基于风险分层预测化疗相关的干细胞动员不良事件（用于多发性骨髓瘤管理）

这对患者和医院为什么重要

随着癌症治疗需求上升，医院承受的压力日益加剧，尤其是多发性骨髓瘤患者，他们常常需要强度较大的治疗。其中一项关键步骤是在化疗后采集干细胞，以便日后进行自体干细胞移植。目前，这一步通常完全在院内完成以便监测并发症，但这会占用多天的病床。本研究提出了一个现实且影响重大的问题：在多大程度上可以安全地将这一过程转为门诊模式，且能否利用数据与机器学习帮助医生判断谁确实需要住院以及何时需要住院？

当前的干细胞采集方式

对于符合条件的多发性骨髓瘤患者，高剂量化疗随后回输自体干细胞是治疗的基石。在移植之前，医生必须先将骨髓中的干细胞“动员”到外周血中并进行采集。本研究来自一家德国大学医院，共有109名患者接受了以化疗为基础的动员，采用常用的药物组合，随后每日注射促进干细胞释放。几乎所有患者——97%——最终成功采集，通常在一到两天内完成。然而，大多数患者从化疗开始直到采集完成期间都留在医院，平均几乎占用了近两周的病床时间。

并发症及其发生时机

尽管采集本身效果良好，但副作用常见。大约三分之二的患者经历了至少一次通常需要住院处理的严重问题，例如因白细胞低导致的发热、需要输血的显著贫血，或需要静脉补液的肾功能问题。在免疫低下期间发生的发热是导致住院时间的主要原因。值得注意的是，严重问题的发生时间呈现两个明显的聚类：一小部分患者在前3天内出现早期问题，常与既往健康问题有关；而更大的一组患者在治疗开始后一周或更晚出现并发症。这种“双峰”模式表明，在流程开始阶段可能存在一个安全窗口，可让许多患者留在家中。

模拟向更多家庭护理转变

研究者随后建立了简单模型，在纸面上测试不同的入院策略。他们将当前做法——所有人在化疗前入院并持续住院直到干细胞采集——与一些情景进行比较：对没有早期警示信号的患者先留在家中，仅在固定的较晚日期（如第5天）入院，或仅在发生并发症时入院。在各种情景下，住院床日显著减少。即使是较为谨慎的策略——较早入院且对发热采取保守假设——也将床位使用量削减约三分之一。更积极的方案，如果将一些被选择的问题（如轻度肾功能变化或部分发热）也作为门诊管理，则在模拟中总床位使用减少最多可达90%，且并未改变基础医疗治疗。

用数据预测谁有风险

为支持这种转变，团队测试了使用常规信息（如年龄、肾功能、血常规和治疗细节）的机器学习方法，以预测哪些患者随后会出现严重副作用以及这些副作用何时可能开始。他们搭建了一个两步框架：首先，一个分类器评估是否会发生严重事件；其次，对那些有风险的患者估计其开始日的时间模型。对于某些并发症（如肾功能恶化或需要输血），模型表现非常好；对另一些并发症，尤其是发热，预测能力较为有限。总体而言，最佳模型估计首个严重问题发生时间的平均误差略超过一天，这表明随着更大数据集的可用，更精确的个性化入院计划是可能的。

对于未来的意义

这项工作表明，对于大多数患者而言，基于化疗的干细胞动员并不必然需要长期全面的住院。由于严重并发症往往要么非常早发生，要么在数天后出现，精心设计的门诊项目——包括密切的实验室监测、明确的快速入院触发条件和数据驱动的风险工具——可以安全地将大部分过程移出医院。这样既可释放稀缺床位，也可能提高偏好在家中的患者的生活质量，并为利用预测模型更高效地组织其他高风险癌症治疗提供范例。

引用: Schwarz, F., Levien, L., Maulhardt, M. et al. Predicting adverse events for risk stratification of chemotherapy based stem cell mobilization in multiple myeloma. npj Digit. Med. 9, 203 (2026). https://doi.org/10.1038/s41746-026-02394-y

关键词: 多发性骨髓瘤, 干细胞动员, 门诊癌症护理, 病床管理, 医学中的机器学习