Relations between Peripheral Blood Blast Clearance Time and Albumin Level at Initial Diagnosis during Induction Chemotherapy and Genetic Mutations and Prognosis in Patients with Acute Myeloid Leukemia
-
摘要:
目的 探讨诱导化疗时外周血原始细胞清除 （PBBC） 时间和初诊时白蛋白 （ALB） 水平与急性髓系白血病（AML）患者基因突变及预后之间的关系。 方法 收集昆明医科大学第二附属医院2017年1月至2023年5月初诊的175例AML患者的临床资料进行回顾性分析，采用ROC曲线确定PBBC的最佳临界值为6.5 d，PBBC ≤ 6.5 d划分为外周血原始细胞清除短时间组 （EBC），PBBC > 6.5 d 分为外周血原始细胞清除长时间组 （DBC）；以PBBC和初诊时ALB建立简易预后模型，可以将患者划分为a、b、c 3组，a组（PBBC ≤ 6.5 d、ALB > 34.45 g/L，无危险因素），b组（PBBC > 6.5 d、ALB > 34.45 g/L或PBBC ≤ 6.5 d、ALB ≤ 34.45 g/L，1个危险因素），c组（PBBC > 6.5 d、ALB ≤ 34.45 g/L，2个危险因素），对3组患者各基因突变情况及OS进行比较；采用t检验和卡方检验或秩和检验评估各种参数的差异性，Kaplan-Meier 法进行生存分析。 结果 对影响预后的因素进行COX回归分析显示PBBC和ALB是影响预后的独立因素，差异存在统计学意义 （P < 0.05）；对abc 3组的OS进行组间比较发现，3组中位OS分别为未达到、1.86 a和0.93 a（a组vs b组，P < 0.001；a组vs c组，P < 0.001；b组vs c组，P = 0.001），差异具有统计学意义，得出无危险因素组的OS和PFS均优于1～2个危险因素者。发现3组间CEBPA双突变和NPM1基因突变无统计学意义 （P > 0.05），但C-KIT基因突变有统计学意义 （P < 0.05）。 结论 PBBC和ALB是AML患者预后的独立危险因素，以PBBC和ALB组成的简易预后模型可以为精准化、个体化诱导化疗方案的选择提供依据，为判断初诊AML患者的基因突变及预后提供参考。 Abstract:Objective To investigate the relationship between peripheral blood blast clearance （PBBC） time during induction chemotherapy and albumin （ALB） level at diagnosis and genetic mutation and prognosis in acute myeloid leukemia patients （AML）. Methods Clinical data of 175 AML patients initially diagnosed from January 2017 to May 2023 at the Second Affiliated Hospital of Kunming Medical University were collected for a retrospective analysis. ROC curve was used to determine the optimal cut-off value of PBBC as 6.5 days. PBBC ≤ 6.5 days were classified as the Peripheral Blood Primitive Blood Cell Short-Term Clearance Group （EBC）, and PBBC > 6.5 days were classified as the Peripheral Blood Primitive Blood Cell Long-Term Clearance Group （DBC）. A simple prognostic model was established based on PBBC and ALB at initial diagnosis, dividing patients into groups a, b, and c: group A （PBBC ≤ 6.5 d, ALB > 34.45 g/L, no risk factors）, group b （PBBC > 6.5 d, ALB > 34.45 g/L or PBBC ≤ 6.5 d, ALB ≤ 34.45 g/L, 1 risk factor）, group c （PBBC > 6.5 d, ALB ≤ 34.45 g/L, 2 risk factors）. Genetic mutations and OS were compared among the three groups of patients; differences in various parameters were evaluated using t-test and chi-squared test or rank sum test, and survival analysis was performed using the Kaplan-Meier method. Results COX regression analysis showed that PBBC and ALB were independent factors affecting prognosis, with statistical significance （P < 0.05）. Comparison of OS among groups revealed median OS values of not reached, 1.86 a, and 0.93 a, respectively （a vs. b group, P < 0.001; a vs. c group, P < 0.001; b vs. c group, P = 0.001）, with statistically significant differences indicating that the OS and PFS of the no-risk group were better than those with 1 to 2 risk factors.It was found that CEBPA double mutation and NPM1 gene mutation among the three groups were not statistically significant （P > 0.05）, but C-KIT gene mutation was statistically significant （P < 0.05）. Conclusion PBBC and ALB are independent risk factors for the prognosis of AML patients. A simple prognostic model composed of PBBC and ALB can provide a basis for the selection of precise and personalized induction chemotherapy regimens, and provide reference for determining gene mutations and prognosis in newly diagnosed AML patients. -
Key words:
- Acute myeloid leukemia /
- Peripheral blood blast clearance /
- Albumin /
- Gene mutation /
- Prognosis
-
据国际糖尿病联盟估计，2021年全球有5.37亿人患有糖尿病（ diabetes mellitus ，DM），预计到2045年将增加到7.84亿[1]。DM会导致多种慢性并发症，其中糖尿病肾脏疾病（ diabetic kidney disease ，DKD）是最严重的并发症之一，其发病率约20%～40%[2]。氧化应激是内皮功能障碍的重要发病机制之一，是DKD的标志性特征[3]。在DKD患者中发现到与氧化应激密切相关的高水平的非对称性二甲基精氨酸（ asymmetric dimethylarginine ADMA）[4]。二甲基精氨酸二甲胺水解酶1（ dimethyl arginine dimethylamine hydrolase 1 DDAH1）是ADMA代谢的关键酶，其基因多态性与ADMA水平及氧化应激相关[5]，但与DKD的关系尚不明确。本研究的目的为探讨DDAH1基因836A/T多态性与云南地区汉族2型糖尿病肾脏疾病的相关性。
1. 资料与方法
1.1 研究对象
均符合1999 T2DM诊断标准[6]。纳入标准：民族为汉族，籍贯为云南省，在云南居住10 a以上，相互间无亲缘关系。排除标准：其它疾病引起的蛋白尿及肾功能不全、合并严重肝功能不全、糖尿病酮症、感染性疾病、妊娠者。选取2017年5月至2019年2月期间到昆明医科大学第一附属医院就诊的T2DM患者共660例，男334例，女326例，平均年龄（55.87±11.45）岁。根据随机尿尿白蛋白/肌酐比值（UACR）分为单纯2型糖尿病组（DN0组，UACR ≤ 30 µg/mg），合并早期肾病组（DN1组，UACR 30～299 µg/mg），合并临床期肾病组（DN2组UACR ≥ 300 µg/mg），合并肾病组（DN1 + DN2组）。同时纳入同期昆明医科大学第一附属医院体检中心的健康人群（NC组），共304例，男154例，女150例，年龄（54.62±10.58）岁。无糖尿病、高血压家族史，且经糖耐量试验排外糖尿病。所有研究对象均为云南区域无亲缘关系的汉族。研究方案经昆明医科大学第一附属医院伦理委员会审核批准，所有样本采集均需知情同意。
1.2 研究方法
1.2.1 DDAH1
基因836A/T多态性分析方法研究对象外周静脉血中DNA的抽提采用全血基因DNA提取试剂盒提取。之后以特定的引物（通用生物系统有限公司合成）进行聚合酶链反应（PCR）[7]，引物序列见表1。将纯化后的PCR产物在3730xl型测序仪上进行DNA测序，得到3种基因型（图1～图3）。
表 1 PCR引物序列Table 1. PCR primer sequences基因多态性位点 上游引物序列 下游引物序列 DDAH1基因836A/T 5′- TGGTCTCCTCTGCCTCTGAC -3′ 5′-GGTGATCGCTTCCTGAACAT-3′ 1.2.2 临床及生化指标检测
检测血肌酐、尿酸、血脂、UACR（均采用贝克曼库尔特AU5800全自动生化分析仪），用高效液相法测定糖化血红蛋白（HBA1C）含量，用双抗体夹心酶联免疫吸附（ELISA）试剂盒（美国 RD）测定血浆ADMA水平。测量血压。
1.3 统计学处理
数据分析选择SPSS19.0软件。用哈迪-温伯格遗传平衡定律检验样本的人群代表性。计量资料以
$\bar x \pm s $ 表示，各组间采用单因素方差分析进行比较。计数资料以n（%）描述，各组间等位基因和基因型频率的差异采用χ2检验分析。采用Logistic 回归分析T2DM发生DKD的危险因素。P < 0.05为差异有统计学意义。2. 结果
2.1 各组间临床资料比较
病程、SBP、LDL-C、ADMA在DN1+DN2组高于DN0组。为排除混杂因素对结果的干扰，进一步行协方差分析，两组间病程、ADMA差异仍有统计学意义（P < 0.05）。病程、SBP、血肌酐、尿酸在DN2组高于DN1组、为排除混杂因素对结果的干扰，进一步行协方差分析，病程、SBP在两组间的差异仍有统计学意义（P < 0.05），见表2。
表 2 各组间临床资料比较（$\bar x \pm s $ ）Table 2. Comparison of clinical data of each group （$\bar x \pm s $ ）指标 NC DN0 DN1 DN2 DN1+DN2 F P 年龄（岁） 54.62 ± 10.58 54.64 ± 10.73 55.75 ± 10.42 57.28 ± 11.67 56.36 ± 11.36 2.758 0.13 病程（月） − 72.13 ± 25.09 92.23 ± 43.62△ 109.18 ± 45.69△▲ 100.24 ± 51.46△▲ 9.364 < 0.001 收缩压（mmHg） 117.59 ± 13.26 122.64 ± 16.72 133.52 ± 18.54*△ 142.65 ± 21.17*△#▲ 138.83 ± 19.82*△ 11.5 < 0.001 舒张压（mmHg） 77.15 ± 7.63 78.25 ± 10.02 82.42 ± 11.54 81.76 ± 12.22 82.05 ± 12.09 0.831 0.598 血肌酐（mmol/L） 63.2 ± 18.55 65.7 ± 18.25 69.43 ± 19.43* 79.17 ± 24.64*△# 73.76 ± 26.78* 15.684 < 0.001 尿酸（mmol/L） 337.36 ± 87.62 337.89 ± 86.72 335.58 ± 104.05 354.32 ± 102.91*△# 346.62 ± 103.42 7.275 < 0.001 TC（mmol/L） 4.39 ± 1.07 4.38 ± 1.25 4.51 ± 1.34 4.43 ± 1.27 4.49 ± 1.33 1.26 0.289 TG （mmol/L） 1.25 ± 0.98 2.63 ± 1.42* 2.67 ± 1.78* 2.31 ± 1.45* 2.52 ± 1.79* 10.24 < 0.001 HLD（mmol/L） 1.29 ± 0.34 1.03 ± 0.35 1.01 ± 0.29 0.98 ± 0.75 1.00 ± 0.31 0.75 0.52 LDL （mmol/L） 2.52 ± 1.22 2.58 ± 1.52 2.83 ± 2.14*△ 2.79 ± 1.86*△ 2.82 ± 1.75*△ 5.19 0.002 HbA1C （%） 6.17 ± 2.25 8.50 ± 2.12* 8.57 ± 2.06* 8.66 ± 2.63* 8.61 ± 2.05* 11.04 < 0.001 ADMA （μmol/L） 0.62 ± 0.23 1.06 ± 0.27* 1.23 ± 0.42*△ 1.29 ± 0.53*△ 1.27 ± 0.41*△▲ 12.424 < 0.001 与NC组比较，* P < 0.05；与DN0组比较，△P < 0.05；与DN1组比较，#P < 0.05；协方差分析，▲P < 0.05。 2.2 各组间DDAH1基因836A/T多态性比较
AA基因型频率：DN1 + DN2组高于DN0组，差异显著（P < 0.05）。A等位基因频率：DN1 + DN2组高于DN0组，差异显著（P < 0.05）。但AA、AT + TT基因型频率、A等位基因频率在DN1和DN2组间无显著性差异（P > 0.05），见表3。
表 3 各组间基因型频率和等位基因频率[n（%）]（1）Table 3. The genotype and allele frequencies in each group [n（%）]（1）组别 n 基因型 χ2 P AA AT+TT NC组 304 128（42.1） 176（57.9） 11.863 0.013 DN0组 296 146（49.6）* 150（50.4） DN1组 190 112（58.9）* 78（41.1） DN2组 174 98（56.3）*# 76（43.7） DN1+DN2组 364 210（57.7）*# 154（42.3） 与NC组比较，*P < 0.05；与DN0组比较，#P < 0.05。 表 3 各组间基因型频率和等位基因频率[n（%）]（2）Table 3. The genotype and allele frequencies in each group [n（%）]（2）组别 n 等位基因 χ2 P A T NC组 304 398 （65.5） 210（34.5） 19.318 0.001 DN0组 296 416（70.3）* 176（29.7） DN1组 190 290（76.3）* 90（23.7） DN2组 174 262（75.3）*# 86（24.7） DN1+DN2组 364 552（75.8）*# 176（24.2） 与NC组比较，*P < 0.05；与DN0组比较，#P < 0.05。 2.3 T2DM患者中不同基因型间临床资料比较
在T2DM患者中，DDAH1基因836AA基因型携带者较AT+TT基因型个体具有更高的ADMA水平（P < 0.05），见表4。
表 4 T2DM患者中不同基因型间临床资料比较（$\bar x \pm s $ ）（1）Table 4. Comparison of clinical data of DDAH1 genotype of T2DM patients （$\bar x \pm s $ ）（1）基因型 收缩压（mmHg） 舒张压（mmHg） 血肌酐（mmol/L） 尿酸（mmol/L） TC（mmol/L） AA 130.26 ± 17.43 79.53 ± 9.76 74.62 ± 23.64 344.41 ± 103.42 4.48 ± 1.04 AT+TT 129.82 ± 17.84 78.05 ± 10.62 72.58 ± 21.93 338.51 ± 91.45 4.38 ± 126 表 4 T2DM患者中不同基因型间临床资料比较（$\bar x \pm s $ ）（2）Table 4. Comparison of clinical data of DDAH1 genotype of T2DM patients （$\bar x \pm s $ ）（2）基因型 收缩压（mmHg） 舒张压（mmHg） 血肌酐（mmol/L） 尿酸（mmol/L） TC（mmol/L） AA 2.50 ± 1.42 1.06 ± 0.27 2.92 ± 1.68 9.12 ± 2.21 1.39 ± 0.34 AT+TT 2.57 ± 1.82 1.01 ± 0.33 2.85 ± 1.74 8.71 ± 2.08 1.09 ± 0.27 * 2组间比较，*P < 0.05。 2.4 T2DM患者发生DKD的危险因素分析
以2型糖尿病患者发生DKD与否（发生 = 1，不发生 = 0）作为因变量，将单因素分析中有统计学意义的变量（基因型、收缩压、血肌酐、尿酸、甘油三酯、低密度脂蛋白、糖化血红蛋白、ADMA水平、病程）为自变量，进行二元Logistic回归分析， 结果显示，在2型糖尿病患者中病程、ADMA、DDAH1基因836位点AA基因型是DKD发生的危险因素 （表5）。以2型糖尿病患者DKD发展与否（发展 = 1，不发展 = 0）作为因变量，选择上述各项指标作为自变量，进行二元Logistic回归分析，结果显示，在2型糖尿病患者中病程、SBP是DKD发展的危险因素，DDAH1基因836位点基因多态性不是DKD发展的危险因素（表6）。
表 5 T2DM-DKD发生的危险因素的Logistic分析Table 5. Logistic regression analysis of T2DM-DKD occurence进入回归方程的变量 B S.E. Wald P OR OR值的95%CI 下限 上限 病程（月）） 0.821 0.476 5.365 0.021 1.103 1.152 3.275 ADMA（μmol/L） 1.374 0.602 5.473 0.029 3.973 1.228 10.876 AA基因型 1.538 0.452 10.384 0.001 4.421 1.734 9.326 表 6 T2DM-DKD发展的危险因素的Logistic分析Table 6. Logistic regression analysis of T2DM-DKD development进入回归方程的变量 B S.E. Wald P OR OR值的95%CI 下限 上限 病程（月） 0.862 0.368 11.178 0.001 2.410 1.476 4.632 SBP（mmHg） 1.423 0.574 6.692 0.023 4.335 1.431 12.795 3. 讨论
DKD是T2DM微血管病变的致命表现之一，同时也是全球范围内导致终末期肾脏疾病发生及死亡的主要原因[8]。以一氧化氮（NO）生物利用度降低和氧化应激升高为特征的内皮功能障碍是糖尿病和DKD的显著特征[9]。 ADMA是一种内源性一氧化氮合酶抑制剂，影响NO的水平，参与氧化应激及内皮功能障碍。近期研究发现，糖尿病前期和T2DM患者的ADMA浓度均显著升高[10]。蛋白尿是DKD最重要的临床标记物之一，动物实验和临床研究均表明，ADMA升高与重度蛋白尿相关[11]。与此同时在动物模型和糖尿病微血管病变（如视网膜病变、肾病和神经病变）患者中也检测到ADMA升高[12]。一项meta分析也提示，DM合并蛋白尿患者ADMA明显升高，ADMA可能在包括DKD在内的糖尿病微血管并发症的病理生理学过程中发挥重要作用[13]。来自印度的一项临床研究结果表明， ADMA有可能成为DKD的预测因子[14]。本研究发现在云南地区汉族2型糖尿病患者中，合并DKD患者较未合并DKD患者ADMA水平升高，但在DKD亚组（DN1、DN2）间ADMA浓度无差异。行相关危险因素分析后，提示ADMA是DKD发生的危险因素。提示ADMA作为氧化应激的重要刺激因子，对DKD的发生可能起重要作用，但对DKD病情进展可能不是主要的促进因素。
DDAH通过降解ADMA来维持NO的生物利用度。DDAH的两种亚型（DDAH-1和DDAH-2）由两种不同的基因编码，具有不同的组织分布。尽管2者都在肾脏中表达，主要在肾小球内皮细胞、致密斑和小管细胞中[15]，但DDAH-1是降解ADMA的关键同工酶[3]。在健康和糖尿病小鼠中发现缺乏DDAH1导致血浆ADMA水平显著升高[16]。DDAH1缺乏可促进肾近端小管上皮细胞向间充质细胞转变，并在糖尿病肾脏中引起纤维化和氧化应激[17]。而纤维化和氧化应激都是DKD的显著病理生理特征。Michael DW等[3]报道，DKD与肾脏中ADMA增加和DDAH活性及DDAH1表达降低相关，使用腺病毒载体在肾内过表达DDAH1可显著减少肾损伤。上述研究结果提示，DDAH1可能通过对ADMA的调节影响DKD的发生。DDAH1基因序列变异与血清ADMA浓度密切相关[18-19]。国外学者研究了编码ADMA代谢相关酶DDAH1的基因多态性，发现DDAH1 rs233112，rs669173、rs7521189、rs2474123和 rs13373844几个单核苷酸多态性与ADMA水平密切相关[18, 20]。还有一些报道提示DDAH1基因变异与糖尿病及其并发症有关。例如：DDAH1启动子-396_-395插入等位基因（GCGT）增加男性T2DM患病风险[21]。DDAH1 rs233109 CC纯合子的患者比携带TT纯合子的患者更容易发生糖尿病大血管病变[22]。但目前有关DDAH1基因多态性与DKD关系的研究报道罕见。本研究通过对云南地区汉族T2DM患者DDAH1基因836多态性研究，发现携带AA基因型的患者更容易发生DKD，并且该基因型携带者ADMA水平升高。但在DKD亚组（DN1、DN2）间没有发现该基因位点的遗传差异。相关危险因素分析显示DDAH1基因836位点AA基因型是T2DM发生DKD的危险因素。
综上所述，在云南地区汉族2型糖尿病患者中，ADMA水平升高可能增加DKD发生的风险。DDAH1基因836多态性与DKD的发生相关，AA基因型可能通过调控DDAH1的表达和活性，增加ADMA的浓度，从而促进DKD的发生。然而在DKD患者中ADMA升高的确切机制尚不完全清楚。未来应对ADMA进行连续测定的前瞻性研究以进一步证实ADMA作为DKD的生物标志物及致病因素的因果关系。另一方面，本研究样本量有限，而且影响DDHA1基因表达的位点不止1 个， 当其它位点变异时可能增强或减弱836位点变异的作用。因此，今后还应进一步增加样本量，同时联合DDHA1基因其他位点进行系统研究，并结合动物模型及体外实验辅以功能实验，进一步揭示DDHA1基因遗传多态性与DKD的内在关系。
-
图 1 EBC组（PBBC ≤ 6.5 d）与DBC组（PBBC > 6.5 d）患者OS的比较
Figure 1. Comparison of OS between EBC group （PBBC ≤ 6.5 d ） and DBC group （PBBC > 6.5 d） patients
图 2 低ALB组（ALB ≤ 34.45 g/L）与正常ALB组（ALB > 34.45 g/L）患者的OS的比较
Figure 2. Comparison of OS between low ALB group （ALB ≤ 34.45 g/L） and normal ALB （ALB > 34.45 g/L） group
图 3 4组患者的OS比较
A组：PBBC ≤ 6.5 d，ALB ≤ 34.45 g/L；B组：PBBC > 6.5 d，ALB≤ 34.45 g/L；C组：PBBC ≤ 6.5 d，ALB > 34.45 g/L；D组：PBBC > 6.5 d，ALB > 34.45 g/L。
Figure 3. Comparison of OS among four groups of patients in ABCD
图 4 3组患者的OS比较
*P < 0.05，a组：PBBC ≤ 6.5 d、ALB > 34.45 g/L，无危险因素；b组：PBBC > 6.5 d、ALB > 34.45 g/L或PBBC ≤ 6.5 d、ALB ≤ 34.45 g/L，1个危险因素；c组：PBBC > 6.5 d、ALB ≤ 34.45 g/L，2个危险因素。
Figure 4. Comparison of OS among the three groups
图 5 3组患者各基因突变人数百分比柱状图统计
Figure 5. Bar chart statistics of the percentage of gene mutations in three groups of patients
表 1 175例AML患者的临床资料[n（%）/（$ \bar x \pm s $）/M（QL，QU）]
Table 1. Clinical data of 175 AML patients [n（%）/（$ \bar x \pm s $）/M（QL，QU）]
因素 PBBC（d） P ALB（g/L） P EBC组（n=108） DBC组（n=67） 低ALB组（n=68） 正常ALB组（n=107） 年龄（岁） 48±17 53±16 0.070 51±16 50±17 0.417 性别 0.501 0.039* 男 54（50.00） 37（55.20） 42（61.80） 49（45.80） 女 54（50.00） 30（44.80） 26（38.20） 58（54.20） WBC（×109/L） 5.9 （2.10，31.10） 8.47（1.85，37.51） 0.962 6.65（1.64，33.88） 6.6（2.10，32.00） 0.910 NEU（×109/L） 0.6（0.20，2.00） 0.57（0.11，2.70） 0.739 0.31（0.04，1.60） 0.8（0.30，2.50） 0.004* Hb（g/L） 81±25 80±24 0.918 75±21 84±25 0.022* PLT（×109/L） 39 （24，69） 50 （22，95） 0.310 38.00（24，65） 42（24，85） 0.375 骨髓原始细胞（%） 59.5（31.30，77.13） 46（26.00，76.00） 0.294 68.00（34.00，82.00） 49（26.00，72.00） 0.016* LDH（U/L） 320（222，589） 386（243，954） 0.244 374.00（233，897） 334（227，594） 0.318 ALB（g/L） 37.1（33.00，41.20） 35.40±6.70 0.075 诱导治疗后 <0.001* 0.104 CRc 98（90.70） 25（37.30） 43（63.20） 80（74.80） 未缓解 10（9.30） 42（62.70） 25（36.80） 27（25.20） FAB分型（个） 0.167 0.038* M1 14（13.00） 8（11.90） 12（17.60） 10（9.30） M2 38（35.20） 19（28.40） 18（26.50） 39（36.40） M4 15（13.90） 9（13.40） 5（7.40） 19（17.80） M5 25（23.10） 10（14.90） 14（20.60） 21（19.60） M6 0（0.00） 0（0.00） 0（0.00） 0（0.00） M7 1（0.90） 1（1.50） 0（0.00） 2（1.90） 未分型 15（13.90） 20（29.90） 19（27.90） 16（15.00） 细胞遗传学分组 <0.001* 0.004* 低危 20（18.50） 0（0.00） 4（5.90） 16（15.00） 中危 51（47.20） 18（26.90） 19（27.90） 47（43.90） 高危 37（34.30） 51（76.10） 45（66.20） 44（41.10） 融合基因突变 CEBPA双突变 32（29.60） 15（22.40） 0.293 17（25.00） 30（28.00） 0.659 NPM1+ 38（35.20） 16（29.60） 0.251 16（28.60） 40（43.90） 0.055 C-KIT+ 27（49.10） 18（26.90） 0.020* 34（50.00） 21（19.60） <0.001* 是否移植 0.027* 0.178 是 19（17.60） 4（6.00） 6（8.80） 17（15.90） 否 89（82.40） 63（94.00） 62（91.20） 90（84.10） *P < 0.05。 
下载: 导出CSV
表 2 OS单因素和多因素COX回归分析
Table 2. OS univariate and multivariate COX regression analysis
因素 单因素分析 多因素分析 HR 95%CI P HR 95%CI P 男性 0.990 0.648～1.512 0.962 年龄≥60岁 1.010 0.997～1.024 0.133 WBC≥30×109/L 1.003 1.000～1.007 0.086 PLT<100×109/L 0.997 0.993～1.000 0.073 LDH>245U/L 1.000 1.000～1.001 0.022* 骨髓原始细胞（%） 0.700 0.307～1.597 0.397 PBBC>6.5 d 5.477 3.466～8.657 <0.001* 5.132 3.240～8.129 <0.001* ALB<34.45 g/L 0.497 0.323～0.765 0.001* 0.589 0.382～0.910 0.017* *P < 0.05。
下载: 导出CSV
表 3 不同危险因素分组中患者各基因突变人数及百分比统计[n（%）]
Table 3. Statistics on the number and percentage of patients with various gene mutations in different risk factor groups[ n （%）]
组别 CEBPA双突变 P NPM1 P C-KIT P 阴性 阳性 阴性 阳性 阴性 阳性 a组 50（71.40） 20（28.60） 0.382 43（61.40） 27（38.60） 0.099 56（80.00） 14（20.00） <0.001* b组 53（70.70） 22（29.30） 51（68.00） 24（32.00） 55（73.30） 20（26.70） c组 25（83.30） 5（16.70） 25（83.30） 5（16.70） 9（30.00） 21（70.00） a组：PBBC ≤ 6.5 d、ALB > 34.45 g/L，无危险因素；b组：PBBC > 6.5 d、ALB > 34.45 g/L或PBBC ≤ 6.5 d、ALB ≤ 34.45 g/L，1个危险因素；c组：PBBC > 6.5 d、ALB ≤ 34.45 g/L，2个危险因素；*P < 0.05。
下载: 导出CSV
-
[1] Thoms J,Beck D,Pimanda J E. Transcriptional networks in acute myeloid leukemia[J]. Genes Chromosomes Cancer,2019,58(12):859-874. doi: 10.1002/gcc.22794 [2] Arellano M,Pakkala S,Langston A,et al. Early clearance of peripheral blood blasts predicts response to induction chemotherapy in acute myeloid leukemia[J]. Cancer,2012,118(21):5278-5282. doi: 10.1002/cncr.27494 [3] Soeters P B,Wolfe R R,Shenkin A. Hypoalbuminemia: Pathogenesis and clinical significance[J]. Journal of Parenteral and Enteral Nutrition,2019,43(2):181-193. doi: 10.1002/jpen.1451 [4] Hohloch K,Ziepert M,Truemper L,et al. Low serum albumin is an independent risk factor in elderly patients with aggressive B-cell lymphoma: Results from prospective trials of the German high-grade non-Hodgkin's lymphoma study group[J]. eJHaem,2020,1(1):181-187. doi: 10.1002/jha2.61 [5] Zhang L,Fang Y,Li L,et al. Human serum albumin-based drug-free macromolecular therapeutics: Apoptosis induction by coiled-coil-mediated cross-linking of CD20 antigens on lymphoma B cell surface[J]. Macromol Biosci,2018,18(11):e1800224. doi: 10.1002/mabi.201800224 [6] 中华医学会血液学分会白血病淋巴瘤学组. 成人急性髓系白血病(非急性早幼粒细胞白血病)中国诊疗指南(2023年版). 中华血液学杂志,2023,44(9): 705-712. [7] Pelcovits A,Niroula R. Acute myeloid leukemia: A review[J]. R I Med J (2013),2020,103(3): 38-40. [8] Infante M S,Piris M Á,Hernández-Rivas J Á. Molecular alterations in acute myeloid leukemia and their clinical and therapeutical implications[J]. Med Clin (Barc),2018,151(9):362-367. doi: 10.1016/j.medcli.2018.05.002 [9] Konopleva M,Letai A. BCL-2 inhibition in AML: An unexpected bonus?[J]. Blood,2018,132(10):1007-1012. doi: 10.1182/blood-2018-03-828269 [10] Pei S,Pollyea D A,Gustafson A,et al. Monocytic subclones confer resistance to venetoclax-based therapy in patients with acute myeloid leukemia[J]. Cancer Discov,2020,10(4):536-551. doi: 10.1158/2159-8290.CD-19-0710 [11] Holtzman N G,El Chaer F,Baer M R,et al. Peripheral blood blast rate of clearance is an independent predictor of clinical response and outcomes in acute myeloid leukaemia[J]. British Journal of Haematology,2020,188(6):881-887. doi: 10.1111/bjh.16261 [12] Holowiecki J,Grosicki S,Giebel S,et al. Cladribine,but not fludarabine,added to daunorubicin and cytarabine during induction prolongs survival of patients with acute myeloid leukemia: A multicenter,randomized phase III study[J]. J Clin Oncol,2012,30(20):2441-2448. doi: 10.1200/JCO.2011.37.1286 [13] Wang H,Mao L,Yang M,et al. Venetoclax plus 3 + 7 daunorubicin and cytarabine chemotherapy as first-line treatment for adults with acute myeloid leukaemia: A multicentre,single-arm,phase 2 trial[J]. The Lancet Haematology,2022,9(6):415-424. doi: 10.1016/S2352-3026(22)00106-5 [14] Sevindik O G,Guc Z,Kahraman S,et al. Hypoalbuminemia is a surrogate biomarker of poor prognosis in myelodysplastic syndrome even when adjusting for comorbidities[J]. Leuk Lymphoma,2015,56(9):2552-2555. doi: 10.3109/10428194.2015.1014362 [15] Yokus O,Sunger E,Cinli TA,et al. Serum albumin and ferritin levels: A practical indicator of prognosis in acute myeloid leukemia over 50 years of age?[J]. American Journal of Blood Research,2022,12(3):97-104. [16] Heath E M,Chan S M,Minden M D,et al. Biological and clinical consequences of NPM1 mutations in AML[J]. Leukemia,2017,31(4):798-807. doi: 10.1038/leu.2017.30 [17] Ayatollahi H,Shajiei A,Sadeghian M H,et al. Prognostic importance of C-KIT mutations in core binding factor acute myeloid leukemia: A systematic review[J]. Hematol Oncol Stem Cell Ther,2017,10(1):1-7. doi: 10.1016/j.hemonc.2016.08.005 [18] Abdellateif M S,Bayoumi A K,Mohammed M A. C-Kit receptors as a therapeutic target in cancer: Current Insights[J]. Onco Targets Ther,2023,16:785-799. [19] Deng D X,Zhu H H,Liu Y R,et al. Minimal residual disease detected by multiparameter flow cytometry is complementary to genetics for risk stratification treatment in acute myeloid leukemia with biallelic CEBPA mutations[J]. Leuk Lymphoma,2019,60(9):2181-2189. doi: 10.1080/10428194.2019.1576868 [20] Yuan J,He R,Alkhateeb H B. Sporadic and familial acute myeloid leukemia with CEBPA mutations[J]. Curr Hematol Malig Rep,2023,18(5):121-129. doi: 10.1007/s11899-023-00699-3 期刊类型引用(1)
1. 刘亚南，杨双，彭煜航，陈静，徐世莲. 针刀疗法对神经痛大鼠的镇痛作用研究. 昆明医科大学学报. 2023(10): 33-38 . 
本站查看其他类型引用(0)
-
下载:
点击查看大图
计量
- 文章访问数: 971
- HTML全文浏览量: 935
- PDF下载量: 6
- 被引次数: 1
