目的 评价血清前列腺特异性抗原(PSA)位于灰区时(4～10μg/L)前列腺健康指数(PHI)、前列腺影像报告和数据系统(PI-RADS)评分诊断前列腺癌的价值，并建立两者联合诊断前列腺癌的预测模型。方法 收集2022年11月—2023年12月在徐州医科大学附属医院泌尿外科行经会阴前列腺穿刺活检的131例患者(血清PSA 4～10μg/L)的临床资料，根据病理结果分为前列腺癌组(35例)和良性前列腺增生组(96例)。应用二元logistic回归分析评估各变量对前列腺癌的预测价值，建立PHI联合PI-RADS诊断前列腺癌的预测模型Logit(P)。建立各独立变量和预测模型Logit(P)的受试者操作特征(ROC)曲线，比较各因素的曲线下面积，选取各因素和预测模型Logit(P)的最佳截断值，评估其诊断效能。结果 2组患者的年龄、总前列腺特异性抗原(tPSA)、游离前列腺特异性抗原比值(%fPSA)、前列腺体积差异无统计学意义(P>0.05),PHI、前列腺特异性抗原同源异构体2(p2PSA)、前列腺健康指数密度(PHID)的差异有统计学意义(P<0.05)。tPSA、%fPSA、p2PSA、PHI、PHID诊断前列腺癌的曲线下面积分别为0.565、0.634、0.771、0.812、0.802。PHI与PI-RADS评分联合的预测模型为：Logit(P)=1.117×PI-RADS评分+0.086×PHI-7.886,预测模型Logit(P)的ROC曲线下面积为0.848,显著高于各单一指标，差异具有统计学意义(P<0.05)。结论 PHI在血清PSA 4～10μg/L的前列腺癌患者中诊断效能优于传统的前列腺肿瘤标志物，联合PI-RADS评分建立的联合预测模型的诊断效能高于单一指标，可有效降低前列腺癌的漏诊率，减少不必要的前列腺穿刺。