前列腺 MRI 结合放射组学评估能否确定肿瘤的侵袭能力 (MRI-PREDICT)

前列腺活检是评估前列腺癌诊断方式和低风险前列腺癌监测方式的黄金标准。 研究人员开发了一种基于机器学习的算法，该算法使用 MRI 特征（放射学特征或纹理）来预测前列腺活检的结果。 该领域有许多担忧，即这种基于放射组学的预测将无法重现，因为不同患者的 MRI 扫描之间存在如此多的细微变化。

干预措施是使用 MRT 和使用前列腺的第二次 MRI (MRI-P)。

将研究两个主要结果。 首先，现有的放射组学预测模型，标记为基于 MRI-P 的放射组学工具 (MRT) 将预测等级组 (GG)，并将其与金标准、病理学家对等级组 (GG) 的评估进行比较。 其次，将比较两个短间隔 MRI-P 之间预测的 GG 的稳定性。

在 MRI-P 上检测到前列腺结节并定位于活组织检查证实的前列腺癌的患者将被招募入组。 如果注册，参与者将在相对于获得第一个 MRI-P 的较短时间内参加后续的 MRI-P。 将尝试获得允许在所有 GG 之间平均分配的参与者。