改性血细胞GAP模型作为异常性肺纤维化症的预后生物标志物
Michael Kreuter1, Joyce S Lee2, Argyrios Tzouvelekis3
1Center for Pulmonary Medicine, Departments of Pneumology, Mainz University Medical Center, and of Pulmonary, Critical Care and Sleep Medicine, Marienhaus Clinic Mainz, Mainz, Germany.
ERJ open research
|July 30, 2024
概括
改进的GAP模型包括血细胞计数,可以改善异常性肺纤维化 (IPF) 患者的预测结果. 这些增强的模型,包括单细胞计数,可以更好地预测疾病进展和死亡率.
科学领域:
- 肺部病理学 肺部病理学
- 医学统计 医学统计
- 血液学 血液学 血液学
背景情况:
- 性别,年龄和生理学 (GAP) 模型是用于预测异常性肺纤维化 (IPF) 死亡率的验证工具.
- 以前的研究表明,白细胞变量与IPF结果之间存在潜在的关联.
- 将血细胞计数纳入GAP模型以提高IPF结果预测的实用性需要研究.
研究的目的:
- 评估将血细胞计数整合到GAP模型中是否可以改善IPF患者的预测结果.
- 开发和评估修改的GAP模型 (cGAP1,cGAP2),其中包含特定的血细胞参数.
主要方法:
- 在IPF中对皮尔芬尼第3期随机试验 (ASCEND,CAPACITY 004,006) 的汇总数据进行了回顾性分析.
- 共享脆弱模型被用于评估基线血细胞参数和研究结果 (疾病进展,死亡率,住院治疗) 之间的关联.
- 多变量分析评估了将单细胞计数 (cGAP1) 或综合血细胞参数 (cGAP2) 添加到传统的GAP模型中的影响.
主要成果:
- 在IPF进展,死亡率和住院治疗之间发现了显著的双变异关联,其中包括各种血细胞计数 (中性粒细胞,乙酸细胞,单细胞) 和血红蛋白水平.
- 多变量分析表明,修改的GAP模型 (cGAP1和cGAP2) 包含血细胞计数,在所有评估结果中,与传统的GAP模型相比,其C统计数据更高.
- 包括白细胞和红细胞参数在内的cGAP2模型在所有结果中显示出最高的预测性能.
结论:
- 修改的GAP模型包含特定的血细胞计数,特别是单细胞,可以提高IPF患者的预测结果.
- 将全面的白细胞和红细胞参数集成到GAP模型 (cGAP2) 中,为IPF的预测准确性提供了最显著的改善.
- 这些发现表明,血液细胞计数是精细化异常性肺纤维化诊断模型的宝贵生物标志物.
