Sci Rep：结合PSA分子形式和年龄的预测前列腺癌模型研究
2020-02-23 AlexYang MedSci原创
前列腺特异性抗原（PSA）的诊断特异性目前仍旧是有限的。最近，有研究人员对8个抗PSA单克隆抗体（mAbs）进行了鉴定来评估不同PSA分子形式、总（t）的和自由（f）PSA和结合α1-抗胰凝乳蛋白酶PSA（PSA复合体）在前列腺癌（PCa）诊断使用中的情况。研究人员通过PSA免疫获得MAbs，并通过竞争性研究、ELISAs和免疫杂交进行鉴定。之后，研究人员使用上述单克隆抗体开发了敏感和特异性的EL
前列腺特异性抗原（PSA）的诊断特异性目前仍旧是有限的。最近，有研究人员对8个抗PSA单克隆抗体（mAbs）进行了鉴定来评估不同PSA分子形式、总（t）的和自由（f）PSA和结合α1-抗胰凝乳蛋白酶PSA（PSA复合体）在前列腺癌（PCa）诊断使用中的情况。
研究人员通过PSA免疫获得MAbs，并通过竞争性研究、ELISAs和免疫杂交进行鉴定。之后，研究人员使用上述单克隆抗体开发了敏感和特异性的ELISAs来检测这些PSA分子形式。研究人员在301名PCa患者和764名良性前列腺增生患者中进行了检测，并使用ROC曲线分析了区分2个小组的效果。研究发现，自由/总PSA比例（FPR）和复合/总PSA（CPR）比例能够显著的增加tPSA的诊断量。基于模型选择，研究人员构建了一个多变量逻辑回归模型来预测PCa，其中包括了将tPSA、fPSA和年龄作为预测因子，并且达到了最优的修正AUC（0.86）。研究人员指出，他们的模型在临床实践中具有优秀的tPSA预测能力（AUC 0.71）。
最后，研究人员指出，FPR和CPR表现出了比tPSA更好的诊断产量。另外，包括年龄、fPSA和符合PSA的PCa预测模型具有优秀的tPSA检测效率。他们的模型能够避免不必要的活检，从而预防副作用和减少医疗花费。
原始出处：
Julia Oto， Álvaro Fernández-Pardo， Montserrat Royo et al. A predictive model for prostate cancer incorporating PSA molecular forms and age. Sci Rep. 12 Feb 2020
本文系梅斯医学（MedSci）原创编译整理，转载需授权！
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#PSA#
86
前列腺癌相关研究，学习了，谢谢梅斯
89
梅斯里提供了很多疾病的模型计算公式，赞一个！
85