生殖系统与性功能障碍：当前研究
开放获取

抽象的

预测前列腺癌风险的装置：逻辑回归

Prahara Yuri、Sungsang Rochadi 和 Raden Danarto

背景：前列腺癌的早期检测是降低死亡率和提高生活质量的可能手段。

方法：我们回顾性纳入了 Sardjito 医院的 92 名患者。患者因血清前列腺特异性抗原 (PSA) 水平 (>4 ng/ml) 和 DRE 异常而接受前列腺活检。评估前列腺癌可能性与以下变量之间的关系，包括：年龄、PSA水平、前列腺体积、DRE检查结果和家族史。采用卡方分析、多元逻辑回归、基于预测评分方程绘制受试者工作特征（ROC）曲线来预测前列腺癌的可能性。使用预测方程，我们设计了一个用于预测前列腺癌风险的范图，称为前列腺癌风险计算器。所有分析均使用 SPSS 18.0 版进行。

结果：我们分析了 92 名 PSA >4 ng/ml 的患者。它显示了前列腺癌的可能性与以下变量之间的关系，包括：年龄（p<0.001）、PSA水平（p<0.001）、DRE发现（p<0.001）家族史（p<0.001）和前列腺体积（ p=0.04）。使用预测方程，我们设计了一个预测前列腺癌的计算器，然后进行受试者操作特征曲线分析，显示预测前列腺癌可能性的敏感性为 90.4%，特异性为 85%。

结论：年龄、前列腺体积、PSA、DRE 发现和家族史是前列腺癌的相关因素。它们可以用作预测前列腺癌的独立预测因子。