[发明专利]一种基于aGVHD biomarker的非复发死亡风险监测模型

权利要求书

1.一种基于aGVHD biomarker的非复发死亡风险监测模型，包括，其特征在于：所述通过动态监测病人群体(199例，一年内的非复发死亡约占12％)不同时间点的aGVHDbiomarker指标(sST2，REG3α)。计算病人移植后100天内每个检测时间点sST2和REG3α之间的距离值(value)，如下式一所示。选取检测时间点中sST2和REG3α距离值达到最大时的aGVHD biomarker作为病人最坏情况的指标，建立模型数据集。注意，每个病人需要保证移植后100天内至少测量三次不同时间点的aGVHD biomarker数据。

。

2.根据权利要求1所述的一种基于aGVHD biomarker的非复发死亡风险监测模型，其特征在于：所述将权利要求1上述模型数据集与病人一年内的非复发死亡进行关联，采用逻辑回归技术，建立预测模型。通过赋予建模各因子不同权重，计算病人发生一年内非复发死亡的风险值P，如下式二所示。

。

3.根据权利要求1所述的一种基于aGVHD biomarker的非复发死亡风险监测模型，其特征在于：所述风险值P越大，病人发生一年内的非复发死亡的概率也越大。上式二表示的模型在199例数据集上AUC可达0.87左右，灵敏度、特异性可达0.8左右，模型可对病人一年内的非复发死亡进行有效预测。

4.根据权利要求1所述的一种基于aGVHD biomarker的非复发死亡风险监测模型，其特征在于：所述利用风险值P对199例病人群体进行风险分层，其中病人最坏情况发生后一年内非复发死亡的累积发生率分别为：2.38％(低风险)、16.67％(中风险)、52.0％(高风险)，p值0.001，具有显著统计学意义。

5.根据权利要求1所述的一种基于aGVHD biomarker的非复发死亡风险监测模型，其特征在于：所述监测病人移植后100天内不同时间点的风险分层，按照低、中、高风险出现的次数进行分组，其移植后100天内最坏情况发生后一年内非复发死亡的累积发生率分别为：一直处于低风险(图5，label1:A组)群体为2.33％，存在中风险但未出现高风险(图5，label2:B组)群体为11.68％，存在高风险(图5，label3:C组)群体为31.9％。按照低、中、高风险的变化趋势进行分组，其一年内非复发死亡的累积发生率分别为：未出现高风险(图6，label1:A组)群体为4.83％，早期高风险后期低、中风险(图6，label2:B1组)群体为0.0％，早期低、中风险后期高风险(图6，label3:B2组)群体为61.33％，高、中、低风险上下波动(图6，label4:B3组)群体为21.61％。上述分组p值0.001，均具有显著统计学意义。

6.根据权利要求1所述的一种基于aGVHD biomarker的非复发死亡风险监测模型，其特征在于：所述通过动态监测病人的aGVHD biomarker指标状态、风险分层变化及趋势，对病人进行实时的风险等级分组，为临床决策提供参考。本方法的结论摆脱了检测时间点的依赖性，尤其是根据病人风险次数及变化趋势进行的分组，对临床决策更具指导意义。

7.根据权利要求1所述的一种基于aGVHD biomarker的非复发死亡风险监测模型，其特征在于：所述模型选取病人移植后100天内检测时间点中sST2和REG3α距离值达到最大时的aGVHD biomarker作为病人最坏情况指标，并与病人是否发生非复发死亡进行统计关联、建立模型，利用模型score值进行风险分层，并动态监测风险分层的变化及趋势，对病人进行实时的风险等级再分组，为临床决策提供参考。