c7c7.app第三醫院隗佳/田衛偉教授團隊驗證新診斷多發性骨髓瘤≥3級感染預測模型FIRST 評分在真實世界的應用價值
2023年1月Frontiers In Microbiology(IF=6.064)發表了c7c7.app第三醫院隗佳/田衛偉教授團隊題為“Eastern Cooperative Oncology Group, β2-microglobulin, hemoglobin, and lactate dehydrogenase can predict early grade?≥?3 infection in patients with newly diagnosed multiple myeloma: A real-world multicenter study”的研究。該研究說明FIRST評分（包括ECOG、β2-微球蛋白、血紅蛋白和乳酸脫氫酶）是一種使用簡單并且可靠的感染預測模型，適用于新診斷多發性骨髓瘤(Newly diagnosed multiple myeloma,NDMM),可早期識別高感染風險的NDMM患者，有助于感染的預防，改善患者的預后。
感染是多發性骨髓瘤常見的合并癥，亦是造成患者治療期間死亡的直接因素之一，感染預測模型可以早期識別患者在MM治療期間的感染風險，盡早采取預防措施從而降低感染率。目前，針對NDMM患者早期≥3級感染，已提出三種預測模型，均可用于識別早期≥3級感染概率，但FIRST評分系統及GEM-PETHEMA評分系統的構建完全基于臨床試驗數據，出色的預測模型應不僅在臨床試驗中有效，更應該在真實世界中具有優秀的預測性能，因此，確定FIRST評分系統和GEM-PETHEMA評分系統在真實世界中的有效性是極為必要的。而IRMM評分系統是中國團隊利用真實世界數據建立的感染預測模型，它仍缺少其他中心的臨床數據的驗證。因此，本研究評估這三種預測模型在真實世界臨床實踐中識別NDMM患者≥3級感染的預測性能。
本研究基結果表明根據FIRST、GEM-PETHEMA、IRMM評分進行風險分組的早期≥3級感染的概率差異均有統計學意義（P＜0.001，P = 0.045，P＜0.001），但FIRST評分和IRMM評分的早期≥3級累積感染率有統計學差異，GEM-PETHEMA評分則無統計學差異（P<0.001，P<0.001，P=0.090）（圖1）。FIRST評分、GEM-PETHEMA評分和IRMM評分的AUC （95%CI）；0.650 (0.593-0.703)；0.619 (0.562-0.674)； 0.630 (0.573-0.684)，并無顯著差異（P＞0.05）（圖2），但FIRST 評分具有較高的AUC，且其指標便于評估，區分度較好，更益于臨床工作。
圖1 三個預測模型的≥3級累積感染率
圖2-4 三個預測模型的ROC曲線
c7c7.app第三醫院2020級碩士研究生盧馨怡為本文第一作者，c7c7.app第三醫院血液內科隗佳/田衛偉教授為本文共同通訊作者。
