多中心队列研究：基于临床与病理特征的显微取精术精子获取率预测列线图开发

这篇研究通过多中心回顾性/前瞻性队列分析（n=333），开发了首个整合促卵泡激素（FSH）、睾丸体积及组织病理学（SCOS/成熟阻滞）参数的列线图模型，用于预测特发性非梗阻性无精症（NOA）患者显微取精术（microTESE）的精子获取率（SRR）。模型显示52.55%总体SRR，FSH≤12.92 mIU/mL联合正常组织学可提升预测准确度（C-index=0.75），为临床决策提供量化工具。

　　

研究背景

非梗阻性无精症（NOA）影响约10%不育男性，显微取精术（microTESE）是其获取精子的关键手段。但手术成功率受激素水平、睾丸体积及组织病理等因素影响，亟需建立精准预测工具。

研究方法

2019-2024年六家学术中心纳入333例NOA患者，排除遗传异常者。收集术前促卵泡激素（FSH）、黄体生成素（LH）、睾酮水平及超声睾丸体积数据，术后组织病理分为支持细胞唯存综合征（SCOS）、成熟阻滞和生精功能低下三类。通过多变量逻辑回归和1000次自助法构建列线图。

关键发现

• •

  总体精子获取率（SRR）达52.55%，其中SCOS患者仅16.3%成功

• •

  FSH每升高1 mIU/mL，SRR下降3%（OR=0.97, p=0.049）

• •

  SCOS（OR=0.03）和成熟阻滞（OR=0.04）显著降低成功率

• •

  模型灵敏度73%、特异度82%，最佳截断值0.33时准确率77%

临床价值

该列线图首次整合激素与病理参数，较单一指标显著提升预测效能。例如FSH>24.67 mIU/mL伴SCOS者SRR仅7%，而FSH<8.32 mIU/mL且生精正常者达84%，可有效避免不必要手术。

局限与展望

未纳入抗苗勒管激素（AMH）等新兴标志物，且需外部验证。未来可结合机器学习分析睾丸超声纹理特征，进一步提升预测精度。

结语

本研究为NOA患者提供个体化手术决策工具，推动辅助生殖技术（ART）从经验医疗向精准医疗转型。