首页 > 文章详情

【中国好声音】江倩/黄晓军教授团队开发慢性髓性白血病一线TKI治疗失败的预测模型，实现更精准的风险评估

07月31日

编译：肿瘤资讯

来源：肿瘤资讯

慢性髓性白血病（CML）患者接受酪氨酸激酶抑制剂（TKI）治疗后，仍有部分患者出现治疗后进展/复发。为了更早地识别和预测一线TKI治疗失败的高危人群，北京大学血液病研究所江倩教授&黄晓军院士团队开发了一种新的临床预测模型。研究结果表明，该模型比传统的Sokal和ELTS评分系统具有更好的辨别能力，可以更准确地预测患者的治疗失败风险。该研究已在线发布于Blood杂志。【肿瘤资讯】将相关内容进行了整理，以飨读者。

图片 1.png

突破瓶颈，新型预测模型助力改善CML患者的预后

CML是一种常见的血液恶性肿瘤，TKI的出现极大地改善了CML患者的预后，85-90%的患者生存期超过 10 年。然而，仍有20-30%的患者出现治疗失败，导致疾病复发或进展，最终影响患者生存。目前常用的预测模型，如Sokal和ELTS评分系统，在预测TKI治疗失败方面存在局限性，无法准确识别高危患者，导致部分患者无法及时获得更有效的治疗方案。因此，迫切需要开发更精准的预测模型，帮助医生更早地识别高危患者，并制定更有效的治疗方案。

本研究旨在基于大规模CML患者数据，开发一种新的临床预测模型，提高一线TKI治疗失败的预测准确性，帮助临床医生更精准地评估患者风险，制定更有效的治疗策略，最终提高患者的总体生存结局。

模型的构建与验证

研究人员收集了1955例接受一线TKI治疗的CML-CP患者数据，利用1701例患者数据构建了预测模型，并使用剩余的254例患者数据进行外部验证。模型的构建采用Cox回归分析和Fine-Gray回归分析，最终确定了6个关键指标：性别、年龄、血红蛋白浓度、血原始细胞、肋缘下脾脏大小和Ph+细胞高危ACA。

模型的性能评估

研究结果显示，该模型在训练队列和验证队列中均表现出较高的准确性和精确度，其预测能力优于传统的Sokal和ELTS评分系统。同时，该模型可以有效地识别出接受2G-TKI治疗的中危和高危患者，且在临床实践中该类型患者的治疗失败率较低。

研究者说

该模型的开发为慢性髓性白血病慢性期（CML-CP）患者的治疗提供了新的工具，可以帮助医生更精准地评估患者的一线TKI治疗失败风险，并根据风险等级选择最佳的一线TKI治疗方案，从而进一步提高患者的总体生存结局。然而，该模型仍需在随机对照试验中进一步验证其有效性。未来，研究人员将继续探索更精准的预测模型，并结合其他因素，例如基因突变、药物代谢等，进一步提高预测准确率，为CML-CP患者提供更精准的个体化治疗方案。

综上，本研究开发了一种新的临床预测模型，可以更准确地预测CML-CP患者一线TKI治疗失败风险，为临床医生提供更精准的风险评估和治疗决策支持，有助于改善CML-CP患者的治疗效果和预后。

参考文献

Zhang X, Liu B, Huang J, et al. A predictive model for therapy failure in chronic myeloid leukemia patients receiving tyrosine kinase inhibitor therapy. Blood. Published online July 24, 2024. doi:10.1182/blood.2024024761

责任编辑：Ashelin
排版编辑：Ashelin

07月31日

张英卫

邢台市第九医院 | 肿瘤内科

慢性粒细胞白血病。