山西医科大学第三医院隗佳/田卫伟教授团队验证新诊断多发性骨髓瘤≥3级感染预测模型FIRST 评分在真实世界的应用价值

2023年1月Frontiers In Microbiology(IF=6.064)发表了山西医科大学第三医院隗佳/田卫伟教授团队题为“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。该研究说明FIRST评分（包括ECOG、β2-微球蛋白、血红蛋白和乳酸脱氢酶）是一种使用简单并且可靠的感染预测模型，适用于新诊断多发性骨髓瘤(Newly diagnosed multiple myeloma,NDMM),可早期识别高感染风险的NDMM患者，有助于感染的预防，改善患者的预后。

感染是多发性骨髓瘤常见的合并症，亦是造成患者治疗期间死亡的直接因素之一，感染预测模型可以早期识别患者在MM治疗期间的感染风险，尽早采取预防措施从而降低感染率。目前，针对NDMM患者早期≥3级感染，已提出三种预测模型，均可用于识别早期≥3级感染概率，但FIRST评分系统及GEM-PETHEMA评分系统的构建完全基于临床试验数据，出色的预测模型应不仅在临床试验中有效，更应该在真实世界中具有优秀的预测性能，因此，确定FIRST评分系统和GEM-PETHEMA评分系统在真实世界中的有效性是极为必要的。而IRMM评分系统是中国团队利用真实世界数据建立的感染预测模型，它仍缺少其他中心的临床数据的验证。因此，本研究评估这三种预测模型在真实世界临床实践中识别NDMM患者≥3级感染的预测性能。

本研究基结果表明根据FIRST、GEM-PETHEMA、IRMM评分进行风险分组的早期≥3级感染的概率差异均有统计学意义（P＜0.001，P = 0.045，P＜0.001），但FIRST评分和IRMM评分的早期≥3级累积感染率有统计学差异，GEM-PETHEMA评分则无统计学差异（P<0.001，P<0.001，P=0.090）（图1）。FIRST评分、GEM-PETHEMA评分和IRMM评分的AUC      （95%CI）；0.650 (0.593-0.703)；0.619 (0.562-0.674)； 0.630 (0.573-0.684)，并无显著差异（P＞0.05）（图2），但FIRST 评分具有较高的AUC，且其指标便于评估，区分度较好，更益于临床工作。

图1 三个预测模型的≥3级累积感染率

图2-4  三个预测模型的ROC曲线

山西医科大学第三医院2020级硕士研究生卢馨怡为本文第一作者，山西医科大学第三医院血液内科隗佳/田卫伟教授为本文共同通讯作者。