美国克利夫兰诊所Taussig 癌症研究所Nazha等报告，依据临床和基因组数据构建的个性化模型，优于骨髓增生异常综合征(MDS)中已建立的预后模型。新模型可动态预测给定患者不同时间点的生存率和白血病转化率，且可将患者分期和降期为更合适的风险类别。(J Clin Oncol. 2021年8月18日在线版 DOI: 10.1200/JCO.20.02810)

MDS患者的生存期从几个月到几十年不等。为了明确结合了临床、病理和分子数据高级分析的预后系统是否有可能更准确和动态地预测各种治疗患者的生存情况，该研究入组1471例相关的MDS患者进入训练队列，并使用机器学习技术进行分析。 随机生存算法用于构建预后模型，然后在外部队列中进行验证。本研究构建模型的准确性与其他已建立的模型相比，并使用一致性(c)指数进行评估。

结果显示，训练队列患者的中位年龄为71岁。常见的突变基因包括SF3B1、TET2和ASXL1。该算法确定了染色体核型、血小板计数、血红蛋白水平、骨髓原始细胞百分比、年龄、其他临床变量、7个离散的基因突变和突变数量均对总体和无白血病生存具有预后价值。独立外部队列含465例患者，由一个MDS患者的前瞻性临床试验队列、一个匹配了疾病过程中不同时间点样本的队列和一个干细胞移植队列的患者构成。独立外部队列验证了所构建的模型。

(编译 李金珠)