使用流细胞计数据的拉索和随机森林模型识别了初级骨髓纤维化.

科学领域:

• 血液学 血液学 血液学
• 在瘤学瘤学.
• 免疫型定型 免疫型定型

背景情况:

• 经典的费城阴性骨髓增殖性新生瘤 (MPNs),包括精髓血栓瘤 (ET),多细胞瘤 (PV) 和原发性骨髓纤维化 (PMF),仅使用形态学和分子标志物就很难区分.
• 准确的诊断和区分对于指导MPN患者适当的治疗策略至关重要.

研究的目的:

• 为了澄清流细胞计在诊断和差异诊断的应用经典费城负MPNs.
• 识别特定的流细胞计标记和模型,以区分ET,PV和PMF亚型.

主要方法:

• 对211名Ph阴性MPN患者 (ET,PV,PMF前,公开PMF) 和47名对照患者的免疫类型,临床特征和实验室发现的回顾性分析.
• 利用拉索和随机森林模型来确定PMF诊断的关键变量.
• 使用分类和回归树模型来区分ET和前PMF.

主要成果:

• 在白细胞,血红蛋白,外围血液爆细胞,异常的型和WT1基因表达中,PMF与ET和PV有明显的差异.
• 在CD34+细胞,粒细胞和单细胞表型,血细胞百分比和树突细胞中,PMF与对照细胞不同,血细胞百分比明显较低.
• 一个五变量流细胞计面板确定PMF具有90%的灵敏度和特异性. 使用CD34+CD38细胞和血小板计数的模型分辨出ET与PMF前的ET,分别准确率为94.3%和83.9%.

结论:

• 流体免疫类型定型是诊断PMF并将其与ET和PV区分开来的一种有价值的工具.
• 特定的流细胞计标记物和模型可以有效地区分ET和前PMF,帮助治疗决策.
• 这种方法提高了经典的Ph阴性MPN的诊断准确性,改善了患者的管理.