Article
Bedarfsanalyse multivariabler Risikokalkulatoren vs. alleiniger MRT-Risikostratifizierung vor initialer Prostatabiopsie
Search Medline for
Authors
-
Philipp Krausewitz
- Universitätsklinikum Bonn, Klinik und Poliklinik für Urologie und Kinderurologie, Bonn, Deutschland
-
Thomas Büttner
- Universitätsklinikum Bonn, Klinik und Poliklinik für Urologie und Kinderurologie, Bonn, Deutschland
-
Marthe von Danwitz
- Universitätsklinikum Bonn, Klinik und Poliklinik für Urologie und Kinderurologie, Bonn, Deutschland
-
Richard Weiten
- Universitätsklinikum Bonn, Klinik und Poliklinik für Urologie und Kinderurologie, Bonn, Deutschland
-
Alexander Cox
- Universitätsklinikum Bonn, Klinik und Poliklinik für Urologie und Kinderurologie, Bonn, Deutschland
-
Niklas Klümper
- Universitätsklinikum Bonn, Klinik und Poliklinik für Urologie und Kinderurologie, Bonn, Deutschland
-
Johannes Stein
- Universitätsklinikum Bonn, Klinik und Poliklinik für Urologie und Kinderurologie, Bonn, Deutschland
-
Glen Kristiansen
- Universitätsklinikum Bonn, Institut für Pathologie, Bonn, Deutschland
-
Julian Luetkens
- Universitätsklinikum Bonn, Klinik für Diagnostische und Interventionelle Radiologie, Bonn, Deutschland
-
Manuel Ritter
- Universitätsklinikum Bonn, Klinik und Poliklinik für Urologie und Kinderurologie, Bonn, Deutschland
-
Jörg Ellinger
- Universitätsklinikum Bonn, Klinik und Poliklinik für Urologie und Kinderurologie, Bonn, Deutschland
| Published: | March 26, 2024 |
|---|
Outline
Text
Einleitung: Bei Männern mit Verdacht auf ein Prostatakarzinom (PCA) sollen Risikokalkulatoren (RCs) und/oder MRT eingesetzt werden um die Notwendigkeit einer Biopsie zu evaluieren. Wir validierten multivariate und univariate Risikomodelle mit sowie ohne Einbeziehung von MRT-Daten zur Erkennung klinisch signifikanter Karzinome (sPCA, ≥Gleason 7).
Methoden: Die prädiktive Leistung für die sPCA-Detektion anhand klinischer Surrogatmarker, der alleinigen MRT und verschiedener Risikokalkulatoren (European Randomized Study of Screening for Prostate Cancer (ERSPC) RC 3, MRT-ERSPC-RC, Mount Sinai Prebiopsy RC, und RC von Radtke et al.) wurde im Rahmen der MRT-gezielten Prostatabiopsie untersucht. Die Risikomodelle wurden mittels logistischer Regression, Grenzwertoptimierungs- (ROC) und Entscheidungskurvenanalyse (DCA) in einem Kollektiv von 565 Biopsie-naiven Männer verglichen. Subgruppen wurden hinsichtlich der MRT-Ergebnisse und Qualität stratifiziert.
Ergebnisse: sPCA wurden in 56,3% der Fälle detektiert. Der PI-RADS-Score zeigte die beste Leistungsfähigkeit im Vergleich univariater Modelle (AUC 0,82, p<0,001). Multivariate RCs zeigten gegenüber dem alleinigen PI-RADS-Score nur geringfügige Verbesserungen. Bei unauffälliger MRT prädizierte der nicht-MRT-basierte ERSPC-RC 3 am besten das Vorliegen von sPCA (AUC 0,80, p=0,016) mit der Möglichkeit, 23% unnötiger Biopsien zu vermeiden. PSA-Dichte und multivariate RCs zeigten vergleichbare Leistungen bei PI-RADS-3-bewerteten Fällen (AUC 0,65 vs. 0,60–0,65, p>0,5; gesparte Biopsien 16%). Bei tumorsuspekten MRT-Befunden (PI-RADS 3–5) sagten sowohl MRT-basierte RCs als auch der alleinige PI-RADS-Score sPCA mit hoher diagnostischer Genauigkeit vorher (AUC 0,82–0,79 vs. 0,80, p>0,05), wobei eine Überlegenheit gegenüber nicht-MRT-basierten Modellen bestand (alle p<0,002). Qualitätsgeprüfte Bildgebung verbesserte die Risikostratifizierung für sPCA in allen Subgruppen.
Schlussfolgerung: In Zentren, die eine Hochrisikopopulation betreuen, kann das sPCA-Risiko einfach und effektiv anhand qualitätsgeprüfter MRT-Diagnostik bewertet werden. Die Anwendung multivariater RCs kann jedoch insbesondere bei MRT-negativen Fällen und PI-RADS-3-Konstellationen unnötige Biopsien reduzieren.
