跳到正文
原文
Nature 健康护理主题·· 2026-10-19精选AI 评分68

原发骨纤维化长期生存预测:基于历史队列的独立危险因素分析与预后模型构建

Predicting long-term survival in primary myelofibrosis

AI 导读

原发骨纤维化长期生存预测:基于意大利帕维亚大学单中心历史队列中 25 年以上长期生存者数据,分析预后模型。独立危险因素包括:年龄小于 50 岁、血小板计数大于 450×10⁹/L 及骨髓纤维化 0 级。

推荐理由

研究者基于历史队列数据,给出了可量化的原发骨纤维化长期生存预测模型。

正文 · AI 翻译

译文尚不完整,完整内容请切换到原文。

引言

世界卫生组织(WHO)和国际共识分类(ICC)将BCR::ABL1阴性经典骨髓增殖性肿瘤(MPNs)划分为三个标准类别:真性红细胞增多症(PV)、原发性血小板增多症(ET)和原发性骨髓纤维化(PMF)[1, 2]。在PMF中,骨髓组织病理学提供了额外的生物学分辨率,通过区分纤维化前期(pre-PMF)与显性纤维化PMF(overt-PMF)[3]。

尽管这两种变异均属于慢性克隆性髓系肿瘤,但其自然病程存在显著差异。Overt-PMF与总体生存率(OS)显著降低相关,中位估计值约为6–7年[4, 5],而pre-PMF则表现为较惰性的病程,中位OS范围为15至17年[6, 7]。这些预后差异对临床管理具有直接意义。在overt-PMF中,诊断时的传统临床血液学变量,如年龄、血红蛋白浓度、白细胞计数、循环期原始细胞和体质性症状,构成了经验证的预后模型的基础,包括国际预后评分系统(IPSS)[4]。相比之下,在pre-PMF中,这些相同的协变量显示出有限的区分能力,大多数患者聚集在低风险类别中,突显了在该变异中识别缩短生存期决定因素的持续需求[6,7,8]。

在本研究中,我们试图通过表征长期生存者的表型来完善早期PMF的预后评估。这种策略是对传统风险建模方法的补充,旨在阐明与异常有利的长期结局相关的生物学和临床特征。为此,我们分析了历史机构队列中在诊断后生存超过25年的个体的临床和生物学特征。

对象与方法

研究设计与人群

这项回顾性观察队列研究在意大利帕维亚的IRCCS S. Matteo多院区医院骨髓纤维化研究中心(CSM)进行。通过回顾性审查连续转诊至该中心的受试者以及前瞻性记录在机构Pavia‑CSM数据库中的数据,获取临床、血液学和分子数据。该数据库的建立和使用获得了IRCCS圣马太基金会机构伦理委员会的批准,所有参与者均提供了书面知情同意书。在进行血液采样以进行分子分析时,获得了额外的知情同意,告知受试者其基因组材料将存储在机构生物样本库中,并用于与疾病相关的分子研究(参考文献26,20110004143 2011年9月)。鉴于本研究的回顾性设计,免除了更新个人知情同意的要求,前提是所有受试者层面的数据在分析前已完全匿名化。

研究人群包括2001年1月之前被诊断患有原发性骨髓纤维化(PMF)的连续个体,从而确保从诊断开始至少有25年的潜在随访时间。根据每位受试者最初评估时适用的WHO标准将诊断分类为显性PMF和早期PMF,随后根据2022年修订的标准重新裁定 [3]。为了避免误归类移植相关的长期生存者,并确保队列成熟适合对长期结果进行稳健估计,接受过异基因造血干细胞移植的个体被排除在外。作为对照队列,我们选择了同一时期诊断且随访时长等于或短于25年、且记录为死亡的受试者。这种策略最大限度地减少了失访偏倚,并确保了组间生存评定的可比性。

统计学

连续变量以中位数及相应范围表示,分类变量则以绝对频数和百分比报告。组间比较采用卡方检验。基线协变量与长期生存之间的关联通过逻辑回归分析评估。受试者工作特征(ROC)曲线分析用于识别连续预测因子的最佳截断值。在单变量分析中具有统计学显著性的变量被纳入多变量逻辑回归模型,以量化其独立贡献。模型鉴别能力通过ROC曲线下面积(AUC)评估。由于使用25年生存(存活 vs. 死亡)的逻辑回归既捕捉了早期和晚期死亡,又未考虑事件发生时间,可能因此受到早期死亡的 disproportionate 影响,我们使用Cox比例风险模型结合10年地标分析来检验这些发现的稳健性(针对总生存期OS)。通过该分析,排除了诊断后10年内死亡的受试者,随访从地标时间点开始。多变量Cox模型中包含的变量按照与逻辑回归分析相同的策略选择,即纳入单变量分析中显著的变量。这种方法通过排除在地标时间点之前死亡的个体,减轻了 immortal-time bias。

研究终点包括进展为活动性疾病、原始细胞转化(BT)、死亡和血栓事件。进展为活动性疾病定义为首次出现以下任何一项:(1) 血红蛋白浓度 <10 g/dL;(2) 脾脏左肋缘下直径 >10 cm;(3) 血小板计数 <150 × 10⁹/L;或 (4) 白细胞计数 <4 × 10⁹/L 或 >12 × 10⁹/L。为避免治疗效应造成的混杂,这些标准的起始时间在启动疾病修正治疗时予以删失。BT 定义为外周血或骨髓中原始细胞持续增加 ≥20%。血栓事件包括所有动脉和静脉血栓栓塞事件,排除浅静脉血栓。在诊断前两年内发生的事件被归类为 PMF 相关。这些事件以发生率表示,计算为每 100 患者-年的事件数,并对应 95% 置信区间 (CI),使用泊松回归模型进行比较;报告发病率比 (IRR) 及其 95% CI。竞争风险分析对于在疾病修正治疗开始时被删失的中间结局被认为不具有信息量。统计显著性定义为 p < 0.05。分析使用 STATISTICA© (Dell Technologies Inc., Round Rock, TX, 美国) 和 Stata v18.5 (StataCorp, College Station, TX, 美国) 进行。

结果

共评估了 301 名在 2001 年前确诊 PMF 的患者。在排除 34 名接受异基因干细胞移植的患者后,41 名确诊后存活超过 25 年的患者被归类为长期生存者。对照组由 176 名在同一时期确诊并在 25 年内死亡的患者组成(补充图 S1)。

基线临床和血液学特征

表 1 总结了长期生存者和总生存期 ≤25 年的患者的基线特征。长期生存者在确诊时显著更年轻,中位年龄为 36 岁,而对照组为 58 岁 (p < 0.001)。ROC 曲线分析确定 50 岁是预测长期生存的最佳年龄阈值。值得注意的是,长期生存者中没有人在确诊时年龄超过 65 岁(对照组为 25%),且 90% 的长期生存者年龄小于 50 岁(对照组为 26%)。性别分布也存在显著差异,女性占长期生存者的 53%,而对照组为 27% (p = 0.001)。

表 1 长期生存者与非常规长期生存者的特征比较。

完整尺寸表格

基线疾病特征表明,长期生存者具有明显更有利的预后特征。严重贫血较少见,而非可触及的脾肿大、正常血液 CD34 阳性细胞计数和正常 LDH 水平则显著更常见。所有长期生存者均被归类为 IPSS 低风险,而对照组为 31%。两组之间的白细胞计数相当,但长期生存者的血小板计数显著更高(中位数,634 × 10⁹/L vs. 368 × 10⁹/L, p < 0.001)。0 级骨髓纤维化也显著更常见(53% vs. 10%, p < 0.001)。ROC 分析确定血小板阈值 >450 × 10⁹/L 是区分长期生存的最佳指标。

分子数据进一步支持了各组群之间的生物学差异。长期存活者的 JAK2V617F 变异发生率较低(55% vs. 69%, p = 0.10),这对应着 CALR 变异的频率按比例更高,尽管差异无统计学意义(26% vs. 14%, p = 0.08)。在 JAK2V617F 突变人群中,长期存活者的等位基因变异频率(VAF)显著更低(中位数,39% vs. 58%, p = 0.004),且 VAF < 25% 类别中的病例比例更大(33% vs. 8.9%, p = 0.015)。两组间 ASXL1 突变的发生率及核型异常的分布相似(20% vs. 31.2%, p = 0.42;25% vs. 26%, p = 0.97),尽管这些分析受可评估病例数量少的限制。

大多数患者接受羟基脲治疗,而仅少数患者接受芦可替尼治疗,原因是研究期间其供应有限。羟基脲的使用频率和脾切除术率在各组群之间无显著差异。

PMF 临床变异的分布存在显著差异。前 PMF 表型在长期存活者中明显更常见(89% vs. 38%, p < 0.001)。尽管如此,诊断时表现为显性 PMF 的一组患者(11%)也实现了长期存活。

长期存活预测因子

在单因素 Logistic 回归中,多个基线变量与长期存活概率较高显著相关:年龄 <50 岁,女性,血小板计数 >450 × 10⁹/L,0 级骨髓纤维化,以及正常的外周血 CD34 阳性细胞计数(表 2)。在多因素分析中,三个因素保留了独立的预后意义:年龄 <50 岁(OR, 21.26;95% CI, 5.97–75.7),血小板计数 >450 × 10⁹/L(OR, 2.88;95% CI, 1.06–7.99),以及 0 级骨髓纤维化(OR, 3.36;95% CI, 1.25–9.0)。当作为连续变量建模时,年龄仍具有独立的预测价值:年龄每降低 10 岁,实现长期存活的概率增加约 14%。多变量模型的区分性能较高,AUC 为 0.91。

表 2 入院时评估的长期存活预测因子的单因素和多因素 Logistic 回归分析。

Full size table

作为补充分析,进行了一项 10 年里程碑 Cox 模型分析。共有 72 名患者在 10 年里程碑前死亡,因此被排除在里程碑分析之外。该分析显示了总体一致的相关性,年轻、无骨髓纤维化、较高的血小板计数和女性性别仍与改善的后续存活相关(补充表 1)。

中期结局、母细胞转化和死亡

两组群的中位随访时间存在显著差异,长期存活者达到 342 个月 [四分位距(IQR),327–398 个月],对照组为 99 个月(IQR,59–171)。

在按疾病改良治疗(羟脲、鲁索替尼)或脾切除术起始时间删失后,长期存活者中出现提示疾病活动的中间临床结局的发生率显著低于非长期存活者(表 3)。在对照队列中,疾病进展主要由大脾脏肿大(发生率16.03例/100人年)驱动,其次为白细胞增多(14.16例/100人年)、重度贫血(12.57例/100人年)和循环CD34+细胞计数超过100 × 10⁶/L(9.22例/100人年)。在长期存活者中,疾病进展模式与非长期存活者相似,但发生率明显降低。大脾脏肿大仍是频率最高的中间事件(3.07例/100人年),其次为重性贫血(1.94例/100人年)、白细胞增多(1.62例/100人年)和CD34+细胞计数升高(1.46例/100人年)。仅有少数人出现血小板减少(1例/100人年)或白细胞减少(0.75例/100人年)。

表3 长期和非长期存活PMF患者中间结局的发生频率。

查看完整表格

总体而言,长期存活者(≥25年)所有主要并发事件的发生率均显著低于较早死亡的受试者。在所有并发事件中,血栓形成(BT)的差异最为显著,在非长期存活者中发生率明显更高(5.31 vs. 0.48例/100人年),对应长期存活者约降低90%(IRR,0.09:95% CI,0.04–0.21;p < 0.001)。

整个队列的中位总生存期为11.25年(四分位间距5.8–21年)(补充图 S2)。在有已知死因的受试者中,血栓形成(BT)是最主要死因(n = 72),其次为原发性第二肿瘤(n = 11)、出血(n = 8)、感染(n = 9)和肾衰竭(n = 5)。各组间死因分布差异无统计学意义:非长期存活者中BT占67例死亡(38%),长期存活者中BT占9例死亡中的5例(55.5%)(P = 0.29)。

血栓形成发生率

从确诊前2年至最后一次可获得随访的时间段内,50例受试者(23%)至少经历了一次血栓事件,其中8例发生第二次事件,1例发生第三次事件。在此观察窗口内,发生率为1.85例/100人年(95% CI,1.40–2.43)。长期存活者的血栓粗累积发生率显著高于非长期存活者(41% vs. 22%,p < 0.001)(表 4)。相比之下,按每100人年计算的发生率在非长期存活者队列中更高(2.20 per 100人年;95% CI,1.56–3.03),而非长期存活者为1.36例/100人年(95% CI,0.79–2.17;p < 0.001)。这一差异反映了长期存活者随访时间明显更长,尽管有更高比例的人群曾发生血栓事件,稀释了事件发生率。

表4 考虑自确诊前2年至末次随访期间,长期存活患者与非长期存活患者中发生的主要血栓事件。

全尺寸表格

在总体人群中,典型部位的动脉血栓和深静脉血栓各占12例(占所有血栓事件的21%)。大多数事件(57%)为不典型部位的静脉血栓,包括门静脉血栓(n = 28)、Budd–Chiari综合征(n = 2)和颅内静脉窦血栓(n = 2)。在长期存活者中,不典型部位的深静脉血栓是最常见的血栓表现(22% vs. 非长期存活者13%)。然而,鉴于事件数量有限,该差异未达到统计学显著性(p = 0.15)。

讨论

本研究勾勒了原发性骨髓纤维化(PMF)长期存活者的生物学和临床特征,旨在丰富当前的预后框架,特别是与传统评分系统通常归类为低风险的PMF前表型相关的方面。Penna等人进行的一项类似研究考察了PMF中短期(5年)和长期( ≥ 20年)存活的决定因素[9]。尽管存在方法学差异,最显著的是对长期存活的定义(本队列中为 > 25年)和对比例组的构成(本队列中为存活≤25年的受试者),但两项研究得出了高度一致的结果。在两项分析中,长期存活者年龄均显著较小,女性更为多见,CALR突变富集,且贫血或血小板减少症的发生率更低。此外,高危险度非驱动基因突变和细胞遗传学异常在长期存活者与对照组之间无差异,表明这些病变并不能显著区分极长期预后。

在Penna队列中,多因素逻辑回归确定了长期存活的7个独立预测因子:年龄≤70岁、女性、血红蛋白≥10 g/dL(女性)或≥11 g/dL(男性)、白细胞计数≤25 × 10⁹/L、血小板计数≥100 × 10⁹/L、循环原始细胞≤1%以及无全身症状。相比之下,我们的多因素模型确定了3个具有独立预后价值的协变量:年龄<50岁、骨髓纤维化0级以及诊断时血小板计数>450 × 10⁹/L。这些变量共同界定了一种独特且易于识别的表型,可无缝整合到临床决策中。由于识别长期存活者可能受到无期时间偏倚的影响,我们使用具有地标分析的Cox回归模型验证了这些发现,确认了关联的稳健性。

在长期存活的预测因素中,年龄<50岁被证实是与长期存活最相关的因素。这一观察结果与既定PMF风险评分中普遍将高龄视为不利因素的发现相一致 [10],并与多项记录年轻PMF人群预后更佳的报告相符 [11,12,13]。几种生物学和临床机制均可合理解释这种关联。年轻人面临的竞争风险较少,使得生存更能直接反映疾病生物学特性。炎症在PMF中代表一条更明显的受年龄调节的生物学轴。高敏感性C反应蛋白(hs-CRP)作为一种全身炎症标志物,其升高与高龄密切相关,并预测疾病进展 [14]。铁稳态失调是PMF预后的另一个年龄依赖性决定因素。循环中hepcidin水平升高,整合了铁负荷、炎症和无效红细胞生成的信号,与年龄>65岁和较差的生存率相关,进一步证实了年龄通过多条汇聚途径塑造疾病生物学的观点 [15]。

尽管年龄<50岁是长期存活最强的决定因素,但仍有少数长期生存者年龄超过50岁。多变量分析揭示了区分这些个体的另外两个特征:血小板计数升高和0级骨髓纤维化。血小板增多在PMF中的有利预后效应极少被描述;然而,在极端血小板增多(>1000–1500 × 10⁹/L)的情况下,已报道生存率改善 [16]。相反,血小板减少是DIPSS-plus评分中公认的不利因素 [17]。Varricchio等人提出的机制见解表明,来自血小板减少性MPN个体的单核细胞会生成偏向巨核细胞的干细胞,从而促进促炎性巨核细胞表型 [18]。这些发现支持了这样一种解释:PMF中的血小板增多反映了巨核细胞生成的保留以及驱动血小板减少的炎症机制的相对缺失,从而有助于更有利的疾病轨迹。

0级骨髓纤维化被确定为长期存活的另一个独立决定因素。PMF中的骨髓纤维化代表了严重受扰微环境的形态学印记,主要由畸形巨核细胞释放的炎症和促纤维化细胞因子调控。尽管纤维化的预后意义仍有争议,但越来越多的证据表明,将纤维化分级纳入既定临床评分可提高生存率预测 [19, 20]。我们发现的独特之处在于将0级纤维化确定为长期存活的标志物,这一特征在既往的预后模型中并未被强调,也未反映在目前的诊断分类中,在目前的诊断分类中,0级和1级纤维化被归入PMF前(pre-PMF)类别。与该观察结果一致,仅存在诊断时的前纤维化表型并不能独立预测长期生存。

我们的分析使我们能够确定长期存活者特有的进化模式。在非长期存活者中,疾病进展主要表现为骨髓耗竭表型的出现,主要为贫血和血小板减少,并伴有明显的脾肿大。相比之下,长期存活者表现出显著的脾肿大,同时维持着由持续性骨髓增殖所定义的疾病特征,其中血栓形成(BT)是主要的死亡原因。这种整体的骨髓增殖特征与在患有原发性骨髓纤维化(PMF)的青少年和年轻成人中描述的表型相似,他们通常表现出更高的乳酸脱氢酶(LDH)水平、升高的白细胞计数以及更频繁的脾肿大,均表明持续的克隆增殖驱动 [21]。

血栓风险在 PMF 中的异质性也已被记录,这是一种具有临床相关性的发病原因。先前的研究表明,显性 PMF 仅与诊断后血栓形成风险的轻微增加相关(10.4%) [22],而 pre-PMF 则相反地在诊断时或前一年(30.3%)以及随访期间(25.4%)表现出更高的血栓负担 [6]。在我们的人群中,从诊断前两年到最后随访期间发生的血栓事件的粗发生率在长期存活者中更高。然而,经时间调整后的发生率更倾向于非长期存活者群体,这与血栓形成与疾病严重程度特征聚集的解释相符。这与证据相符,即预激活的血栓-炎症内皮细胞与克隆性造血共同作用以放大血栓风险 [23],且中性粒细胞与淋巴细胞比值(系统性炎症的替代标志物)有助于 PMF 特有的血栓倾向 [24]。

本研究存在局限性。长期存活预测因子的识别依赖于回顾性数据,固有地受到信息缺失、记录质量变异和缺乏标准化数据收集的制约。尽管所选协变量的预测性能令人满意,但初步排除接受移植或失访的患者引入了选择偏差的可能性。此外,潜在的具有预后信息价值的变量,如循环幼稚髓系细胞和外周血原始细胞,在这个历史性人群中很少被记录,并应纳入未来的分析中。

本研究的主要贡献在于其通过提供额外的、临床可操作的信息来丰富现有的 PMF 预后框架,从而支持个体化决策。然而,在这些发现转化为常规实践之前,必须证明用于界定惰性 PMF 表型的特征在现实世界环境中是可重复且具有临床意义的。特别是,必须证明长期存活的预测因子能够识别出一个生物学和临床上连贯的亚组,其疾病轨迹足够一致,以便指导风险分层、治疗选择以及未来研究优先事项。

数据可用性

本研究期间生成或分析的所有数据均包含在本文章中。进一步查询请联系通讯作者。

参考文献

  1. Arber DA, Orazi A, Hasserjian RP, Borowitz MJ, Calvo KR, Kvasnicka HM, et al. International consensus classification of myeloid neoplasms and acute leukemias: integrating morphologic, clinical, and genomic data. Blood. 2022;140:1200–28.

    Article PubMed PubMed Central Google Scholar

  2. Khoury JD, Solary E, Abla O, Akkari Y, Alaggio R, Apperley JF, et al. The 5th edition of the World Health Organization Classification of Haematolymphoid Tumours: Myeloid and Histiocytic/Dendritic Neoplasms. Leukemia. 2022;36:1703–19.

    Article PubMed PubMed Central Google Scholar

  3. Arber DA, Orazi A, Hasserjian R, Thiele J, Borowitz MJ, Le Beau MM, et al. The 2016 revision to the World Health Organization classification of myeloid neoplasms and acute leukemia. Blood. 2016;127:2391–405.

    Article PubMed Google Scholar

  4. Cervantes F, Dupriez B, Pereira A, Passamonti F, Reilly JT, Morra E, et al. New prognostic scoring system for primary myelofibrosis based on a study of the International Working Group for Myelofibrosis Research and Treatment. Blood. 2009;113:2895–901.

    Article PubMed Google Scholar

  5. Guglielmelli P, Pacilli A, Rotunno G, Rumi E, Rosti V, Delaini F, et al. Presentation and outcome of patients with 2016 WHO diagnosis of prefibrotic and overt primary myelofibrosis. Blood. 2017;129:3227–36.

    Article PubMed Google Scholar

  6. Barbui T, Thiele J, Passamonti F, Rumi E, Boveri E, Ruggeri M, et al. Survival and disease progression in essential thrombocythemia are significantly influenced by accurate morphologic diagnosis: an international study. J Clin Oncol. 2011;29:3179–84.

    Article PubMed Google Scholar

  7. Coltro G, Mannelli F, Loscocco GG, Mannarelli C, Rotunno G, Maccari C, et al. Differential prognostic impact of cytopenic phenotype in prefibrotic vs overt primary myelofibrosis. Blood Cancer J. 2022;12:116.

    Article PubMed PubMed Central Google Scholar

  8. Carobbio A, Guglielmelli P, Rumi E, Cavalloni C, De Stefano V, Betti S, et al. A multistate model of survival prediction and event monitoring in prefibrotic myelofibrosis. Blood Cancer J. 2020;10:100.

    Article PubMed PubMed Central Google Scholar

  9. Penna D, Lasho TL, Finke CM, Vallapureddy RR, Hanson CA, Ketterling RP, et al. 20+ Years and alive with primary myelofibrosis: Phenotypic signature of very long-lived patients. Am J Hematol. 2019;94:286–90.

    Article PubMed Google Scholar

  10. Mora B, Bucelli C, Cattaneo D, Bellani V, Versino F, Barbullushi K, et al. Prognostic and predictive models in myelofibrosis. Curr Hematol Malig Rep. 2024;19:223–35.

    文章  PubMed  PubMed Central  Google Scholar 

  11. Boddu P, Masarova L, Verstovsek S, Strati P, Kantarjian H, Cortes J, et al. Patient characteristics and outcomes in adolescents and young adults with classical Philadelphia chromosome-negative myeloproliferative neoplasms. Ann Hematol. 2018;97:109–21.

    文章  PubMed  Google Scholar 

  12. Szuber N, Vallapureddy RR, Penna D, Lasho TL, Finke C, Hanson CA, et al. Myeloproliferative neoplasms in the young: Mayo Clinic experience with 361 patients age 40 years or younger. Am J Hematol. 2018;93:1474–84.

    文章  PubMed  Google Scholar 

  13. Goulart H, Masarova L, Mesa R, Harrison C, Kiladjian JJ, Pemmaraju N. Myeloproliferative neoplasms in the adolescent and young adult population: a comprehensive review of the literature. Br J Haematol. 2024;205:48–60.

    文章  PubMed  PubMed Central  Google Scholar 

  14. Barosi G, Massa M, Campanelli R, Fois G, Catarsi P, Viarengo G, et al. Primary myelofibrosis: older age and high JAK2V617F allele burden are associated with elevated plasma high-sensitivity C-reactive protein levels and a phenotype of progressive disease. Leuk Res. 2017;60:18–23.

    文章  PubMed  Google Scholar 

  15. Pardanani A, Finke C, Abdelrahman RA, Lasho TL, Tefferi A. Associations and prognostic interactions between circulating levels of hepcidin, ferritin and inflammatory cytokines in primary myelofibrosis. Am J Hematol. 2013;88:312–6.

    文章  PubMed  Google Scholar 

  16. Lucijanic M, Krecak I, Soric E, Sabljic A, Galusic D, Holik H, et al. Extreme thrombocytosis in patients with overt myelofibrosis and its clinical associations. Cancers. 2025;17:1390.

    文章  PubMed  PubMed Central  Google Scholar 

  17. Gangat N, Caramazza D, Vaidya R, George G, Begna K, Schwager S, et al. DIPSS plus: a refined Dynamic International Prognostic Scoring System for primary myelofibrosis that incorporates prognostic information from karyotype, platelet count, and transfusion status. J Clin Oncol. 2011;29:392–7.

    文章  PubMed  Google Scholar 

  18. Varricchio L, Mosoyan G, Elghaity-Beckley S, Mia MB, Handa S, Salib C, et al. Thrombocytopenia in myelofibrosis is characterized by inflammatory megakaryocytes with reduced G6B expression. Blood. 2025;146:1612–24.

    文章  PubMed  PubMed Central  Google Scholar 

  19. Gianelli U, Fiori S, Cattaneo D, Bossi A, Cortinovis I, Bonometti A, et al. Prognostic significance of a comprehensive histological evaluation of reticulin fibrosis, collagen deposition and osteosclerosis in primary myelofibrosis patients. Histopathology. 2017;71:897–908.

    文章  PubMed  Google Scholar 

  20. Guglielmelli P, Rotunno G, Pacilli A, Rumi E, Rosti V, Delaini F, et al. Prognostic impact of bone marrow fibrosis in primary myelofibrosis. A study of the AGIMM group on 490 patients. Am J Hematol. 2016;91:918–22.

    文章  PubMed  Google Scholar 

  21. Elkourashy S, Soliman D, Chandra P, Taha R, Elomri H. Primary myelofibrosis in young patients ≤ 50 years: clinicopathological characteristics, genetic landscape and disease outcome. A single-center experience. Hemasphere. 2022;6:3550–1.

    Google Scholar 

  22. Barbui T, Ghirardi A, Carobbio A, De Stefano V, Rambaldi A, Tefferi A, et al. Thrombosis in myeloproliferative neoplasms: a viewpoint on its impact on myelofibrosis, mortality, and solid tumors. Blood Cancer J. 2024;14:188.

    文章  PubMed  PubMed Central  Google Scholar 

  23. Abosabie SAS, Boye-Doe A, Ali M, Podoltsev N, Stegner D, Mendez LM, et al. Thrombo-inflammatory endothelial signatures in JAK2-mutated myeloproliferative neoplasms. bioRxiv. 2026;16:706250.

    Google Scholar 

  24. Cavalca F, Latagliata R, Pugliese N, Palumbo GA, Polverelli N, Musto P, et al. Neutrophil to lymphocyte ratio at diagnosis predicts venous thrombosis in prefibrotic primary myelofibrosis: results from a multicenter cooperative study. Ann Hematol. 2026;105:19.

    文章  PubMed  PubMed Central  Google Scholar 

下载参考文献

资助

VR 披露了来自 AIRC 5 × 1000 征集项目“转移性疾病:肿瘤学中关键未满足需求”支持本研究工作的基金,用于 MYNERVA 项目,#21267(MYeloid Research Venture AIRC),以及 AIRC 个人资助 2024,项目 #31013。GB、ADS 和 RPG 声明无相关资助。

作者信息

作者与所属机构

  1. 骨髓纤维化研究中心,Fondazione 意大利国立科学与临床研究学院综合诊所 (IRCCS Policlinico San Matteo),意大利帕维亚

    Giovanni Barosi & Vittorio Rosti

  2. 生物统计学与临床流行病学,Fondazione IRCCS 帕维亚综合诊所,意大利帕维亚

    Annalisa De Silvestri

  3. 血液学中心,免疫学与炎症科,Imperial College of Science, Technology and Medicine,英国伦敦

    Robert Peter Gale

作者

  1. Giovanni Barosi
  2. Vittorio Rosti
  3. Annalisa De Silvestri
  4. Robert Peter Gale

贡献

GB designed the study, analyzed the data, and wrote the first version of the manuscript. VR and RPG contributed to writing the manuscript. ADS helped with the statistical analysis. All authors have read and agreed to the published version of the manuscript.

Corresponding author

Correspondence to Giovanni Barosi.

Ethics declarations

Competing interests

Robert Peter Gale is a consultant to BeiGene Ltd., Fusion Pharma LLC, LaJolla NanoMedical Inc., Mingsight Parmaceuticals Inc., Kite Pharma and CStone Pharmaceuticals; Advisor to Antegene Biotech LLC, Medical Director and FFF Enterprises Inc.; Partner in AZACA Inc.; Board of Directors, RakFond Foundation for Cancer Research Support; Scientific Advisory Board, StemRad Ltd.

Ethics

The research was conducted in accordance with the World Medical Association Declaration of Helsinki. Owing to the retrospective design of the study, the requirement for individual consent was waived by the Ethics Committee, provided that all subject-level data were fully anonymized prior to the analysis.

Additional information

Publisher’s note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Rights and permissions

Open Access This article is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License, which permits any non-commercial use, sharing, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if you modified the licensed material. You do not have permission under this licence to share adapted material derived from this article or parts of it. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/licenses/by-nc-nd/4.0/.

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Barosi, G., Rosti, V., De Silvestri, A. et al. Predicting long-term survival in primary myelofibrosis. Leukemia (2026). https://doi.org/10.1038/s41375-026-03177-w

Download citation

  • Received: 02 July 2026

  • Revised: 25 September 2026

  • Accepted: 07 October 2026

  • Published: 19 October 2026

  • Version of record: 19 October 2026

  • DOI: https://doi.org/10.1038/s41375-026-03177-w

来源:Nature 健康护理主题 · nature.com