季妍廷，包婕，喬曉夢(mèng)，胡春洪，王希明

前列腺癌(prostate cancer，PCA)是目前全球男性第二常見(jiàn)的癌癥，也是男性癌癥死亡的第六大主要原因[1]。因此，PCA的早期精準(zhǔn)診斷和規(guī)范化治療、管理有待進(jìn)一步探究。根治性前列腺切除術(shù)(radical prostatectomy，RP)是局限性前列腺癌的主要治療方法之一[2]。在接受RP治療的PCA患者中，大約20%～40%的患者會(huì)發(fā)生生化復(fù)發(fā)(biochemical recurrence，BCR)[3]。在沒(méi)有二級(jí)治療的情況下，從BCR到臨床進(jìn)展約5～8年，32%～45%的患者將在15年內(nèi)死于PCA[4-6]。因此，BCR可以認(rèn)為是臨床進(jìn)展的前兆。準(zhǔn)確地預(yù)測(cè)RP術(shù)后BCR，識(shí)別出高?；颊?，可以在術(shù)前制定出最合適的治療方案并且在術(shù)后早期應(yīng)用個(gè)性化輔助性治療方案，提高患者的無(wú)進(jìn)展生存期和總體生存率。如何早期預(yù)測(cè)RP術(shù)后PCA患者發(fā)生BCR的時(shí)間是前列腺癌術(shù)后管理的關(guān)鍵，本文將對(duì)預(yù)測(cè)BCR發(fā)生時(shí)間的預(yù)測(cè)方法進(jìn)行綜述。

前列腺癌生化復(fù)發(fā)的定義

對(duì)于局限性PCA首選的治療方法是根治性前列腺切除術(shù)，然而文獻(xiàn)報(bào)道大約20%～40%的患者RP術(shù)后10年會(huì)發(fā)生BCR[3]，從BCR到臨床進(jìn)展約5～8年[4-5]。因此，BCR被認(rèn)為是RP術(shù)后臨床復(fù)發(fā)的前兆。準(zhǔn)確預(yù)測(cè)BCR的發(fā)生時(shí)間對(duì)于確定有疾病進(jìn)展風(fēng)險(xiǎn)的患者非常重要。美國(guó)泌尿科協(xié)會(huì)和歐洲泌尿科協(xié)會(huì)將BCR定義為RP術(shù)后血清PSA≥0.2 ng/mL[7]；美國(guó)臨床腫瘤學(xué)會(huì)將BCR定義為RP術(shù)后至少6周后PSA水平連續(xù)3次升高>0.1 ng/mL且最終PSA>0.2 ng/mL；或術(shù)后二次治療后至少6周PSA>0.1 ng/mL；或術(shù)后6周PSA≥0.4 ng/mL[8]。

基于臨床、病理及基因檢測(cè)的PCA生化復(fù)發(fā)預(yù)測(cè)方法

1.臨床常用的預(yù)測(cè)方法

目前，臨床常用于預(yù)測(cè)BCR的因素包括臨床信息和實(shí)驗(yàn)室檢查等方法。D'Amico等[9]在1998年對(duì)接受RP治療的888例局限性PCA患者進(jìn)行了回顧性分析，其團(tuán)隊(duì)將術(shù)前PSA水平、活檢Gleason評(píng)分和臨床分期相結(jié)合設(shè)置不同評(píng)分，基于這三項(xiàng)評(píng)分生成D'Amico危險(xiǎn)分級(jí)。然后，利用Kaplan-Meier曲線評(píng)估不同D'Amico危險(xiǎn)分級(jí)組術(shù)后5年無(wú)生化復(fù)發(fā)生存率(biochemical recurrence free survival，bRFS)，研究結(jié)果顯示D'Amico低危組為85%，中危組為60%，高危組為30%。研究證明基于術(shù)前PSA水平、Gleason評(píng)分和臨床分期的D'Amico危險(xiǎn)分層可以預(yù)測(cè)RP術(shù)后5年bRFS。Kattan等[10]在1998年構(gòu)建了列線圖來(lái)預(yù)測(cè)RP術(shù)后5年bRFS，列線圖將術(shù)前PSA水平、活檢Gleason評(píng)分和腫瘤臨床分期作為主要預(yù)測(cè)因素。該隊(duì)列5年bRFS為73%(95%CI：69%～76%)，在單獨(dú)的驗(yàn)證集上 AUC(Area Under Curve)達(dá)到0.79，表明Kattan列線圖可以預(yù)測(cè)RP術(shù)后5年bRFS。多項(xiàng)研究對(duì)該列線圖進(jìn)行了驗(yàn)證，準(zhǔn)確率均大于70%[11-12]。隨后，Stephenson等[13]對(duì)Kattan等研究中的列線圖進(jìn)行了更新，加入了活檢陽(yáng)性針數(shù)和陰性針數(shù)，用來(lái)預(yù)測(cè)PCA患者根治術(shù)后10年的復(fù)發(fā)情況。研究結(jié)果顯示建模隊(duì)列的10年bRFS為77%(95%CI：73%～80%)，外部驗(yàn)證集的C-index 為0.79，研究表明更新后的列線圖可以預(yù)測(cè)RP術(shù)后10年的bRFS，并且該列線圖能夠估計(jì)RP術(shù)后1～10年內(nèi)任何時(shí)間點(diǎn)的發(fā)生BCR的概率。美國(guó)加州大學(xué)Cooperberg等[14]將術(shù)前PSA水平、Gleason評(píng)分、腫瘤臨床分期、年齡及和穿刺陽(yáng)性針數(shù)百分率作為主要預(yù)測(cè)因素構(gòu)建前列腺癌風(fēng)險(xiǎn)評(píng)估(cancer of the prostate risk assessment，CAPRA)評(píng)分。采用Cox比例風(fēng)險(xiǎn)回歸模型預(yù)測(cè)患者5年bRFS，研究顯示CAPRA評(píng)分0～1分的患者5年bRFS為85%，7～10分的患者5年bRFS為8%，CAPRA評(píng)分的C-index為0.66(0.57～0.75)。此研究表明CAPRA評(píng)分可用于PCA患者RP術(shù)后無(wú)進(jìn)展生存期的預(yù)測(cè)。2005年首次發(fā)表此研究后，CAPRA評(píng)分已經(jīng)在不同的群體中進(jìn)行多次外部獨(dú)立驗(yàn)證[15-20]，C-index均為0.68～0.81，進(jìn)一步證實(shí)了CAPRA評(píng)分用來(lái)預(yù)測(cè)RP術(shù)后BCR的能力。此外，CAPRA評(píng)分還被證實(shí)可以用于預(yù)測(cè)前列腺癌Gleason分級(jí)，以及重要的腫瘤終點(diǎn)，包括轉(zhuǎn)移進(jìn)展和治療后的前列腺癌特異性死亡率(prostate cancer-specific mortality，PCSM)[21]。

2.基于病理因素的預(yù)測(cè)方法

前列腺癌根治術(shù)后病理信息能夠較為全面反映PCA的病理Gleason分級(jí)、切緣情況、包膜突破、精囊受侵及淋巴結(jié)侵犯等情況，結(jié)合病理信息也能夠預(yù)測(cè)RP術(shù)后預(yù)后情況。1999年，Kattan等[22]納入PCA患者的臨床信息和術(shù)后病理信息構(gòu)建了生存預(yù)測(cè)列線圖，預(yù)測(cè)因素包括術(shù)前PSA水平、病理Gleason評(píng)分、手術(shù)切緣狀態(tài)、前列腺包膜突破、精囊受侵、淋巴結(jié)侵犯。研究表明，該模型的7年bRFS為73%(95%CI：68%～76%)，AUC達(dá)到0.89，表明基于以上預(yù)測(cè)因素的列線圖可用于RP術(shù)后無(wú)進(jìn)展生存期的預(yù)測(cè)。Stephenson等[23]在Kattan研究的基礎(chǔ)上加入了治療年限和輔助放療，研究結(jié)果顯示預(yù)測(cè)模型的10年bRFS為79%(95%CI：75%～82%)。在兩個(gè)驗(yàn)證集結(jié)果中列線圖的C-index分別為0.81和0.79，研究表明更新后的列線圖可以更加精確的預(yù)測(cè)PCA患者根治術(shù)后的無(wú)進(jìn)展生存期。并且該列線圖能夠估計(jì)RP術(shù)后1～10年內(nèi)任何時(shí)間點(diǎn)發(fā)生BCR的概率。Cooperberg等[24]基于術(shù)前PSA水平和病理資料(包括病理Gleason評(píng)分、切緣狀態(tài)、包膜突破、精囊受侵、淋巴結(jié)轉(zhuǎn)移)，采用Cox比例風(fēng)險(xiǎn)回歸模型建立了術(shù)后前列腺癌風(fēng)險(xiǎn)評(píng)估(cancer of the prostate risk assessment postsurgical，CAPRA-S)評(píng)分，整個(gè)建模隊(duì)列的5年精算bRFS為78.0%(95%CI：76.2%～80.0%)，CAPRA-S評(píng)分的C-index為0.77，表明CAPRA-S評(píng)分可以預(yù)測(cè)RP術(shù)后BCR。此外，CAPRA-S評(píng)分還可以預(yù)測(cè)轉(zhuǎn)移進(jìn)展以及PCSM，在隨后各個(gè)種群的多項(xiàng)研究中也得到了驗(yàn)證[25-28]。

3.基于基因檢測(cè)的方法預(yù)測(cè)BCR

Decipher是一種基因組測(cè)試，基于術(shù)后標(biāo)本中22個(gè)RNA標(biāo)記物的表達(dá)模式，它可以對(duì)患者進(jìn)行術(shù)后風(fēng)險(xiǎn)分層，用于預(yù)測(cè)轉(zhuǎn)移的可能性和PCSM[29]。Ross等[30]基于85名高危PCA患者，使用Cox比例風(fēng)險(xiǎn)回歸模型建立風(fēng)險(xiǎn)預(yù)測(cè)模型，研究結(jié)果顯示時(shí)間依賴受試者操作特征(receiver operating characteristic，ROC)曲線下面積(area under curve，AUC)為0.82(95%CI：0.76～0.86)，優(yōu)于其他臨床病理預(yù)測(cè)因素，表明Decipher可以預(yù)測(cè)BCR后3年發(fā)生臨床轉(zhuǎn)移的可能性。一些研究將Decipher與現(xiàn)有的預(yù)測(cè)模型(Stephenson列線圖[31]或CAPRA-S評(píng)分[32])結(jié)合，將Decipher集成到Stephenson列線圖中，C-index從0.75(95%CI：0.65～0.85)提高到0.79(95% CI：0.68～0.89)[31]；將Decipher集成到CAPRA-S評(píng)分中，C-index從0.73(95%CI：0.49～0.95)提高到0.84(95%CI：0.7～0.96)[32]，表明加入Decipher的預(yù)測(cè)模型能夠提高預(yù)測(cè)BCR后轉(zhuǎn)移的準(zhǔn)確性。然而Li等[3]有不同的結(jié)論，他們的研究表明Decipher與bRFS沒(méi)有顯著相關(guān)性。在驗(yàn)證集D2 Decipher風(fēng)險(xiǎn)評(píng)分C-index為0.51(95% CI：0.33～0.69)，P>0.05。這可能是因?yàn)镈ecipher測(cè)試最初被證實(shí)是為了預(yù)測(cè)轉(zhuǎn)移風(fēng)險(xiǎn)，而不是BCR本身。

以上風(fēng)險(xiǎn)預(yù)測(cè)模型納入的預(yù)測(cè)因素包括臨床因素、病理因素及基因因素，這些模型被證實(shí)可用于前列腺癌患者根治術(shù)后發(fā)生BCR的精準(zhǔn)預(yù)測(cè)。

基于影像學(xué)的方法預(yù)測(cè)BCR

1.基礎(chǔ)MRI預(yù)測(cè)模型

多參數(shù)磁共振成像(multiparameter MRI，mpMRI)作為一種無(wú)創(chuàng)的腫瘤評(píng)估方法，已經(jīng)被證實(shí)可以幫助PCA的診斷[33]及不良病理結(jié)果的識(shí)別[34-36]，mpMRI也逐漸應(yīng)用于前列腺癌術(shù)后評(píng)估和預(yù)后預(yù)測(cè)。

Reis?ter等[37]使用逐步向后似然比檢驗(yàn)和留一法交叉驗(yàn)證篩選mpMRI各序列中與發(fā)生BCR相關(guān)的影像學(xué)特征構(gòu)建Cox比例風(fēng)險(xiǎn)預(yù)測(cè)模型，然后將預(yù)測(cè)模型中的影像學(xué)特征納入到CAPRA評(píng)分和D’Amico風(fēng)險(xiǎn)分級(jí)。結(jié)果顯示：表觀擴(kuò)散系數(shù)(apparent diffusion coefficient，ADC)值和放射學(xué)前列腺包膜突破(radiological extraprostatic extension，rEPE)均與BCR顯著相關(guān)(P<0.05)。加入ADC值和rEPE的臨床預(yù)測(cè)模型IA-CAPRA的AUC達(dá)到0.72，IA-D’Amico的AUC達(dá)到0.71，均高于單獨(dú)臨床信息構(gòu)建的預(yù)測(cè)模型。這表明將影像學(xué)特征ADC值和rEPE整合到臨床預(yù)測(cè)模型中可以更好的預(yù)測(cè)BCR。Manceau等[38]基于PI-RADS評(píng)分、MRI分期以及MRI引導(dǎo)下活檢的ISUP分級(jí)構(gòu)建了風(fēng)險(xiǎn)預(yù)測(cè)模型，研究顯示基于模型的低危組3年bRFS為85.4%，中危組3年bRFS為77.1%，高危組3年bRFS為61.4%；時(shí)間依賴性AUC達(dá)到了0.714，略高于D’Amico的0.710，表明基于影像學(xué)的風(fēng)險(xiǎn)預(yù)測(cè)模型較傳統(tǒng)的D’Amico風(fēng)險(xiǎn)分級(jí)能夠更加精準(zhǔn)的用于BCR的預(yù)測(cè)。Rosenkrantz等[39]采用逐步logistic回歸模型構(gòu)建預(yù)測(cè)BCR的多變量預(yù)測(cè)模型，該模型將Gleason評(píng)分和前列腺包膜突破的病理參數(shù)與ADC值相結(jié)合進(jìn)行研究，結(jié)果顯示該預(yù)測(cè)模型預(yù)測(cè)BCR的時(shí)間依賴性AUC達(dá)到0.94，敏感度為93.8%，特異度為87.0%，模型C-index為0.91，表明基于全病灶A(yù)DC指標(biāo)的多變量風(fēng)險(xiǎn)預(yù)測(cè)模型在預(yù)測(cè)BCR和發(fā)生BCR的時(shí)間方面都有很高的效能。

基于MRI的預(yù)測(cè)模型可用于PCA患者RP術(shù)后BCR的預(yù)測(cè)，納入MRI特征的多因素預(yù)測(cè)模型在一定程度上可提升預(yù)測(cè)性能。

2.基于超聲成像的預(yù)測(cè)模型

超聲成像已被廣泛應(yīng)用于指導(dǎo)經(jīng)直腸和會(huì)陰穿刺活檢來(lái)診斷前列腺癌[40-41]。一些研究將超聲應(yīng)用于前列腺癌術(shù)后預(yù)后預(yù)測(cè)。

Danacioglu等[42]通過(guò)經(jīng)直腸超聲(transrectal ultrasound，TRUS)、MRI獲得的前列腺體積(prostate volume，PV)和實(shí)際前列腺重量(prostate weight，PW)計(jì)算的前列腺抗原密度(prostate-specific antigen density，PSAD)，采用ROC曲線下面積(AUC)來(lái)評(píng)估PSAD值預(yù)測(cè)BCR的能力。結(jié)果顯示TRUS-PSAD的AUC為0.679(95%CI：0.624～0.752)，總體符合率為43.7%；MRI-PSAD的AUC為0.691(95%CI：0.620～0.749)，總體符合率為26.9%；PW-PSAD的AUC為0.687(95%CI：0.612～0.741，P<0.001)，總體符合率為18.8%；這表明PSAD值可以預(yù)測(cè)RP術(shù)后BCR，雖然三個(gè)PSAD值預(yù)測(cè)的總體符合率均低于50%，但是基于TRUS獲得的PSAD值預(yù)測(cè)的總體符合率高于MRI及PW。辛艷芬等[43]對(duì)149名PCA患者行超聲造影檢查并實(shí)時(shí)觀察記錄PCA增強(qiáng)強(qiáng)度和均勻性，通過(guò)造影圖像獲取超聲造影時(shí)間-強(qiáng)度曲線(time-in-tensity curve，TIC)參數(shù)，采用多變量Cox比例風(fēng)險(xiǎn)回歸模型分析評(píng)估PCA治療后BCR的獨(dú)立影響因素，結(jié)果顯示淋巴結(jié)轉(zhuǎn)移、活檢Gleason評(píng)分、術(shù)前PSA、治療方式及超聲造影參數(shù)峰值強(qiáng)度(peak intensity，PI)和達(dá)峰時(shí)間(time to peak，TTP)是PCA治療后BCR的獨(dú)立影響因素(P<0.05)。隨后基于以上影響因素建立BCR預(yù)測(cè)列線圖。結(jié)果顯示該列線圖具有良好的區(qū)分度(C-index=0.935)和校準(zhǔn)度(χ2=9.514，P=0.301，Hosmer-Lemeshow檢驗(yàn))，證實(shí)了基于超聲造影結(jié)合臨床病理影響因素建立的預(yù)測(cè)列線圖可以精準(zhǔn)的預(yù)測(cè)PCA患者治療后BCR。Wei等[44]對(duì)212名RP術(shù)后的PCA患者在術(shù)前經(jīng)直腸超聲剪切波彈性成像(ultrasound shear wave elastography，USWE)測(cè)量組織硬度，采用單變量和多變量Cox比例風(fēng)險(xiǎn)回歸模型分析評(píng)估USWE圖測(cè)量的組織硬度與BCR之間的相關(guān)性，結(jié)果顯示USWE在預(yù)測(cè)RP術(shù)后BCR方面有統(tǒng)計(jì)學(xué)意義(P<0.05)。隨后將USWE、活檢Gleason評(píng)分、PSAD、病理Gleason評(píng)分、精囊受侵、手術(shù)切緣狀態(tài)及淋巴結(jié)轉(zhuǎn)移作為主要預(yù)測(cè)因素構(gòu)建生存預(yù)測(cè)諾模圖，結(jié)果顯示，加入了USWE的諾模圖C-index=0.747(95%CI：0.670～0.824，P<0.05)，顯著高于未加入U(xiǎn)SWE的諾模圖[C-index=0.702(95%CI：0.625～0.779，P<0.05)]，證實(shí)了經(jīng)直腸超聲剪切波彈性成像下測(cè)量PCA硬度可提高臨床病理參數(shù)的BCR預(yù)測(cè)能力。

基于超聲成像的預(yù)測(cè)模型可用于PCA患者RP術(shù)后預(yù)后的預(yù)測(cè)，將超聲成像技術(shù)與臨床病理信息結(jié)合的預(yù)測(cè)模型在一定程度上可提高預(yù)測(cè)性能。但是基于超聲成像預(yù)測(cè)模型的研究較少，需要更多的研究進(jìn)行驗(yàn)證。

3.基于PET/CT在BCR中的應(yīng)用

相較于MRI和超聲可以用于RP術(shù)后BCR的預(yù)測(cè)，PET/CT在BCR中一般用于復(fù)發(fā)病灶的檢測(cè)[45]。近來(lái)，一些研究證實(shí)了68Ga-PSMA PET/CT在早期BCR中的優(yōu)越性，不僅可以提高復(fù)發(fā)性PCA的檢出率，還可以在PSA濃度較低時(shí)檢測(cè)BCR發(fā)生部位[46-48]。但是還未有研究將PET/CT納入BCR的預(yù)測(cè)模型中。

4.基于mpMRI的影像組學(xué)預(yù)測(cè)BCR

近年來(lái)，影像組學(xué)通過(guò)對(duì)定量特征的高通量提取，將影像圖像轉(zhuǎn)換為高維度的、可挖掘的數(shù)據(jù)，通過(guò)后續(xù)的數(shù)據(jù)分析可以獲得原始圖像之外的附加信息[49]。一些研究開(kāi)始將影像組學(xué)的概念引入BCR的預(yù)測(cè)模型中。

Gnep等[50]提取T2WI和ADC圖像中的140個(gè)影像組學(xué)特征，采用單因素Cox比例風(fēng)險(xiǎn)回歸模型分析評(píng)估MRI特征與BCR之間的關(guān)系，隨后選擇最相關(guān)的5個(gè)特征通過(guò)隨機(jī)生存森林的方法構(gòu)建預(yù)后預(yù)測(cè)模型。研究結(jié)果中5個(gè)最相關(guān)特征為T(mén)2WI對(duì)比度均值、T2WI差方差均值、ADC中位數(shù)、腫瘤體積和最大腫瘤面積，最終模型的C-index達(dá)到0.90，此研究表明基于影像組學(xué)機(jī)器學(xué)習(xí)的方法可以預(yù)測(cè)PCA患者BCR的發(fā)生。Shiradkar等[51]從兩個(gè)中心的120名PCA患者的T2WI和ADC圖像中提取了150個(gè)影像組學(xué)特征。使用訓(xùn)練集數(shù)據(jù)提取的75個(gè)影像組學(xué)特征，通過(guò)三種特征選擇方法和三種機(jī)器學(xué)習(xí)分類(lèi)器構(gòu)建了9個(gè)預(yù)測(cè)模型，選擇出最佳預(yù)測(cè)模型及相對(duì)應(yīng)的影像組學(xué)特征，并在驗(yàn)證集上進(jìn)行評(píng)估。該模型在內(nèi)部驗(yàn)證的AUC為0.84，在外部驗(yàn)證集的AUC為0.73。研究進(jìn)一步證明了預(yù)測(cè)模型可以用于PCA患者BCR的預(yù)測(cè)，T2WI的Haralick特征以及ADC圖的CoLlAGe特征的偏度和峰度值與BCR顯著相關(guān)。將臨床變量(活檢Gleason評(píng)分、PSA 、PI-RADS)與影像組學(xué)模型結(jié)合后，第一個(gè)中心模型驗(yàn)證集的AUC提高到0.91，第二個(gè)中心驗(yàn)證集的AUC提高到0.74，表明臨床變量與影像組學(xué)特征結(jié)合的模型比單獨(dú)的影像組學(xué)模型有更好的預(yù)測(cè)效能。Bourbonne等[52]對(duì)影像組學(xué)特征ADC szeglszm和所有收集的臨床信息進(jìn)行單變量ROC曲線分析和多變量Cox比例風(fēng)險(xiǎn)回歸分析，并使用相關(guān)變量的邏輯組合建立了一種基于單一紋理特征ADC szeglszm的影像組學(xué)模型，該模型驗(yàn)證集AUC達(dá)到0.82，符合率為79%，這表明基于ADC szeglszm特征的影像組學(xué)模型可以預(yù)測(cè)PCA患者根治術(shù)后的bRFS。臨床信息與影像組學(xué)特征結(jié)合后，模型的驗(yàn)證集AUC提高到0.86，符合率提升到84%，表明臨床信息與影像組學(xué)特征結(jié)合的多維度模型預(yù)測(cè)效能有一定的提高，然而在驗(yàn)證集的符合率(67%)并不優(yōu)于單純的影像組學(xué)模型。這次的研究主要納入了PCA復(fù)發(fā)高風(fēng)險(xiǎn)的患者，對(duì)中低危PCA患者是否適用仍然需要進(jìn)一步的驗(yàn)證。Li等[3]從術(shù)前雙參數(shù)MRI的T2WI和ADC圖上提取了200個(gè)影像學(xué)特征，采用多變量Cox比例風(fēng)險(xiǎn)回歸模型進(jìn)行最小冗余最大相關(guān)性特征選擇，來(lái)識(shí)別在訓(xùn)練集D1對(duì)預(yù)測(cè)bRFS產(chǎn)生最高C指數(shù)的影像學(xué)特征集。隨后分別通過(guò)5次和10次交叉驗(yàn)證，最常選擇的5個(gè)影像組學(xué)特征用來(lái)構(gòu)建影像組學(xué)預(yù)測(cè)模型，產(chǎn)生的影像組學(xué)風(fēng)險(xiǎn)分?jǐn)?shù)(radiomic risk score，RADS)用來(lái)預(yù)測(cè)RP術(shù)后bRFS。RADS在驗(yàn)證集D2的HR=7.01(95%CI：1.21～40.68)，表明RADS與bRFS顯著相關(guān)。隨后，Li等構(gòu)建了基于RADS、術(shù)前PSA水平和活檢Gleason評(píng)分相結(jié)合的影像組學(xué)-臨床病理諾模圖。該諾模圖在D2的C-index為0.77(95%CI：0.65～0.88)，高于臨床預(yù)測(cè)模型CAPRA的C-index(0.68，95%CI：0.57～0.8)，證實(shí)了基于以上預(yù)測(cè)因素的諾模圖可用于預(yù)測(cè)RP術(shù)后bRFS。

基于影像組學(xué)的預(yù)測(cè)模型能夠提高預(yù)測(cè)的準(zhǔn)確性，改善前列腺癌患者的預(yù)后。一些研究將影像學(xué)特征和臨床病理結(jié)合，進(jìn)一步提高了預(yù)測(cè)的準(zhǔn)確性。

5.基于深度學(xué)習(xí)的預(yù)測(cè)模型

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)中的新領(lǐng)域，由Hinton等[53]在2006年提出。深度學(xué)習(xí)可以自動(dòng)提取特征并對(duì)大量數(shù)據(jù)進(jìn)行有監(jiān)督的學(xué)習(xí)。然而深度學(xué)習(xí)在醫(yī)學(xué)上的應(yīng)用因需要大量標(biāo)記的訓(xùn)練數(shù)據(jù)而受到挑戰(zhàn)，一些研究提出了遷移學(xué)習(xí)的方法。深度遷移學(xué)習(xí)(deep transfer learning，DTL)是把已訓(xùn)練好的模型參數(shù)遷移到另一個(gè)模型中訓(xùn)練新模型，其特點(diǎn)是可以實(shí)現(xiàn)“舉一反三”。這可以理解為運(yùn)用現(xiàn)有模型開(kāi)發(fā)新模型。近年來(lái)，基于DTL的方法對(duì)前列腺mpMRI的相關(guān)研究也逐漸增多，并產(chǎn)生了一些重要的科研成果。Zhong等[54]構(gòu)建了DTL的模型，利用mpMRI與組織病理學(xué)相結(jié)合來(lái)鑒別有臨床意義前列腺癌(GS≥7)和無(wú)臨床意義前列腺癌(GS≤6)。研究結(jié)果表明基于DTL的模型在區(qū)分有臨床意義前列腺癌和無(wú)臨床意義的前列腺癌方面符合率達(dá)到了72.3%，敏感度和特異度分別為63.6%和80.0%，該模型的AUC為0.726(95%CI：0.575～0.876)，證實(shí)了DTL模型可用于有臨床意義前列腺癌的精準(zhǔn)診斷。

目前還未有研究基于mpMRI的深度學(xué)習(xí)來(lái)預(yù)測(cè)BCR，但是根據(jù)目前發(fā)展現(xiàn)狀來(lái)看，深度學(xué)習(xí)為前列腺癌的預(yù)后分析提供了新的契機(jī)。

現(xiàn)有預(yù)測(cè)模型的局限性

盡管現(xiàn)有的模型對(duì)RP術(shù)后PCA患者的BCR提供了一種循證的方法，但仍存在一些局限性。第一，現(xiàn)有的預(yù)測(cè)模型缺少外部驗(yàn)證是最大的限制，因?yàn)檫@可能會(huì)限制該模型對(duì)不同患者群體的適用性。第二，部分文獻(xiàn)報(bào)道的預(yù)測(cè)因素相對(duì)單一，大多數(shù)模型僅基于臨床、病理資料或影像資料來(lái)預(yù)測(cè)BCR，只有少數(shù)模型將臨床病理資料與影像資料相結(jié)合，然而聯(lián)合模型是否能提高預(yù)測(cè)的效能還需要進(jìn)一步的驗(yàn)證。第三，部分模型沒(méi)有很好的校準(zhǔn)，低估了患者實(shí)際的BCR風(fēng)險(xiǎn)。最后，目前基于影像資料的預(yù)測(cè)模型樣本含量均較少，雖然得到的結(jié)果一定程度上優(yōu)于臨床病理模型，但是是否具有全面性和臨床意義都需要更多的病例來(lái)進(jìn)一步驗(yàn)證。

總結(jié)與展望

在本綜述中，筆者闡述了目前常用的一些針對(duì)前列腺癌根治術(shù)后BCR發(fā)生時(shí)間的預(yù)測(cè)模型。臨床、病理資料和基因檢測(cè)都可以用來(lái)預(yù)測(cè)根治性前列腺切除術(shù)后bRFS。加入影像特征的預(yù)測(cè)模型一定程度上提高了臨床病理模型的預(yù)測(cè)效能。但是現(xiàn)有預(yù)測(cè)模型的一些局限性限制了其在臨床實(shí)踐中的廣泛應(yīng)用。未來(lái)有必要增加其他預(yù)測(cè)因素或者使用其他研究方法，例如深度學(xué)習(xí)或者基于影像基因組學(xué)的人工智能方法，來(lái)提高預(yù)測(cè)RP術(shù)后BCR的準(zhǔn)確性，以便提高PCA患者的無(wú)進(jìn)展生存期和總體生存率。