新的死亡风险预测模型可改善PSA结果解释性
美国密歇根大学泌尿外科Lewicki等基于长期临床试验数据,新开发了一个前列腺癌归因死亡风险预测模型,并在大型国家队列中进行了外部验证。该模型可用于改善前列腺特异性抗原(PSA)检测结果的解释性。(Ann Intern Med. 2026年1月13日在线版)
尽管PSA检测在前列腺癌筛查中应用广泛,但现有预测模型无法预测事件的发生时间,也未考虑患者的预期寿命。
为了开发、外部验证一种用于PSA检测后风险评估的、新的前列腺癌归因死亡(PCSM)风险预测模型,并与现有工具比较,该项研究在PLCO癌症筛查队列(1993~2001年)中纳入相关数据用以开发预测模型,在接受PSA检测的退伍军人事务部(VA)患者队列(PSA检测时间为2002~2006年)中进行外部验证。两个队列的生存随访均更新至2022年。
该模型预测的结果为特定时间点的PCSM,预测因素包括PSA水平、前列腺癌家族史及种族。其他原因死亡的预测因素包括年龄、体质指数(BMI)、吸烟状况,以及高血压、糖尿病或脑卒中的存在。
结果显示,PLCO前列腺癌筛查队列有33 339例患者,VA患者队列有174 787例患者,男性总体的年龄范围为55~74岁。
在模型开发队列中,筛查29.5年时的受试者工作特征曲线下面积(AUC)为0.666,而先验的前列腺活检风险模型(前列腺活检合作组,PBCG)的为0.643(P<0.001)。在外部验证队列中,筛查20年时,PLCO模型的AUC为0.776,而PBCG模型的为0.749(P=0.031)。限于研究数据的时间段,本模型可能不适用于更现代的PSA筛查实践。 (编译 邹鹏)



