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.
Commentaren
Reageren op dit artikel is mogelijk na registratie. (Login)