Nat Med：非霍奇金淋巴瘤CAR-T治疗反应预测新工具

正文

请到「今天看啥」查看全文

InflaMix模型在处理缺失数据方面表现出色，即使在多达5项实验室指标缺失的情况下，群组分配的一致性仍高达97%，且与完整数据模型的预测结果高度相关（Lin’s concordance correlation coefficient=0.93）。此外，当仅使用6项常见实验室指标（白蛋白、Hgb、AST、ALP、CRP和LDH）时，InflaMix模型的预测结果与完整数据模型的预测结果仍高度一致（91%一致性，CCC=0.76）。这表明InflaMix模型在实际临床应用中具有较强的实用性和灵活性，即使在数据不完整的情况下也能提供可靠的预测。

3. InflaMix模型的决策支持能力

InflaMix模型在预测PFS方面的表现优于仅使用传统临床因素（如CRP）或所有14项实验室指标的正则化模型。在决策曲线分析中，InflaMix模型在不同阈值概率下均能提供比传统模型更高的净收益，尤其是在考虑对治疗后达到部分缓解（PR）的患者进行巩固治疗时。这表明InflaMix模型不仅能够准确预测患者的预后，还能为临床医生提供决策支持，帮助他们更好地平衡治疗的收益和风险。

图 CAR-T治疗决策时间点之间的聚类转换与生存结果的变化相关

综上所述，InflaMix模型作为一种基于炎症标志物和器官功能指标的无监督定量模型，能够准确识别出接受CAR-T治疗的NHL患者中炎症特征与治疗失败的高风险患者。该模型在多个独立队列中展现出稳健的预测性能，且在处理缺失数据和仅使用有限实验室指标时仍能保持较高的准确性。InflaMix模型不仅为临床医生提供了一个实用的工具，用于在治疗前评估患者的预后，还可能有助于指导个体化治疗决策，如是否需要进行巩固治疗。

原始出处：

An inflammatory biomarker signature of response to CAR-T cell therapy in non-Hodgkin lymphoma. Nat Med. 2025 Apr;31(4):1183-1194. doi: 10.1038/s41591-025-03532-x. Epub 2025 Apr 1. PMID: 40169864; PMCID: PMC12003198.

撰文 | 梅斯医学

请到「今天看啥」查看全文