恶性血液病患者自体外周血造血干细胞采集结果预测模型研究

李若冰 唐古生 鲁桂华 罗艳蓉 唐圆月 彭艳妮

(海军军医大学第一附属医院血液科，上海 200433)

自体造血干细胞移植是治疗淋巴瘤、多发性骨髓瘤等多种恶性血液病及非血液系统疾病的主要途径，具有良好的临床治疗效果，其中自体外周血造血干细胞(peripheral blood stem cell，PBSC)采集是获得干细胞的重要方法[1-2]。自体造血干细胞移植是在患者治疗的特定时期采集自身造血干细胞体保存或经特殊处理后，当患者接受超大剂量放、化疗后予以回输以促进其造血系统的恢复和重建[3]。造血干细胞移植后造血功能恢复的关键在于回输足够的PBSC[4]。然而，受患者个体差异的影响，自体PBSC采集失败案例时有发生。当PBSC采集失败后仍需要进行2次采集，甚至3次采集，这严重增加了患者的心理和经济负担，并影响治疗疗效。因此，在自体PBSC采集之前，通过对患者身体指标进行分析，提前准确预测采集结果，并采取相应措施，提高PBSC采集质量，可极大程度改善患者治疗效果和预后[5- 6]。目前，对自体PBSC采集结果预测方法主要是经验法，即医护人员根据患者身体及少数血液指标主观地对PBSC结果进行简单评估，并制定动员方案[7-8]。该方法易受医护人员从业经验和患者个体差异影响，无法准确评估自体PBSC采集结果。针对上述问题，笔者回顾性分析了572例本院行自体造血干细胞采集术的恶性血液病患者基本信息、患病类型、采集患者血常规、生化指标等因素，筛选不同的相关因素，并构建基于多因素的自体PBSC采集结果预测模型；旨在对临床医护人员PBSC采集及护理工作提供指导、提高PBSC采集成功率，现将结果报告如下。

1 资料与方法

1.1一般资料 回顾性分析2015年5月-2022年6月在我院血液内科接受PBSC采集的恶性血液病患者601例。纳入标准：(1)恶性血液病患者诊断符合《疾病和有关健康问题的国际统计分类(第10次修订本)》即ICD-10[9]。(2)自体PBSC采集。(3)动员及PBSC采集方案相同。(4)年龄≥18周岁，男女不限。排除标准：(1)临床资料不全者。(2)存在交流和认知障碍者。经过纳入和排除标准筛选后共排除29例资料不全的患者，最终纳入572例血液病患者作为研究对象。PBSC采集前患者或其委托家属签署外周血干细胞采集知情同意书。本研究为回顾性研究，已通过我院医学伦理委员会审批(审批号：CHEC2022-076)。

1.2PBSC采集方法 本研究所有PBSC采集流程均相同，其目的是为了排除PBSC采集过程的差异影响采集结果。所有患者均采用重组人粒细胞刺激因子(granulocyte colony stimulating factor，G-CSF)，动员剂量5～10μg/(kg·d-1)，连续注射4～6 d，每天皮下注射1次。在动员第4天开始评估患者白细胞和单个核细胞(包括单核细胞和淋巴细胞)比例，以确定采集的最佳时机。采用德国Fresenius血细胞分离机COM-ETC的单个核细胞采集程序进行采集，选择18G密闭式留置针穿刺外周静脉，连接管道静脉端，选择14G股静脉穿刺置管连接管道动脉端，选择生理盐水预冲管道，采用复方枸橼酸钠溶液抗凝。采集前5 min予地塞米松10 mg静脉推注，PBSC采集的循环总量为患者血容量的3.5～4倍(12 000～16 000 mL)，流速为50～60 mL/min，全血与抗凝剂流速比为10∶1～12∶1。采集开始后，给予患者10%葡萄糖酸钙60 mL经回输管道持续10～15 mL/h注射泵泵入。在循环结束后将所采集的造血干细胞取样1 mL，并送实验室计数(CD34+和MNC细胞计数)。根据2018版造血干细胞移植治疗淋巴瘤中国专家共识[10]，PBSC采集成功标准为：CD34+细胞计数≥2×106/kg，且MNC细胞计数≥5×108/kg。

1.3观察指标 收集患者临床基本资料，包括性别、年龄、体质量指数BMI、吸烟、患病类型等；自体PBSC采集前血液指标：白细胞计数、红细胞比积、血小板计数、血红蛋白含量、淋巴细胞数比值、单核细胞比值。

2 结果

2.1PBSC成功组和失败组一般资料比较 本研究所纳入的572例患者中，以452例(79.02%)PBSC采集成功的患者作为“PBSC成功组”，以120例(20.98%)PBSC采集失败的患者作为“PBSC失败组”。PBSC成功组和PBSC失败组临床基本资料的比较，见表1。结果显示：2组患者中性别(P<0.001)、吸烟史(P<0.001)、白细胞计数(P<0.001)、红细胞比积(P<0.001)、血小板计数(P=0.025)、血红蛋白含量(P<0.001)为PBSC采集结果的影响因素。进一步分析发现，572例患者中男性患者的PBSC采集成功率(85.20%)高于女性患者(70.54%)；纳入患者中多发性骨髓瘤(multiple myeloma，MM)260例(45.46%)、霍奇金淋巴瘤(hodgkin disease，HD)52例(18.91%)、非霍奇金淋巴瘤(non-hodgkin lymphoma，NHL)193例(33.74%)、急性淋巴细胞白血病(Acute lymphoblastic leukemia，ALL)67例(11.71%)，且MM、HD、NHL和ALL的PBSC成功率分别为79.62%、80.77%、81.87%和67.16%。

表1 PBSC成功组和失败组一般资料比较

2.2研究组与验证组分组结果 为了尽量降低数据分组所带来的偏倚，从“PBSC成功组”和“PBSC失败组”分别随机选择70%的患者进行混合作为研究组来构建PBSC结果预测模型，“PBSC成功组”和“PBSC失败组”中剩余30%患者混合作为模型验证组。研究组中PBSC采集成功患者316例，PBSC采集失败患者84例；验证组中PBSC采集成功患者136例，PBSC采集失败患者36例。所有临床资料在研究组和验证组间比较无统计学差异，见表2。

表2 研究组和验证组临床基本资料比较

2.3PBSC采集结果多因素分析 虽然原始11个变量中共有6个变量有统计学意义，但为了确保所建立模型的准确性，将11个原始变量全部输入LASSO模型，选用10倍交叉验证拟合不同变量组合下的模型，随着正则化参数λ的增加，各变量系数值逐渐被压缩，即变量随之减少，见图1。上横坐标是此时模型中非零系数变量的个数，模型变量对于每一个正则化参数λ值，在交叉验证下可以得到一个目标参量的置信区间和一个均值，见图2，图中两条虚线分别代表两个特殊的λ值(lambda.min和lambda.1se)。lambda.min指最小目标参量均值对应的λ值，lambda.1se指在lambda.min一个方差se范围内最简模型对应的λ值。按照lambda.1se变量筛选准则，本研究选取lambda.1se的值为0.000 19，此时可获得变量个数最少且性能优良的模型。最终筛选出6个与自体PBSC采集结果相关性最显著的变量，包括患者性别、吸烟史、白细胞、红细胞比积、血小板计数和血红蛋白含量。选择研究组中有上述6个变量作为自变量进行多元logistic回归分析，结果显示患者性别、吸烟史、白细胞计数、红细胞比积、血小板计数及血红蛋白含量因素是影响自体PBSC采集结果的独立影响因素(P<0.05)，见表3。

图1 λ与模型变量动态筛选过程图

图2 λ变量筛选过程的模型误差变化图

表3 研究组PBSC采集多因素logistic回归分析(n=572)

2.4PBSC采集风险预测模型拟合及预测效果 根据多因素logistic回归分析结果，构建PBSC采集预测模型，并采用Hosmer-Lemeshow检验模型拟合效果(χ2=3.756，P=0.482)，说明LASSO变量筛选模型和PBSC预测模型在研究组和验证组数据都有较好的拟合效果，未发生过拟合现象，因此，上述模型有较好的泛化能力。根据PBSC预测模型对研究组和验证组患者的预测结果，分别绘制研究组和验证组的ROC曲线，见图3(a)和(c)。以研究组Youden指数为预测模型的最大临界值，即cut-off值为0.455，研究组AUC、灵敏度和特异度分别为0.855、81.05%和78.48%，验证组AUC、灵敏度为和特异度分别为0.875、83.65%和74.52%。此外，绘制该预测模型研究组和验证组的校准曲线，见图3(b)和(d)。研究组及验证组列线图模型ROC曲线及校正曲线，见图3(扫二维码获取)。

2.5PBSC采集风险预测列线图模型的建立 在验证模型的有效性后，为了更好地推广PBSC采集风险预测模型，本研究建立了自体PBSC采集结果列线图预测模型，见图4。根据cut-off值计算出最佳风险分层临界值0.455(213分)，最终定义患者总得分≤213分为低风险组，>213分为高风险组。

图4 自体PBSC采集结果列线图预测模型

3 讨论

恶性血液病以患者生存时间短、治愈率低、治疗费用高为显著特征，自体PBSC移植是临床治疗恶性血液病的常用方法，其中PBSC采集是移植治疗的关键步骤，直接关系到最终的PBSC移植效果。为提高PBSC采集的成功率，有必要在血液病患者行PBSC术之前对PBSC采集结果进行预测。

3.1PBSC预测模型应用 本研究所构建的PBSC预测模型主要针恶性血液病患者，包括MM、HD、NHL和ALL 4种患者，能够根据患者性别、吸烟史、白细胞计数、红细胞比积、血小板计数和血红蛋白含量6项指标来预测即将行PBSC术患者的PBSC采集结果。在临床应用中，医护人员可将上述6个变量向顶端评分标准做垂线以得到相应的得分，通过相加各变量得分得出总分，从而实现恶性血液病患者个体化预测，便于医护人员根据模型预测结果对高危患者制定更有针对性预防错措施，如增加G-CSF剂量、更换动员药物、改变采集方案或延缓PBSC采集。在实际使用过程中，应当采用最新的患者指标对PBSC结果进行预测，从而提高模型预测结果的准确性。

3.2PBSC预测模型优势 本研究通过采用6项患者基本指标对PBSC采集结果进行预测的方法，与以往所使用的单因素或者医护人员凭借经验对PBSC采集结果进行预测有着本质的区别。典型的例如Anguita等[1]通过研究发现，血液病患者PBSC采集结果与患者行PBSC术前体内的CD34+细胞计数正相关，因此可以采用患者CD34+细胞计数直接预测PBSC采集结果。Sheppard等[5]和闫岩等[7]认为外周血造血祖细胞(hematopoietic progenitor cell，HPC)计数与PBSC采集结果存在高度相关性，因此，可以采用全自动血细胞分析仪及HPC-Research软件计算HPC数量，进而预测PBSC采集结果。但事实上，该方法需要对外周血进行复杂的预处理才能获得准确的HPC计数，导致该方法存在预测成本高、预测时间长等缺陷。本研究所提方法仅需要患者性别、吸烟史及少量血常规指标即可完成对PBSC采集结果的预测，且在列线图的帮助下，该方法具有操作简单、预测成本低等优势。此外，考虑到我国本土血液病通常存在诊断时间晚、治疗费用高、治愈率低等特点，多数血液病患者情绪低落不愿意配合治疗，因此本研究中所建简单有效的预测模型更具优势。

3.3PBSC预测因子分析 本研究通过单因素及多因素分析筛选出自体PBSC采集6项危险因素，包括白细胞计数、红细胞比积、血小板计数、血红蛋白含量等相关指标已被广泛报道，而患者性别、吸烟史却鲜有报道。其中性别对PBSC采集结果有显著影响，主要是因为性别导致患者体内部分激素分泌存在明显差异。如经过化疗治疗后，女性的空腹血糖、三酰甘油、总胆固醇、低密度脂蛋白水平明显升高[11]，且化疗后女性更容易发生感染[12]，而受感染的影响白细胞因子会诱导干细胞分化为各种免疫细胞，造成干细胞数量减少[5]，这是女性PBSC采集成功率低于男性的重要原因。对于吸烟尤其是具有长期吸烟史的人群，其肺部存在长期的炎症，巨噬细胞、中性粒细胞等大量炎症细胞被激活，并且其数量也高于无吸烟史的普通人群[13]。在PBSC采集过程中，造血干细胞主要集中在白细胞层中，因此巨噬细胞和中性粒细胞数量的增加会降低干细胞的占比。在采集量相同的情况下，有吸烟史的患者最终所提取的干细胞数量降低，导致PBSC采集失败。而部分血液指标：白细胞、红细胞、血小板能都是由PBSC分化而来，因此上述细胞和对应指标通常与PBSC的分化能力呈正相关性，在一定程度上能够反映PBSC的自我增殖能力[14-15]，因此能够利用上述指标对PBSC采集结果进行预测。

3.4创新性与局限性 本文的创新性在于，根据患者11项基本信息进行了预测因子筛选，然后采用多因素logistic回顾构建了PBSC采集结果预测模型，并绘制了相应的列线图模型，可视化列线图模型能够为临床模型的使用提供便利，也为该模型的推广提供了帮助。此外，本研究也存在不足之处，由于本研究采用回顾性队列研究构建预测模型，可能造成研究结果存在一定的偏倚。但本研究仍为后续开展多中心、大样本的前瞻性队列研究奠定了基础。本中心拟联合长三角多家医院开展PBSC采集结果预测模型的多中心临床研究，以此进一步提高模型的预测效能。

综上所述，本研究探讨应用血液病患者PBSC采集影响因素并建立了列线图预测模型，对预测模型进行了验证，为筛选PBSC采集高危人群提供了机理依据。本模型为医护人员预测PBSC采集结果，从而针对性的设计动员和PBSC采集方案提供参考，从而提高自体PBSC移植的成功率。