预测病理性Gleason评分以告知前列腺癌的个性化管理计划

摘要

背景：主动监测（AS）是治愈性干预的替代方法，但过度治疗仍然存不孕不育在。根治性前列腺切除术（RP）后前列腺活检与Gleason评分的不完全一致可能是一个促成因素。

目的：开发一个统计模型，使用在AS过程中进行的临床观察来预测RP后Gleason评分（病理性Gleason评分[PGS]）。

设计，设置和参与者：分析中使用了约翰霍普金斯大学主动监测队列中964名极低风险患者的重复前列腺特异性抗原测量和活检格里森评分。还包括来自191名接受RP的患者的PGS观察结果。

结果测量和统计分析：基于累积临床数据的贝叶斯联合模型用于预测这些类别中的PG:6（等级组1），3+4（等级组2），4+3（等级组3）和8-10（等级组4和5）。在RP后Gleason评分观察的患者中评估受试者工作特征曲线下面积（AUC）和预测校准。

结果和局限性：对于大多数未经过分级重新分类或选择手术的患者，携带PGS>6 was<的估计概率为20%。在RP后Gleason评分观察的患者中，AUC对于PGS>的预测，6为0.74（95%置信区间，0.66-0.81），平均**误差为0.022。

结论第三代试管婴儿性别鉴定成功率：尽管该模型在采用之前需要外部验证，但PGS预测可用于AS中，以告知有关后续活检和保留AS的决策。随着观察到其他数据，可以更新预测。联合建模框架还适用于as患者识别和测量的新型生物标志物。

患者总结：在主动监测过程中进行的测量可用于准确预测患者和#39;潜在的前列腺癌状态。预测可以通过决策支持工具传达给患者，并用于指导临床决策并减少患者焦虑。

关键词：主动监测;精准医学;前列腺癌;风险预测。