葛峥教授：CMML风险评估迎来中国证据——BLAST/BLAST-mol模型助力精准识别高危患者

导语

News Today

慢性粒单核细胞白血病（CMML）是一种造血干细胞源性的髓系恶性肿瘤，具有显著的生物学和临床异质性，患者预后差异大。精准的风险分层对于治疗策略制定，尤其是异基因造血干细胞移植时机选择具有重要意义。

近期，东南大学附属中大医院葛峥教授团队与山东大学齐鲁医院许书倩教授团队合作在《Blood Cancer Journal》（IF：13.8）发表了一项研究，基于中国多中心CMML患者队列，系统比较了CPSS、CPSS-mol、BLAST及BLAST-mol四种预后评估模型在中国CMML患者中的预测效能，为优化我国CMML患者预后评估体系提供了重要证据。借此CSCO血液肿瘤学术大会契机，【Htology血液前沿】特别邀请到葛峥教授进行深入解读。

主要研究结果

本研究纳入了2016年7月20日至2025年12月1日期间，在4家医院按照2022年世界卫生组织（WHO）分类标准确诊或重新分类的所有慢性粒单核细胞白血病（CMML）患者（n=127）。对骨髓单核细胞DNA进行二代测序（NGS）分析。

共有125例患者符合基于CPSS和BLAST预后评分系统的风险分层评估标准。

研究表明，在中国人群中，CPSS评分对中危-1组和中危-2组之间区分能力有限；而CPSS-mol对中危-2组和高风险组之间区分能力有限。

进一步分析显示，在BLAST高危患者中，不良核型和TP53突变与较差总体生存（OS）相关，其中TP53突变在多因素分析中仍是OS的独立不良预后因素（HR=2.81，95% CI：1.42–5.60，P=0.003）。

在CPSS与BLAST模型比较中，125例患者中95例（76.0%）发生风险重新分层，其中92例（96.8%）被上调至更高风险等级。具体而言，原CPSS低危患者中，19例（70.4%）经BLAST重新分层后被识别为中危或高危；CPSS中危-1/中危-2患者中，73例（81.1%）被归入BLAST高危组。进一步生存分析显示，在排除CPSS原高危患者后（BLAST评估仍均被归为高危组），经BLAST评估后风险上调患者的OS显著短于风险未改变患者（中位OS：16个月 vs. NR，P＜0.001），提示BLAST能够有效识别传统模型低估的潜在高危患者。

在CPSS-mol与BLAST-mol模型比较中，125例患者中57例（45.6%）发生风险重新分类，其中42例（73.7%）风险上调。与CPSS-mol相比，BLAST-mol同样能够进一步识别潜在高危患者；在排除CPSS-mol原高危患者后，经BLAST-mol评估后风险上调患者的OS显著短于风险未改变患者（16个月 vs. 27个月，P=0.025）。

此外，四种模型对2年和3年OS预测的ROC曲线下面积（AUC）显示，BLAST和BLAST-mol整体优于CPSS和CPSS-mol。2年OS预测AUC分别为0.637和0.664，3年OS预测AUC分别为0.637和0.658，提示BLAST/BLAST-mol在中国CMML患者中具有更优的生存预测能力。

CMML 患者预后模型区分度的比较

研究者说

本研究在中国多中心队列中系统比较BLAST与传统模型的初衷是什么？您如何看待当前CMML预后评估体系在临床中的主要局限？

葛峥教授

东南大学附属中大医院

近年来，Teferri教授团队基于Mayo Clinic等大型西方人群队列建立了新的CMML预后评估模型。该模型在西方人群中已显示出良好的预测效能，但尚未在中国患者中得到验证。而中国CMML患者的临床特征、基因突变谱及治疗模式与西方人群可能存在差异，直接套用未经中国人群验证的预后模型存在不确定性。基于这一背景，我们希望通过多中心中国队列数据，系统评估目前临床广泛应用的多种CMML预后模型在中国人群中的适用性，包括CPSS、CPSS-mol等，为我国CMML患者的风险分层和临床决策提供基于中国人群证据的参考依据。

关于当前CMML预后评估体系的主要局限，我们认为体现在三个方面：

第一，目前应用最广泛的预后模型之一是CPSS，虽然该模型应用十分广泛，但对于部分风险亚组的区分能力仍然有限。例如，在本研究中，CPSS在中危-1与中危-2两组间的中位总生存无显著差异，提示其风险分层能力仍有进一步优化空间；

第二，对于CMML这类疾病而言，一个非常重要的临床结局是向急性髓系白血病（AML）转化。然而，目前现有的大多数预后模型对于AML转化风险的预测能力仍然有限，缺乏统一且预测效能较高的评估标准，因此在这一方面仍存在未满足的临床需求；

第三，目前还有一类在CPSS基础上整合分子生物学信息建立的模型——CPSS-mol。这一模型近年来也逐渐应用于我国CMML患者的临床实践。但从实际应用来看，即使是整合了分子遗传学信息的CPSS-mol，在中国人群中仍然存在一定局限性。一方面，其建立时纳入的分子学数据相对有限；另一方面，其模型构建主要基于西方患者队列，对于中国患者是否完全适用仍有待进一步验证。

也正是基于上述这些局限性，我们开展了此次国内多中心研究，为建立更加适合中国人群的风险评估体系提供依据。

研究显示BLAST能够识别部分被CPSS低估的高危患者，并在BLAST-mol中进一步验证其优于CPSS-mol的风险重分层能力。这一“风险再分类”结果对异基因造血干细胞移植时机选择可能带来哪些实际影响？

葛峥教授

东南大学附属中大医院

此前，国内临床实践主要采用CPSS和CPSS-mol进行风险分层；而Teferri教授团队于2025年提出的Blast及Blast-mol模型，则代表了近年来新的预后评估体系。因此，我们希望通过中国多中心队列，对不同模型在中国患者中的风险分层能力进行直接比较。

本研究的交叉比较显示，从CPSS到BLAST重新分类后，76%（95/125）的患者风险等级发生变化，其中96.8%（92/95）被上调至更高风险等级。更重要的是，排除CPSS原高危患者后，BLAST风险上调者的中位OS显著短于未上调者，证实了BLAST能够有效识别被CPSS低估的高危患者。这一“风险再分类”结果对于临床决策，尤其是异基因造血干细胞移植时机的选择，具有非常重要的意义：

首先，推动移植决策的前移。目前，异基因造血干细胞移植仍是CMML唯一可能治愈的手段，但同时移植相关死亡率和并发症风险也相对较高，时机选择至关重要。BLAST能够识别被CPSS低估的高危患者，意味着这部分患者可能比现有模型预测的更早需要接受移植评估。如果仅依据CPSS将其归为中危甚至低危而推迟移植决策，可能会错过最佳移植窗口。

其次，优化临床试验入组筛选。目前许多CMML的新药临床研究都主要针对高危患者开展。若仍采用传统CPSS进行筛选，一部分真正高危的患者可能无法达到入组标准，从而失去接受创新治疗的机会。而采用BLAST模型进行风险评估后，这部分患者能够被更加准确地识别，从而有机会进入临床试验，获得更多潜在获益。同时，Blast模型进一步整合分子遗传学信息后形成的Blast-mol模型，同样较CPSS-mol表现出更好的风险区分能力，也就是说，它能够更加精准地完成风险分层，为临床试验筛选真正适合的新药受试者，提高研究结果的可靠性和临床价值。

最后，促进个体化治疗决策。 BLAST模型最大的优势之一在于更简便、易于临床应用。它仅采用三个临床上非常容易获得的指标——外周血原始细胞比例、白细胞计数以及贫血程度——就能够达到优于CPSS的预测效能。因此，它为临床医生提供了一个简单而高效的风险评估工具。尤其是在基层医院或门诊等医疗资源相对有限的场景，不需要等待染色体核型分析或复杂的分子检测结果，仅凭常规检查即可快速识别高危患者，及时启动移植评估流程，真正实现"早识别高危、早评估移植、适时实施移植"的个体化治疗策略。

专家简介

葛峥教授

东南大学附属中大医院血液科科主任，东南大学血液病研究所所长，江苏省血液区域医疗中心负责人
二级教授, 主任医师, 博士生导师，博士后合作导师
瑞典卡罗林斯卡医学院博士毕业，美国宾夕法尼亚州立大学医学院兼职副教授
东南大学血液病国际合作实验室主任
南京中大白血病和MDS中心主任
江苏省研究型医院学会恶性血液病精准诊疗协同转化创新中心主任
获美国MMAAP医学基金1项、国自然基金面上项目 5 项、省重点研发（临床前沿技术）等项目20余项，以通讯作者在Blood、Leukemia、Blood cancer journal、Science advances 等发表原创性研究成果，多次应邀在国外著名大学、国际会议进行学术报告。江苏省“333高层次人才工程”中青年领军人才，江苏省医学重点人才
中国医师协会血液科医师分会委员，中国抗癌协会血液肿瘤专委会委员、中国抗癌协会肿瘤血液专委会委员、中国中西医结合学会血液学分会委员，中华中医药学会血液病分会委员，中国老年医学会血液学分会委员，中国医疗保健国际交流促进会血液学分会委员，中国MDS和MPN工作组专家委员，江苏省医学会血液学分会副主任委员、白血病学组副组长，江苏省医师协会血液科医师分会副会长，江苏省研究型医院学会白血病和MDS专委会主任委员，江苏省老年医学学会血液学分会副主委等