多发性骨髓瘤（MM）是一种起源于浆细胞的恶性增生性肿瘤，化疗则是有效改善患者预后并延长生存时间的MM的重要临床治疗方法1,2，然而，由于疾病本身导致的免疫系统破坏与化疗药物引起的骨髓抑制等不良反应相叠加，患者往往处于持续的免疫功能低下状态。在此背景下，MM患者在化疗期间极易发生感染事件，其中肺部感染尤为常见并可能严重影响治疗进程与总体预后。基于此，如何通过临床指标对患者治疗期间的肺部感染风险进行精准评估成为亟需解决的重要问题。一项回顾性研究，171 例 MM 患者的临床数据，明确了化疗期肺部感染的 6 大独立危险因素，并成功构建列线图预测模型，为临床实现个体化风险分层和精准预防提供了有力工具。这项回顾性研究纳入了171 例 MM 患者，并且按照7:3的比例将患者随机分为建模组（120例）和验证组（51例）。研究结果显示，化疗期间患者肺部感染的总体发生率高达52.05% ，其中建模组发生率为 55.00%，凸显了 MM 患者化疗期肺部感染的高风险性。进一步分析发现，感染组与非感染组在年龄、ISS 分期、ECOG 评分、贫血、粒细胞缺乏及白蛋白水平等 6 项指标上存在显著差异（P<0.05），而性别、BMI、高血压、糖尿病等因素则无明显关联。较高的感染比例提示，MM 患者化疗期的肺部感染防控已成为临床不可忽视的重点，亟需精准的风险评估工具指导临床实践。
6 大高危因素明确，感染风险可量化
研究基于多因素Logistic 回归分析进一步量化了肺部感染风险，明确识别出六项具有独立预测意义的高危因素，即年龄≥60岁、ISS 分期 III 期、ECOG 评分≥2 分、贫血、中性粒细胞减少以及白蛋白 <35 g/L。这些指标覆盖患者基础生理状态、疾病严重程度及实验室参数，共同勾勒出 MM 化疗期感染风险的多维生物学特征谱。其中，年龄≥60岁的患者肺部感染风险最高，OR 值为 5.357（95% CI：1.949–14.723），提示免疫衰老、器官储备能力下降及院内暴露机会增加可能是关键驱动因素。ISS Ⅲ期（OR=3.400，95% CI：1.202–9.617）及 ECOG≥2 分（OR=3.010，95% CI：1.659–5.462）进一步反映疾病负荷重、体能状态差的患者更易发生免疫失衡，进而增加感染风险。与此同时，贫血（OR=3.413，95% CI：1.243–9.369）及中性粒细胞减少（OR=2.967，95% CI：1.064–8.275）作为血液及免疫功能受损的重要表型，显著增加了患者肺部感染发生风险。低白蛋白水平（OR=3.752，95% CI：1.328–10.601）则强调了营养状况与宿主防御能力之间的紧密联系。表3. 多发性骨髓瘤患者化疗期间肺部感染的多因素分析总体来看，这六项指标不仅实现了肺部感染风险的量化评估，同时还提示老年、疾病进展期、免疫抑制及营养不良人群应作为重点干预对象，为后续建立风险评估模型及精准预防策略提供了坚实循证基础。基于上述 6 大危险因素，研究团队构建了可视化列线图预测模型。该模型通过量化各项危险因素的权重，将患者的临床指标转化为具体得分，进而预测肺部感染的发生概率。验证结果显示，建模组 AUC 为 0.883（95% CI 0.820~0.946），验证组 AUC 为0.880（95% CI 0.785~0.974），校准曲线显示预测值与实际发生率高度吻合（H-L 检验 P 值分别为 0.697 和 0.642）。图1. 建模组列线图模型
图2. 验证组列线图模型
决策曲线分析（DCA）表明，当风险阈值在 0.08~0.92 之间时，模型具有较高的临床实用性，可为临床决策提供获益。图3. 列线图的DCA曲线
X轴表示高风险阈值，Y轴表示净获益；底部的黑色曲线表示患者发生肺部感染所带来的净获益，斜向的灰色曲线表示患者未发生肺部感染所带来的净获益拓展阅读：
列线图在血液系统疾病感染预测中的应用进展
列线图作为一种可视化的预测工具，凭借其直观、精准的特点，已逐渐在血液系统疾病的并发症预测中得到广泛应用。列线图可对已识别的危险因素进行分析，以预测事件发生的风险值，实现风险量化，并使临床医生能够根据风险因素制定相应的干预措施，从而有效降低肺部感染等并发症的发生风险3。与传统风险评估工具相比，本研究构建的列线图不仅纳入了 ISS 分期、ECOG 评分等疾病特异性指标，还包含了白蛋白等营养相关指标，更贴合 MM 患者的临床特点。未来，随着人工智能技术的发展，可进一步整合基因检测、炎症因子等多维度数据，构建更精准的动态预测模型，实现从 “静态评估” 到 “动态监测” 的转变。同时，多中心、大样本的前瞻性研究将进一步验证该模型的外部有效性，为其纳入临床指南提供坚实证据。本研究系统揭示了 MM 患者化疗期间肺部感染的关键危险因素，并成功构建了高性能列线图预测模型，为临床感染防控提供了重要参考。52.05%的高感染发生率提示我们MM 患者化疗期的感染管理仍需加强，而六项独立危险因素的识别为精准风险分层提供了明确方向。列线图模型的构建是本研究的核心亮点，高达 0.88 的 AUC 值和良好的校准度，证明该预测工具具有较高的准确性和临床应用价值，可辅助临床医生快速、精准识别高危患者，并实施个体化干预措施，如提前应用粒细胞刺激因子、强化营养支持及精准抗感染预防等。当然，本研究仍存在局限，包括单中心设计、样本量相对有限及缺乏外部验证，可能影响模型的推广性与稳定性。未来需开展多中心、大样本、前瞻性验证研究，并纳入更广泛的临床和生物标志物因素，以进一步优化并提升模型性能。
总体而言，本研究为 MM 化疗期肺部感染的精准管理提供了新的策略与工具，有望减少盲目、无效预防带来的资源消耗，改善患者预后，也为其他血液肿瘤相关并发症预测模式的构建提供了有益参考。参考文献
1.Rajkumar SV. Am J Hematol. 2022;97(8):1086-1107.
2.Deng T, et al. Clinics, 2025, 80: 100822.
3.Zhang Y, et al. Front Public Health. 2022;10:1008137.
歆语健康发布于 5天前
收藏专家
