Eur Urol Focus:从下尿路症状的标准临床评估中预测前列腺手术结果

时间:2023-07-31 15:24:30   热度:37.1℃   作者:网络

下尿路症状(LUTS)分为储尿症状、排尿症状和排尿后症状。超过四分之三的四十岁以上男性至少有一种下尿路症状,对生活质量(QoL)、就业和社交活动产生消极影响。随着年龄的增长,尿失禁的发病率也在增加,预计的人口老龄化强调了有效治疗男性尿失禁的重要性。目前的国际指南建议,如果保守治疗不成功且 LUTS 严重,则应进行手术治疗。

当计划进行治疗干预时,男性下尿路症状(LUTS)的评估需要鉴定症状结果的预测因素。近期,来自日本的研究人员在《Eur Urol Focus》上发表文章,他们为前列腺手术结果建立一个新的预测模型,并通过一个单独的患者队列对其进行了验证,同时得出关键临床参数的阈值

UPSTREAM试验中有820名男性患者寻求LUTS治疗,研究人员对其中176名接受前列腺手术并提供完整数据的患者进行了膀胱日志(BD)、国际前列腺症状评分(IPSS)、IPSS-生活质量和尿流测定数据分析。为了进行外部验证,还使用了日本泌尿科手术结果回顾性数据库中的数据(n=227)。症状改善定义为总IPSS下降≥3分。使用了多元逻辑回归、分类树分析和随机森林模型,包括有BD数据和无BD数据的版本。

研究结果发现,无 BD 数据的多元逻辑回归确定了年龄(p=0.029)、总 IPSS(p=0.0016)和最大流速(Qmax;p=0.066)为结果的预测因素,接收者操作特征曲线下面积(AUC)为 77.1%。无 BD 数据的分类树分析确定了 IPSS<16 和 Qmax ≥13 ml/s 的阈值(AUC 75.0%)。包含除 BD 数据外的所有临床参数的随机森林模型的AUC为 94.7%。使用自助法进行的内部验证显示出了合理的 AUC(69.6-85.8%)。使用 BD 数据进行分析时略微提高了模型拟合度。外部验证表明,逻辑回归、分类树分析和随机森林模型(均不含 BD;分别为 70.9%、67.3% 和 68.5%)具有相当的 AUC。研究的不足之处包括大量参与者的基线数据不完整,以及外部验证队列的评估有限。

随机森林模型

综上所述,利用年龄、总 IPSS 和尿流测量数据可以在术前预测前列腺手术的结果,IPSS 的预后阈值为16,Qmax 为13毫升/秒

原始出处:

Hiroki Ito, Kentaro Sakamaki, Grace J Young et al. Predicting Prostate Surgery Outcomes from Standard Clinical Assessments of Lower Urinary Tract Symptoms To Derive Prognostic Symptom and Flowmetry Criteria. Eur Urol Focus. Jul 2023

上一篇: 论紧致的重要性:聚焦超声治疗皮肤松弛一例

下一篇: Lisocabtagene marale...


 本站广告