在前列腺癌的诊疗领域，精准评估患者的预后情况一直是临床医生和科研人员努力攻克的难题。传统的影像学检查方法，如骨扫描和计算机断层扫描（CT），在评估前列腺癌的疾病扩散方面存在一定的局限性。而前列腺特异性膜抗原正电子发射断层扫描（PSMA-PET）虽已显示出比传统成像更高的准确性，但目前其对癌症预后的价值尚未完全明确。此前基于单中心数据构建的预后模型，存在准确性和通用性受限的问题，无法满足临床多样化的需求。因此，开展一项大规模、多中心的研究，以建立更精准、通用的前列腺癌预后评估模型迫在眉睫。
来自欧洲、美国和澳大利亚多个研究机构的研究人员共同参与了此项研究。他们通过国际多中心注册研究，建立了更新的 PSMA-PET PROMISE（PPP2）风险评分模型。该研究成果发表在《European Urology》上，为前列腺癌的预后评估带来了新的突破。
研究人员为开展此项研究，采用了以下关键技术方法：
- 多中心样本收集：收集了来自 20 个国际研究中心的 6128 例前列腺癌患者的数据，这些患者在 2013 年至 2022 年间接受了 PSMA-PET 检查，确保了样本的多样性和代表性。
- 指标分析：依据 PROMISE V2 标准分析 PSMA-PET 图像，获取分子成像 TNM（miTNM）状态、PSMA 表达评分、总病灶数、总肿瘤体积等关键指标，并收集患者的临床特征及其他风险评分数据。
- 统计建模：运用 Cox 回归模型和最小绝对收缩和选择算子（LASSO）惩罚法构建 PPP2 列线图（nomograms），并通过 Harrell’s C 指数、校准图、受试者工作特征曲线（ROC）等方法评估模型性能。
研究结果如下：
- 患者数据及分组：经筛选，6310 例患者中 6128 例符合要求，被分为开发队列（4044 例）和验证队列（2084 例），两组患者基线特征均衡。截止数据收集时，1915 例患者死亡，4213 例患者在 PET 检查 36 个月后仍存活。
- 预测指标筛选：单变量回归分析确定了多个影响总生存（OS）的潜在预测指标，考虑指标相关性后，最终选择远处转移（包括盆腔外淋巴结转移 [M1a]、骨转移 [M1b]、内脏转移 [M1c]）、PSMA 表达评分、总病灶数（视觉 PPP2）或总肿瘤体积（定量 PPP2）作为预测指标。
- PPP2 列线图构建及性能评估：利用开发队列构建了视觉和定量 PPP2 列线图。在验证队列中，视觉和定量列线图的 C 指数分别为 0.80（0.78 - 0.82）和 0.80（0.79 - 0.82），校准图显示模型预测准确性较高，虽部分患者存在偏差，但多数患者预测理想。
- 风险分层及对比：依据 PPP2 列线图将患者分为低、中、高风险组，生存曲线表明该分层在各疾病亚组中均具有良好的区分能力（所有 p < 0.001）。与 NCCN 和 EAU 风险评分相比，PPP2 列线图的 AUC-ROC 值更高，预测准确性更优。
- 不同版本及示踪剂的影响：对比 PROMISE V1 和 V2 版本，发现虽部分患者 miTNM 分期有差异，但两个版本的预后准确性相似。同时，不同放射性药物（[68Ga] Ga-PSMA-11 和18F - 基于 PSMA 的放射性药物）对风险分层影响不大。
研究结论和讨论部分表明，PPP2 列线图可准确预测前列腺癌患者 3 年和 5 年的总生存概率，是一种新的独立风险分层工具，在临床试验和常规临床实践中具有重要应用价值。其优势在于：风险分层涵盖前列腺癌全病程，PSMA 表达评分便于快速解读，且在不同应用场景下预测能力稳健。不过，研究也存在一定局限性，如回顾性研究设计导致的程序异质性、部分数据缺失、存在潜在选择偏倚等。尽管如此，PPP2 风险评分的出现，为前列腺癌的个性化治疗提供了更精准的依据，有助于临床医生为不同风险的患者制定更合适的治疗方案，推动了前列腺癌诊疗领域的发展。未来，有望通过进一步的前瞻性研究，完善该模型，使其在临床实践中发挥更大的作用。
