在健康志愿者中基于机器学习的预测G-CSF诱导的造血干细胞调动结果
Ce Shi1,2,3,4, Xiangjun Zeng1,2,3,4, Jimei Ge1,2,3,4
1Bone Marrow Transplantation Center, The First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China.
Bone marrow transplantation
|July 4, 2025
概括
使用G-CSF优化造血干细胞 (HSC) 调动至关重要. 捐赠者的性别,体重,年龄和分剂方案等因素显著影响HSC产量,为更好的结果提供预测模型的信息.
科学领域:
- 血液学 血液学 血液学
- 移植免疫学 移植免疫学
- 生物统计学 生物统计学
背景情况:
- 造血干细胞移植 (HSC-T) 是血液学疾病的重要疗法.
- 外周血液干细胞 (PBSC) 是由于效率和减少的侵入性而首选用于HSC-T.
- 颗粒细胞殖民地刺激因子 (G-CSF) 是HSC动员的标准,但5-10%的捐赠者表现出不良反应.
研究的目的:
- 分析影响G-CSF诱导的HSC动员功效的因素.
- 为了确定成功的HSC动员的预测因素.
- 开发用于预测动员结果的机器学习模型.
主要方法:
- 对1056个捐赠者动员数据 (2018-2023) 的回顾性分析.
- 基于CD34+细胞产量的调动疗效的评估.
- 使用捐赠者人口统计和G-CSF治疗方案参数开发七个机器学习模型.
主要成果:
- 男性捐赠者表现出比女性捐赠者更好的动员能力.
- 体重增加与动员效率有积极的相关性.
- 年轻的捐赠者有更好的动员反应.
- 分剂G-CSF疗法显著改善了结果.
结论:
- 捐赠者的性别,年龄,体重和G-CSF剂量策略是HSC调动成功的关键决定因素.
- 机器学习模型可以预测G-CSF诱导的HSC调动结果.
- 这些发现可以优化供体选择和动员协议,以提高HSC-T的疗效.
