí)組（Bx-GGG）

- 活檢技術(shù)（目標(biāo)活檢與標(biāo)準(zhǔn)活檢）

- MRI測(cè)量的前列腺體積

- MRI顯示的前列腺外擴(kuò)展（MRI-EPE）

圖3

4、不同預(yù)測(cè)模型之間的優(yōu)劣

圖4展示了在前列腺癌治療決策中用于預(yù)測(cè)不良病理結(jié)果的不同模型的效果。以下是對(duì)各圖的解讀分析：

（1）圖4A - ROC曲線

ROC曲線比較了不同模型預(yù)測(cè)不良病理結(jié)果的能力。在這里，AUC衡量了模型的預(yù)測(cè)準(zhǔn)確性；AUC越接近1，預(yù)測(cè)能力越好。

- MAP模型：AUC為0.71，表明其預(yù)測(cè)不良病理的能力較好。

- Gandaglia-RC：AUC為0.63，低于MAP模型，表明其預(yù)測(cè)能力較弱。

- PRIAS：AUC為0.54，預(yù)測(cè)能力最弱。

- NCCN LR/FIR：AUC值在0.58和0.59之間，預(yù)測(cè)能力處于中等水平。

（2）圖4B - 決策曲線分析（DCA）

決策曲線分析展示了不同概率閾值下各個(gè)模型的凈收益。凈收益是指在特定閾值下，通過(guò)使用模型預(yù)測(cè)而得到的真正益處（例如，正確預(yù)測(cè)不良病理）與因錯(cuò)誤預(yù)測(cè)產(chǎn)生的代價(jià)（例如，不必要的治療）之間的差值。

- MAP模型和Gandaglia-RC的曲線顯示在大部分概率閾值下它們提供正凈收益，但MAP模型在更多的閾值范圍內(nèi)提供更高的凈收益。

- PRIAS和NCCN LR的曲線在大部分閾值下凈收益較低。

（3）圖4C - 校準(zhǔn)圖

校準(zhǔn)圖比較了預(yù)測(cè)概率與實(shí)際發(fā)生概率的一致性。理想情況下，模型的預(yù)測(cè)概率應(yīng)當(dāng)緊貼45度線（表示完美預(yù)測(cè)）。

- MAP模型的曲線在邏輯回歸和留一法交叉驗(yàn)證（LOOCV）后顯示了良好的校準(zhǔn)性，尤其是在預(yù)測(cè)概率低于約0.6時(shí)。

總體而言，MAP模型在預(yù)測(cè)前列腺癌的不良病理結(jié)果方面，相較于其他模型展現(xiàn)出更好的效果。它在ROC曲線上有更高的AUC值，在決策曲線分析中提供了更高的凈收益，在校準(zhǔn)圖中顯示了較好的一致性。這些結(jié)果表明，MAP模型可能是一個(gè)更可靠的工具，用于在根治性前列腺切除術(shù)（RP）中預(yù)測(cè)不良病理結(jié)果，從而可能幫助臨床醫(yī)生在治療計(jì)劃選擇上做出更精確的決策。

圖4

五、MAP預(yù)測(cè)模型的臨床應(yīng)用價(jià)值

在現(xiàn)代醫(yī)療實(shí)踐中，個(gè)體化治療方案的制定已成為優(yōu)化患者治療結(jié)果的關(guān)鍵。MAP模型作為這一理念的具體體現(xiàn)，通過(guò)精細(xì)化的風(fēng)險(xiǎn)評(píng)估，推動(dòng)了前列腺癌治療決策的革新。該模型不僅考慮了常規(guī)的臨床參數(shù)，如年齡和PSA水平，而且還納入了前列腺磁共振成像的結(jié)果，如MRI測(cè)量的前列腺體積和MRI-EPE，這些參數(shù)對(duì)于揭示腫瘤的性質(zhì)和行為至關(guān)重要。

Gleason評(píng)分，作為評(píng)估腫瘤分化程度的標(biāo)準(zhǔn)，長(zhǎng)久以來(lái)被用來(lái)預(yù)測(cè)前列腺癌的侵襲性和治療響應(yīng)。MAP模型通過(guò)結(jié)合Gleason評(píng)分與MRI的定量分析，提供了一個(gè)全面的腫瘤特征描述，使得醫(yī)生能夠更加精確地判斷腫瘤的潛在風(fēng)險(xiǎn)。

此外，EPE的存在是判斷腫瘤侵襲性的另一個(gè)關(guān)鍵指標(biāo)。通過(guò)MRI可視化這一特征，MAP模型增加了對(duì)腫瘤行為的直觀了解，這在選擇適合的治療策略時(shí)是不可或缺的。當(dāng)EPE呈陽(yáng)性時(shí)，通常意味著腫瘤具有更高的侵襲性，這可能促使醫(yī)生推薦更積極的治療方法，而非積極監(jiān)測(cè)。

MAP模型的一個(gè)顯著優(yōu)勢(shì)在于其預(yù)測(cè)準(zhǔn)確性的提高。如同ROC曲線所展示的那樣，該模型的AUC值顯著高于其他傳統(tǒng)方法，這表明它在區(qū)分需要積極治療與適合積極監(jiān)測(cè)的患者方面更為可靠。在實(shí)際臨床應(yīng)用中，這種準(zhǔn)確性的提高意味著患者可以獲得更符合其病情的治療建議，從而可能避免不必要的侵入性治療及其相關(guān)的并發(fā)癥。

六、結(jié)論

在探索前列腺癌治療決策的新領(lǐng)域中，MAP模型代表了一種重要的進(jìn)步。通過(guò)綜合考慮臨床參數(shù)和先進(jìn)的MRI技術(shù)，該模型提供了一個(gè)更全面、更精確的方法來(lái)評(píng)估患者的病理風(fēng)險(xiǎn)。盡管MAP模型在前列腺癌治療決策中展示了顯著的潛力，但對(duì)其有效性和普適性的理解仍需進(jìn)一步深入。首先，考慮到研究的回顧性性質(zhì)，其結(jié)果可能受到數(shù)據(jù)選擇和記錄偏差的影響。此外，研究樣本可能不足以代表所有人群，特別是在不同種族、年齡或有不同健康狀況的患者中。

在今后的研究和實(shí)踐中，對(duì)這一模型的細(xì)化和完善將是重要的工作重點(diǎn)。包括前瞻性研究、模型的不斷更新以適應(yīng)新的醫(yī)學(xué)發(fā)現(xiàn)，以及探索在不同臨床環(huán)境中有效實(shí)施該模型的策略。正如我們?cè)谂R床案例中所見(jiàn)，MAP模型有助于避免過(guò)度治療和提高治療決策的準(zhǔn)確性，對(duì)患者的生活質(zhì)量和治療結(jié)果都有著積極的影響。

總之，MAP模型的開(kāi)發(fā)和應(yīng)用是向更精確、更個(gè)性化的醫(yī)療治療邁出的一大步。隨著醫(yī)學(xué)技術(shù)的不斷進(jìn)步和數(shù)據(jù)驅(qū)動(dòng)決策在臨床實(shí)踐中的日益普及，我們期待這種模型能夠進(jìn)一步優(yōu)化，為前列腺癌患者提供更優(yōu)質(zhì)、更個(gè)性化的治療選擇。

參考文獻(xiàn)：

[1] Lantz A, Falagario UG, Ratnani P, Jambor I, Dovey Z, Martini A, Lewis S, Lundon D, Nair S, Phillip D, Haines K, Cormio L, Carrieri G, Kryprianou N, Tewari A. Expanding Active Surveillance Inclusion Criteria: A Novel Nomogram Including Preoperative Clinical Parameters and Magnetic Resonance Imaging Findings. Eur Urol Oncol. 2022 Apr;5(2):187-194. doi: 10.1016/j.euo.2020.08.001. Epub 2020 Sep 3. PMID: 32891599.