近期，东南大学附属中大医院葛峥教授与山东大学齐鲁医院许书倩教授团队合作在《Blood Cancer Journal》（影响因子：13.8）发表了题为“BLAST demonstrates higher prognostic accuracy for survival than CPSS in Chinese patients with chronic myelomonocytic leukemia”的研究论文。该论文的共同第一作者为东南大学附属中大医院严欣和山东大学齐鲁医院冯格格。该研究首次在中国慢性粒单核细胞白血病（CMML）患者队列中，系统验证并比较了BLAST、BLAST-mol与CPSS、CPSS-mol四种预后模型的预测效能，证实基于简易临床变量的BLAST模型在生存预后区分度方面优于传统CPSS模型，为CMML患者的精准风险分层和移植时机选择提供了新的参考工具。

CMML是一种高度异质性的髓系恶性肿瘤，早期识别高危患者对及时实施异基因造血干细胞移植至关重要。现有CPSS及CPSS-mol模型虽应用广泛，但对部分风险亚组的区分能力有限。本研究联合国内四家医疗中心，纳入127例CMML患者，通过多因素分析、生存曲线比较及ROC曲线分析等方法，系统评估了四种预后模型在中国人群中的适用性。研究发现，BLAST模型将患者分为低、中、高危三组，各组间生存差异显著，分层清晰；而CPSS模型在中危-1与中危-2两组间生存无显著差异，区分能力有限。交叉比较显示，BLAST能够有效识别被CPSS低估的高危患者，重新分类后上调风险等级的患者预后显著更差。在整合分子数据的BLAST-mol模型中，同样观察到优于CPSS-mol的区分能力，且BLAST及BLAST-mol在2年和3年的预测准确性均高于CPSS及CPSS-mol。

该研究首次在中国CMML人群中证实BLAST及BLAST-mol模型在风险区分度和预后预测准确性方面均优于传统CPSS及CPSS-mol模型，尤其能识别被CPSS/CPSS-mol归类为低中危但实际预后较差的患者。该结果为临床医生提供了更简便的风险评估工具，有助于优化异基因造血干细胞移植候选者筛选和临床试验入组决策。

山东大学齐鲁医院许书倩教授、东南大学附属中大医院葛峥教授为本文通讯作者。该工作获得了国家自然科学基金、国家重点研发计划、山东省自然科学基金、江苏省前沿技术研发计划、江苏省基础研究计划等多项基金的资助。

图1 不同预后积分系统对 CMML 患者进行分层时的总生存情况。

图2  不同预后模型对CMML患者风险区分能力的比较。