# Develop and assessment of a predictive model for the first-course efficacy of acute myeloid leukemia

## TL;DR

This study develops and evaluates a predictive model to assess the first-course treatment effectiveness for acute myeloid leukemia patients.

## Contribution

A novel predictive model for AML first-course efficacy is developed and validated using clinical data.

## Key findings

- Key factors for first-course remission include peripheral blood white cell count and specific genetic mutations.
- The model achieved an AUC of 0.738 in the training set and 0.726 in the validation set.
- The model provides a useful tool for clinical decision-making in AML treatment.

## Abstract

明确急性髓系白血病（AML）首疗程缓解的相关因素，建立预测模型并对其进行评价。

收集2019年1月1日至2023年4月30日浙江大学医学院附属第一医院血液科收治的749例初诊AML患者临床资料，随机将其分为训练集和验证集，采用多因素Logistic回归模型分析与首疗程诱导缓解相关的变量，并建立相关预测模型。通过绘制预测模型的受试者工作特征曲线并计算曲线下面积，评估模型。

在训练集中分析与首疗程诱导缓解相关的独立因素为发病时外周血白细胞计数、CBFB::MYH11融合基因、CEBPA bZIP区突变、骨髓增生异常综合征（MDS）相关的基因突变，以及诱导化疗方案的选择。在上述基础上构建首疗程疗效预测模型，该模型在训练集和验证集曲线下面积为0.738（95％CI：0.696～0.780）和0.726（95％CI：0.650～0.801），Hosmer-Lemeshow检验结果显示P值分别为0.993和0.335。

本研究构建的模型对AML患者首疗程疗效具有良好的预测作用，为临床医师对AML患者预后判断及治疗方案的选择提供参考依据。