这页已由机器翻译。其他页面可能仍然显示为英文。 View in English

以人工智能为基础的预测模型,用于经过血型细胞移植的急性髓性白血病患者的复发

Shuang Fan ¹, Haoyang Hong ^2,3, Shengye Lu ¹

⁰Peking University People's Hospital, Peking University Institute of Hematology, National Clinical Research Center for Hematologic Disease, Beijing Key Laboratory of Hematopoietic Stem Cell Transplantation, Beijing, China.

Journal of Translational Internal Medicine +

|

2025年九月2日

在PubMed上查看摘要

概括

这项研究开发了一种AI模型,用于预测急性髓性白血病 (AML) 患者的复发情况,这些患者接受了与异位捐赠者 (HID) 相关的干细胞移植. 该PKU-AML模型有助于早期检测和治疗复发,从而改善患者的治疗结果.

科学领域

血液学
癌症学
医学的人工智能

背景情况

复发是急性髓性白血病 (AML) 患者移植失败的主要原因.
早期准确预测移植后复发对于有效的患者管理和改善移植成功率至关重要.

研究的目的

开发和验证基于人工智能 (AI) 的预测模型,用于接受HID HSCT的AML患者的移植后复发.
为早期识别高复发风险患者提供可靠的工具.

主要方法

一项回顾性队列研究,包括接受HID HSCT的完全缓解的AML患者 (年龄≥12岁).
使用培训队列 (70%) 开发预测模型和名录,并在单独的队列 (30%) 和独立的队列 (n=213) 中进行验证.
包括五个关键变量:AML风险类别,CR的诱导化疗疗程,疾病状态,HSCT前可测量的残留疾病和血型差异.

主要成果

开发的PKU-AML模型包含了五个重要的预测变量.
该模型表现出良好的匹配性 (霍斯默-莱梅肖P=0.205) 和预测准确性 (一致性指数=0.707).
在多个群体和临床实践中的验证证实了nomogram的可靠性和临床实用性.

结论

在CR中接受HID HSCT的AML患者中,PKU- AML模型有效预测AML复发.
这种人工智能驱动的工具有助于在移植后复发的早期预测和及时干预.
该模型为临床医生提供了宝贵的资源来管理复发风险并优化患者护理.

关键词:

急性骨髓性白血病一样的人血造干细胞移植干扰素-α 预防性复发的情况