半相合与全合无关供体移植中供体年龄对生存的影响：基于机器学习的平台特异性分析
小赛推荐：
该研究为急性白血病患者供体选择提供了数据驱动的决策框架，尤其对异基因造血细胞移植的临床策略具有直接指导意义。
文献概述
本文《Haploidentical versus matched unrelated donor transplantation with post-transplant cyclophosphamide: a platform-dependent machine learning analysis of donor age》, 发表于《Leukemia》杂志，系统探讨了在使用移植后环磷酰胺（PTCy）的背景下，半相合（Haplo）与全合无关供体（MUD）移植平台中供体年龄对患者生存的差异化影响。研究通过机器学习与传统统计方法的结合，揭示了MUD平台对供体年龄的显著耐受性，而Haplo平台则表现出更强的年龄敏感性。这一发现为临床实践中常见的供体选择困境提供了量化依据。背景知识
异基因造血细胞移植（allo-HCT）是治疗急性白血病的重要手段，但供体选择常面临Haplo与MUD之间的权衡。Haplo供体通常年轻且易得，但HLA不全合；MUD供体HLA匹配，但常年龄偏大。尽管PTCy的应用降低了移植物抗宿主病（GVHD）风险，供体年龄的影响仍存争议。目前供体年龄的研究瓶颈在于传统模型假设其效应为线性，忽略了生物学衰老的非线性特征。此外，不同移植平台中免疫重建与炎症微环境的差异可能修饰供体年龄的效应，但缺乏系统分析。本研究的切入点在于利用机器学习捕捉供体年龄在不同平台中的非线性风险模式，为个体化供体选择提供精准框架。
研究方法与核心实验
研究团队回顾性分析了CIBMTR数据库中4258例接受PTCy的成人急性白血病患者，其中3099例为Haplo-PTCy，1159例为MUD-PTCy。为克服传统回归模型对线性假设的局限，作者采用了两种机器学习方法：随机生存森林（RSF）和DeepSurv神经网络，以非参数方式建模供体年龄与生存的复杂关系。同时，通过逆概率治疗加权（IPTW）、1:1倾向评分匹配（PSM）和弹性网络Cox回归等方法进行验证，确保结果稳健。关键证据来自RSF和DeepSurv模型的偏依赖图（PDP），显示MUD-PTCy平台在供体年龄≤50岁时生存概率几乎不变，而Haplo-PTCy平台在供体年龄>38岁后生存概率显著下降。这一发现通过受限平均生存时间（RMST）和需伤害人数（NNH）量化，进一步支持了平台特异性效应。关键结论与观点
研究意义与展望
该研究为异基因造血细胞移植的供体选择策略提供了重要证据。以往基于经验或简单年龄截点的决策可被更精准的量化模型取代。对于缺乏年轻MUD的患者，若Haplo供体年龄>38岁，应谨慎评估风险。研究支持放宽MUD供体年龄上限至50岁，尤其对少数族裔患者，可显著扩大供体池。未来研究可整合供体免疫表型或衰老相关分泌表型（SASP）标志物，进一步细化风险预测模型。
结语
本研究通过先进的机器学习方法，揭示了在PTCy背景下，供体年龄对生存的影响高度依赖于移植平台。MUD-PTCy平台表现出对供体年龄的显著耐受性，而Haplo-PTCy则在供体超过38岁后风险显著上升。这一发现为急性白血病患者的供体选择提供了个体化、数据驱动的决策工具，挑战了传统的供体优先级观念。研究不仅支持在MUD可用时优先选择，即使供体年龄较大，也为重新评估当前基于年龄的供体限制政策提供了强有力证据。从实验室到临床，该框架可直接整合入移植中心的供体评估流程，优化资源配置，提升患者生存，是急性白血病照护体系中的重要基石。
