目的探讨经直肠超声造影参数及临床相关资料等多因素预测前列腺癌的价值。方法回顾分析2013年3月至2017年3月152例临床怀疑前列腺癌患者的临床资料，包括年龄、前列腺体积、血清前列腺特异抗原（prostate specific antigen，PSA）等。...目的探讨经直肠超声造影参数及临床相关资料等多因素预测前列腺癌的价值。方法回顾分析2013年3月至2017年3月152例临床怀疑前列腺癌患者的临床资料，包括年龄、前列腺体积、血清前列腺特异抗原（prostate specific antigen，PSA）等。所有患者均于术前行经直肠超声造影（transrectal contrast enhanced ultrasound，TR-CEus）并经直肠超声引导下穿刺活检，采用QLab软件绘制时间强度曲线，定量分析上升时间（RT）、达峰时间（TTP）、峰值强度（PI）、曲线下面积（AUC）等6个参数，根据病理结果分为前列腺增生（benign prostatic hyperplasia，BPH）组和前列腺癌组，以病理结果是否为前列腺癌为因变量，以P〈0．30的变量为自变量，采用Logistic回归分析，以有统计学意义的因素建立诊断模型，构建ROC曲线，计算曲线下面积和诊断界值。结果152例病例中前列腺癌69例，BPH83例，单因素分析中，前列腺癌组TR—CEUS参数中的RT低于BPH组（P=0．021），PI高于BPH组（P=0．005）。将单因素分析PdO．30的变量包括年龄、体积、PSA、RT、PI、MTT、AUC和TTP共8个因素纳入Logistic回归中，结果显示PSA、PI和AUC是预测前列腺癌的独立危险因素（P〈0．05），以此建立诊断模型，计算ROC曲线下面积为0．797（P〈0．001），诊断模型界值为0．383，预测前列腺癌的敏感性为77．9％，特异性为79．5％，约登指数57．5％，阳性预测值65．1％，阴性预测值81．5％。结论TR—CEUS参数中PI和AUC是预测前列腺癌的独立危险因素，与血清PSA联合建立诊断模型对预测前列腺癌有一定临床应用价值。展开更多
