Myelodysplastische syndromen (MDS) vormen een groep heterogene ziekten, met overleving die uiteen kan lopen van enige maanden tot decennia. Er is behoefte aan betrouwbare prognostische systemen voor MDS. Een multicenterstudie in de Verenigde Staten heeft geresulteerd in de constructie van een geïndividualiseerd voorspellingsmodel voor risicostratificatie van MDS-patiënten. Dr. Aziz Nazha (Cleveland Clinic, OH) en collega’s publiceren het model in het Journal of Clinical Oncology.¹



De studie includeerde 1471 MDS-patiënten in een trainingscohort. De mediane leeftijd was 71 jaar. Met machine learning analysetechnieken werden chrmosomaal karyotype, trombocytenniveaus, hemoglobineniveaus, beenmerg-blastpercentage, leeftijd, andere klinisch variabelen, mutaties in zeven specifiek genen, en aantal mutaties geïdentificeerd als voor leukemievrije overleving en overall survival prognostische kenmerken. Op basis van deze kenmerken werd een prognostisch model opgesteld dat werd gevalideerd in vier onafhankelijke cohorten. De C-index van het model was 0,81 voor AML-transformatie en 0,74 voor OS. Het model presteerde beter in het voorspellen van de LFS en OS dan het Revised International Prognostic Scoring System.

De onderzoekers concluderen dat ze een geïndividualiseerd voorspellingsmodel op basis van klinische en genomische data hebben ontwikkeld en gevalideerd dat beter functioneert dan bestaande prognostische modellen voor MDS.

1.Nazha A, Komrokji R, Meggendorfer M et al. Personalized prediction model to risk stratify patients with myelodysplastic syndromes. J Clin Oncol 2021; epub ahead of print

Summary: A multicenter study in the USA resulted in a personalized prediction model to risk stratify patients with myelodysplastic syndromes. The model outperformed established prognostic models in MDS.