Rofo 2015; 187 - WISS312_4
DOI: 10.1055/s-0035-1551440

Anwendung eines generalisierten linearen Modells der PI-RADS Scoring Auswertung zur Diagnose des Prostatakarzinoms im Vergleich zur Histologie als Referenzstandard

K Wolter 1, G Decker 1, M Meier-Schroers 1, J Boschewitz 1, G Kukuk 1, J Gieseke 1, F Träber 1, H Schild 1, W Willinek 1
  • 1Uniklinik Bonn, Klinik für Radiologie, Bonn

Zielsetzung:

In den letzten Jahren hat sich die standardisierte Befunderhebung mittels PI-RADS Scores zur Diagnostik des Prostatakarzinoms (PCa) durchgesetzt. Die Gewichtung der einzelnen Parameter der multiparametrischen MRT (mpMRT) ist noch in der Diskussion. Ziel unserer Arbeit war es, durch Anwendung eines generalisierten linearen Models (GLM) eine optimale Gewichtung der Parameter zur Verbesserung der Sensitivität und Spezifität zu finden.

Material und Methodik:

Bei 37 Patienten (mitt. Alter 67,7 Jahre) wurden insgesamt 53 Läsionen analysiert. Alle Patienten erhielten eine mpMRT der Prostata nach ESUR Standard (T2-, diffusionsgewichtete Bilder (DWI), Kontrastmitteldynamik (DCE) MR-Spektroskopie (MRS)) und eine MRT-gesteuerte Biopsie. Ein Radiologe determinierte auffällige Läsionen, ein zweiter erhob ESUR PI-RADS und bestimmte den mitt. ADC (qADC).Definition eines GLM und Optimierung durch schrittweises entfernen und hinzufügen von Parametern anhand des Akaike Information Criterion (AIC). ROC-AUC Analyse aller Methoden wurde durchgeführt.

Ergebnisse:

34/53 Läsionen enthielten Karzinome in der Biopsie. PI-RADS der T2- (p = 0,000032; AUC = 0,76) und DWI-Parameter (p = 0,000015; AUC = 0,793) korrelierten mit dem Vorliegen eines PCa, DCE (p = 0,07; AUC = 0,63) und MRS (p = 0,21; AUC = 0,601) korrelierten nicht signifikant. ROC-AUC-Analyse der gewichteten Scores lieferte das beste Ergebnis für T2+0,67*DWI (AUC = 0,846). Ein GLM steigerte den AUC (0,968) für ein Modell basierend auf T2-, MRS-, DCE-PI-RADS-Scores, qADC, sowie Interaktionsterme für DCE*MRS, qADC*DCE und T2*DCE. Youden-Analyse ergab für T2*0,67DWI einen Wert von 6,18 (Sens. 0,947; Spez. 0,593), für das GLM von 0,84 (Sens. 0,824; Spez. 1,0).

Schlussfolgerungen:

Die Anwendung eines GLM erhöht die Sensitivität und Spezifität unter Verwendung aller 4 Parameter mit den besten Ergebnissen unter Berücksichtigung der quantitativen Daten. Die Ergebnisse zeigen, dass quantitative ADC Parameter in den PI-RADS integriert werden sollten, da diese zu einer Steigerung der Modellqualität führen