Prostat kanserinde manyetik rezonans görüntüleme tabanlı risk hesaplayıcılarının kıyaslanması
Comparison of magnetic resonance imaging-based risk calculators in prostate cancer
- Tez No: 955364
- Danışmanlar: PROF. DR. ASIF YILDIRIM, DR. ÖZGÜR ARIKAN
- Tez Türü: Tıpta Uzmanlık
- Konular: Üroloji, Urology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Medeniyet Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Üroloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Prostat biyopsisi karar süreci, klinik anlamlı prostat kanserini (PK) yakalamak ile klinik olarak gereksiz biyopsiler ve buna bağlı komplikasyonları önlemek arasında hassas bir denge gerektirmektedir. Bu noktada risk hesaplayıcılar, klinisyene ek bilgiler sağlayarak biyopsi endikasyonunu daha doğru belirlemede önemli bir araç olarak kullanılmaktadır. Manyetik rezonans görüntüleme (MRG) tabanlı risk hesaplayıcılar, konvansiyonel PK risk tahmin araçlarının yerine kullanılabilmekte ve öngörme oranlarını artırabilmektedir. Risk hesaplayıcıların heterojen yapıları nedeniyle, geliştirildikleri bölge dışındaki farklı kohortlarda doğruluklarının değerlendirilmesine yönelik çalışmalar oldukça sınırlıdır. Bu nedenle, çalışmamızda üçü MRG tabanlı olmak üzere toplam dört risk hesaplayıcının PK öngörme oranlarını karşılaştırmalı olarak analiz edilmiştir. Bu kapsamda, Prospective Loyola University Multiparametric MRG (PLUM), University of California, Los Angeles-Cornell (UCLA PCRC-MRG) ve Rotterdam Prostat Kanseri Risk Hesaplayıcısı–versiyon MRG (MRG ERSPC) ile konvansiyonel Prostate Biopsy Collaborative Group (PBCG) risk hesaplayıcısının, Türkiye kohortunda PK öngörme oranları kıyaslanmıştır. Çalışma, retrospektif ve tek merkezli bir doğrulama çalışması olarak planlandı. 2019–2025 yılları arasında prostat biyopsisi uygulanan ve biyopsi öncesinde mpMRG çekilmiş hastalar çalışmaya dahil edildi. PK tanısı bulunan, MRG çekimi veya yorumlaması uygun olmayan ya da demografik verilerine ulaşılamayan hastalar çalışma dışı bırakıldı. Sonuç olarak, toplam 1027 hastadan oluşan bir çalışma kohortu elde edildi. Çalışmanın birincil amacı, risk hesaplayıcıların klinik olarak anlamlı PK öngörme oranlarını karşılaştırmak ve eğri altında kalan alan (EAA) değerlerini analiz etmekti. İkincil amacı ise Türkiye popülasyonunda hangi risk hesaplayıcısının daha uygun olduğunu değerlendirmekti. Hastaların ortalama yaşı 64,39±7,5 yıl, ortalama PSA değeri 10,4±11,05 ng/mL, ortalama prostat volümü (PV) 57,9±30,4 mL ve ortalama PSA yoğunluğu (PSA-D) 0,22 ng/mL² olarak hesaplandı. Tüm hastalar ırk olarak risk hesaplayıcılarda Kafkas kökenli olarak kaydedildi. Risk hesaplayıcılarının klinik anlamlı PK'yi öngörmedeki EAA değerleri sırasıyla UCLA PCRC-MRG için 0,844, PLUM için 0,842, MRG-ERSPC için 0,837 ve PBCG için 0,731 olarak analiz edildi. UCLA PCRC-MRG, PLUM ve MRG-ERSPC risk hesaplayıcılarının klinik anlamlı PK öngörme oranları oldukça yüksek ve birbirine benzer bulunmuştur. Buna karşın, PBCG risk hesaplayıcısının öngörme oranı daha düşük olarak analiz edilmiştir. Bulgularımız, MRG tabanlı risk hesaplayıcıların biyopsi öncesi klinik karar sürecinde daha güvenilir bir yaklaşım sunduğunu ve biyopsi sayılarının azaltılmasına katkı sağlayabileceğini göstermektedir.
Özet (Çeviri)
The decision-making process for prostate biopsy requires a delicate balance between detecting clinically significant prostate cancer (PCa) and avoiding clinically unnecessary biopsies along with their associated complications. At this point, risk calculators serve as an important tool by providing clinicians with additional information to more accurately determine biopsy indications. Magnetic resonance imaging (MRI)-based risk calculators can be used as an alternative to conventional PCa risk calculators and may enhance predictive accuracy. Due to the heterogeneous nature of risk calculators, studies evaluating their accuracy in cohorts outside the regions in which they were originally developed remain limited. Therefore, in our study, we conducted a comparative analysis of four risk calculators, three of which were MRI-based, to assess their predictive performance for PCa. Specifically, we compared the Prospective Loyola University Multiparametric MRI (PLUM), the University of California, Los Angeles-Cornell (UCLA PCRC-MRI), and the Rotterdam Prostate Cancer Risk Calculator–MRI version (MRI-ERSPC) with the conventional Prostate Biopsy Collaborative Group (PBCG) risk calculator in a Turkish cohort. All patients were noted from a Turkish cohort. The study was designed as a retrospective, single-center validation study. Patients who underwent prostate biopsy between 2019 and 2025 and had pre-biopsy mpMRI were included. Patients with a prior PCa diagnosis, those with inadequate MRI acquisition or interpretation, or those with unavailable demographic data were excluded. Consequently, a study cohort consisting of 1,027 patients was established. The primary aim of the study was to compare the predictive accuracy of the risk calculators for clinically significant PCa and to analyze the area under the curve (AUC) values. The secondary aim was to determine which risk calculator was more suitable for application in the Turkish population. The mean age of the patients was 64.39 ± 7.5 years, the mean PSA level was 10.4 ± 11.05 ng/mL, the mean prostate volume was 57.9 ± 30.4 mL, and the mean PSA density was 0.22 ng/mL². All patients were recorded as Caucasian. AUC values for predicting clinically significant PCa were analyzed as follows: 0.844 for UCLA PCRC-MRI, 0.842 for PLUM, 0.837 for MRI-ERSPC, and 0.731 for PBCG. The predictive performance of UCLA PCRC-MRI, PLUM, and MRI-ERSPC risk calculators for clinically significant PCa was found to be high and comparable. Conversely, the PBCG risk calculator demonstrated lower predictive accuracy. Our findings suggest that MRI-based risk calculators may help reduce the number of unnecessary biopsies
Benzer Tezler
- Makine öğrenimi tabanlı modeller ile prostat kanserinde, prostat biyopsisi sonrası upgrade / upstage durumlarını predikte eden faktörlerin tahmini
Prediction of factors associated with upgrade/upstage status after prostate biopsy in prostate cancer based on machine learning models
KADİR ERYILMAZ
Tıpta Uzmanlık
Türkçe
2024
ÜrolojiSüleyman Demirel ÜniversitesiÜroloji Ana Bilim Dalı
PROF. DR. ALPER ÖZORAK
- Prostat kanserinde intraduktal ve kribriform advers patolojileri manyetik rezonans görüntüleme makine öğrenimi tabanlı radyomiklerle tespit etmek mümkün mü?
Is it possible to detect intraductal and cribriform adverse pathologies in prostate cancer with magnetic resonance imaging machine learning-based radiomics ?
HÜSEYİN BIÇAKÇIOĞLU
Tıpta Uzmanlık
Türkçe
2023
ÜrolojiSüleyman Demirel ÜniversitesiÜroloji Ana Bilim Dalı
PROF. DR. ARAP SEDAT SOYUPEK
- Meme tümörlerinin çok geniş bantlı radar tabanlı mikrodalga yöntemiyle tespiti
Detection of the breast tumors by ultra-wideband radar based microwave method
ALİ RECAİ ÇELİK
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED BAHADDİN KURT
PROF. DR. SELÇUK HELHEL
- Derin öğrenme yöntemleri ile bi-parametrik mr görüntülerinden prostat kanseri lezyonlarının segmentasyonu
Segmentation of prostate cancer lesions from biparametric mri images using deep learning methods
UFUK UÇAR
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SONGÜL VARLI
- Interactive framework with a visual interface and feedback facility for dynamically improved accuracy and trust in prostate cancer diagnosis
Görsel arayüz ve geri bildirim mekanizması ile dinamik olarak gelişen prostat kanseri teşhis sistemi
DENİZ BEŞTEPE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Medipol ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. REDA ALHAJJ