骨髓增生异常综合征（MDS）患者在早期很少引起症状，基因组和临床数据分析可以为每个MDS患者提供风险评估。
“我们希望设计一个预测模型，可以为MDS患者提供检查，”来自俄亥俄州克利夫兰诊所的Aziz Nazha博士声称。他说：“患者想知道他们的数据分析结果与风险模型中患者群体预测值有何不同。”
“了解患者的预后使我们能够更好的制定治疗计划并为患者提供合理的治疗方案。我们团队认为，改进的预测模型将有利于制定个性化的护理方案，”Nazha在克利夫兰诊所的一份声明中说。
“目前，MDS治疗的基础是根据对患者群体的分析，对患者个体的病情进行分层，”Nazha说。他补充说：“如果我们不能对患者病情风险进行准确评估，可能会使患者病情延误或过度治疗。” Nazha告诉Medscape医学新闻记者。
“传统的评估模型过于简单，在人工智能和互联网工具飞速发展的时代，我们可以增加更多变量以改进我们的模型，”首席医学博士Joseph Mikhael说。
模型构建中包括骨髓恶性肿瘤常见的40个基因突变的靶向深度测序。将人口统计学，临床和基因组学数据输入数据模型。”Nazha说。“模型需要纳入重要的变量，这些变量很难由临床医生完成。”
纳入模型的变量包括IPSS-R细胞遗传学风险类型、血小板、血红蛋白、骨髓原始细胞百分比、白细胞计数、年龄和几种基因的突变状态。“在IPSS-R突变模型中，三个突变量具有重要意义，”Nazha说。
Nazha正在开发一种Web应用程序，程序模型可在不同时间点为每位患者提供数据分析。“网络应用程序将使医生和患者沟通更加方便，”他说。Nazha及其同事也希望通过从临床医生那里获得反馈并纳入其他结果（例如生活质量信息），从而对模型进行改进。
医博士编译自：Castellino AM. Model Improves Predictions of Myelodysplastic Syndrome Prognosis. 2018. https://www.medscape.com/viewarticle/905869
来源：https://www.medscape.com/viewarticle/905869