ハプロ同一細胞移植後の急性骨髄性白血病患者の再発に対する人工知能ベースの予測モデル

科学分野:

• 血液学
• 腫瘍学
• 医療における人工知能

背景:

• 急性骨髄性白血病 (AML) 患者における移植失敗の主な原因は,ハプロ同一性ドナー (HID) による造血幹細胞移植 (HSCT) 後の再発です.
• 移植後の再発の早期かつ正確な予測は,効果的な患者管理と移植成功率の改善に不可欠です.

研究 の 目的:

• HID HSCTを受けたAML患者の移植後の再発に対する人工知能 (AI) ベースの予測モデルを開発し,検証する.
• 再発リスクの高い患者を早期に特定するための信頼性の高いツールを提供すること.

主な方法:

• HID HSCTを受けた完全寛解 (CR) のAML患者 (年齢 ≥12歳) を含む遡及コホート研究.
• 訓練コホート (70%) を用いた予測モデルとノモグラムの開発と,独立したコホート (30%) での検証,および臨床実践.
• 5つの主要な変数:AMLリスクカテゴリ,CRに対する誘導化学療法コース,疾患状態,HSCT前測定可能な残留疾患,および血液群の格差.

主要な成果:

• 開発されたPKU-AMLモデルは,5つの重要な予測変数を取り入れた.
• このモデルは適格性 (Hosmer-Lemeshow P=0.205) と予測精度 (一致性指数=0.707) を示した.
• 多数のコホートでの検証と臨床実践は,ノモグラムの信頼性と臨床的有用性を確認した.

結論:

• PKU- AMLモデルは,HID HSCTをCRで受けているAML患者の再発を効果的に予測します.
• このAI駆動のツールは 移植後の再発を早期に予測し 早期に介入することを可能にします
• このモデルは臨床医が再発リスクを管理し 患者のケアを最適化するための貴重なリソースを提供します