在急性髓性白血病患者中构建和验证血小板输血阻抗性辅助决策模型
Ruixue Ma1,2, Yunju Ma1,2, Qingya Cui1,2
1National Clinical Research Center for Hematologic Diseases, Jiangsu Institute of Hematology, The First Affiliated Hospital of Soochow University, Suzhou, China.
概括
一个新的模型准确地预测急性髓性白血病 (AML) 患者的血小板输血折射率 (PTR). 这种模型使用KIT突变,壮症,HLA-I抗体和血小板相关抗体 (PAA) 来识别高风险个体.
科学领域:
- 血液学 血液学 血液学
- 免疫学 免疫学 免疫学
- 在瘤学瘤学.
背景情况:
- 血小板输血折射性 (PTR) 是多次输血患者的重要并发症,特别是患有血液性恶性瘤的患者.
- PTR可能导致延迟原发性疾病治疗和危及生命的出血,这强调了早期预测的必要性.
- 识别患有PTR风险的患者对于及时的临床干预和管理至关重要.
研究的目的:
- 在急性髓性白血病 (AML) 患者中开发和验证血小板输血阻抗性 (PTR) 的预测模型.
- 确定与AML患者PTR相关的关键临床和免疫因素.
- 改善PTR早期风险分层,以指导输血策略.
主要方法:
- 分析了250名急性髓性白血病 (AML) 患者的队列,随机分为培训 (70%) 和验证 (30%) 组.
- 最小绝对缩小和选择运算符 (LASSO) 和多变量后勤回归被用于变量选择.
- 使用接收器操作特征 (ROC) 曲线,校准图表和决策曲线分析 (DCA) 评估模型性能.
主要成果:
- 在250名AML患者中,38.0% (95) 患有PTR.
- 阳性血小板相关抗体 (PAA) 的PTR发生率为66.7%,而人类白细胞抗原 (HLA) -I抗体的发生率为56.5%.
- 一个结合KIT突变,壮病,HLA-I抗体数量和阳性PAA的预测模型表现出强大的预测性能.
结论:
- 开发的LASSO-逻辑回归模型有效预测了AML患者的PTR风险.
- 该模型包含PAA和HLA抗体,与以前的PTR预测模型相比,提供了更全面的方法.
- 这种预测工具可以帮助临床医生优化对有PTR风险的AML患者的输血管理.
