2/20/20 Model Hiệu Quả Hơn AQUILA Trong Việc Xác Định Smoldering Multiple Myeloma Có Nguy Cơ Cao

2/20/20 Model Hiệu Quả Hơn AQUILA Trong Việc Xác Định Smoldering Multiple Myeloma Có Nguy Cơ Cao

Nền Tảng

Smoldering multiple myeloma (SMM) là tiền thân của multiple myeloma hoạt động, được đặc trưng bởi sự tăng sinh không triệu chứng của tế bào bạch cầu plasmacyte clonal. Can thiệp sớm ở SMM có nguy cơ cao có thể làm chậm tiến triển, nhưng các định nghĩa nguy cơ không nhất quán làm phức tạp việc chọn lựa bệnh nhân. Nghiên cứu này so sánh tiêu chuẩn thử nghiệm AQUILA và mô hình 2/20/20 để xác định mô hình nào dự đoán nguy cơ tiến triển tốt hơn.

Thiết Kế Nghiên Cứu

Nghiên cứu này phân tích dữ liệu từ hai quần thể: quần thể sàng lọc iStopMM của Iceland (2016-2021) và quần thể lâm sàng DALY-CARE của Đan Mạch (2002-2025). SMM có nguy cơ cao được xác định bằng tiêu chuẩn AQUILA (immunoparesis, M-protein >3.0 g/dL, isotype IgA, tế bào bạch cầu plasmacyte trong tủy xương >50%, hoặc tỷ lệ FLC ≥8) hoặc mô hình 2/20/20 (M-protein >2.0 g/dL, tế bào bạch cầu plasmacyte trong tủy xương >20%, hoặc tỷ lệ FLC >20). Nguy cơ tiến triển được đánh giá qua việc bắt đầu điều trị.

Kết Quả Chính

Trong quần thể iStopMM (n=193), 34% đáp ứng tiêu chuẩn nguy cơ cao của AQUILA so với 8% theo 2/20/20. Trong DALY-CARE (n=1147), 55% có nguy cơ cao theo AQUILA so với 19% theo 2/20/20. Tỷ lệ tiến triển của bệnh nhân SMM có nguy cơ cao theo 2/20/20 cao đáng kể: 44.1% sau 2 năm (tỷ lệ hàng năm 27.3%) so với 27.0% (14.5% hàng năm) theo AQUILA.

Bình Luận Chuyên Gia

Mô hình 2/20/20 bao gồm một tập hợp nhỏ hơn, có nguy cơ cao hơn với sinh học hung ác hơn, làm cho nó trở thành công cụ ưu việt hơn cho việc đăng ký thử nghiệm lâm sàng và quyết định điều trị sớm. Tiêu chuẩn rộng rãi của AQUILA có thể làm giảm lợi ích điều trị bằng cách bao gồm bệnh nhân có nguy cơ thấp hơn.

Kết Luận

Mô hình 2/20/20 xác định chính xác hơn bệnh nhân SMM có thể hưởng lợi từ can thiệp sớm, với tỷ lệ tiến triển gấp đôi so với bệnh nhân được phân loại theo AQUILA. Sự cải tiến này có thể tối ưu hóa việc phân bổ nguồn lực và thiết kế thử nghiệm.

Comments

No comments yet. Why don’t you start the discussion?

Để lại một bình luận