《表3 诊断PCa的多因素Logistic回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《前列腺癌多因素Logistic回归模型的初步建立》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

β：偏回归系数。OR：比值比，odds ratio

以PSA、MRI和CE-TRUS指标为自变量，构建预测PCa的Logistic回归模型，回归方程为Logit（P）=-7.657+1.265×PSA+2.184×MRI异常强化+2.345×CE-TRUS异常强化+2.662×内外腺边界。结果显示PSA值、MRI异常强化、CE-TRUS异常强化及内外腺边界4个因素是影响PCa诊断的危险因素（表3），联合以上多因素的Logistic回归模型绘制诊断PCa的ROC曲线，AUC值及95%可信区间分别为0.914、0.825～0.948，灵敏度0.851，特异度0.926（图1）。