Literature DB >> 28219233

[Optimal cut-off points of CD34 and CD117 in the differential diagnosis between hypocellular myelodysplastic syndrome and aplastic anemia].

W Wang, P Zhu, J W Gu, X Q Wang.   

Abstract

Entities:  

Year:  2017        PMID: 28219233      PMCID: PMC7348400          DOI: 10.3760/cma.j.issn.0253-2727.2017.01.018

Source DB:  PubMed          Journal:  Zhonghua Xue Ye Xue Za Zhi        ISSN: 0253-2727


× No keyword cloud information.
大多数骨髓增生异常综合征难治性血细胞减少伴有多系发育异常(MDS-RCMD)患者在诊断时骨髓增生正常或活跃,但仍有10%~15%的患者表现为骨髓低增生性[1]–[4]。这些低增生性RCMD(hypo-RCMD)和再生障碍性贫血(AA)患者在临床表现、实验室检查上往往相似,尤其当染色体与基因检查未发现异常时,常常很难鉴别。近年来,有不少研究证实通过流式细胞术(FCM)检测CD34CD117有助于鉴别hypo-RCMD和AA[5]–[8],但是对于何者更佳以及何为最佳临界值目前仍未见明确的报道。本研究中,我们拟探讨FCM检测CD34CD117在鉴别hypo-RCMD和AA中的作用及其鉴别诊断的最佳临界值,为临床诊断提供依据。

病例与方法

1.病例资料:以2003年6月1日至2014年12月30日我院明确诊断的42例hypo-RCMD患者为研究对象,男20例,女22例,中位年龄54(21~82)岁。具体诊断步骤参考我们的前期研究[9],如果一次检查诊断不明确,换部位抽取骨髓进行再次检查。MDS的诊断和分型参照WHO(2008)标准,hypo-RCMD的诊断标准为骨髓活检病理学显示造血细胞减少、脂肪组织增加,60岁以下患者的造血细胞容积<30%,60岁以上患者的造血细胞容积<20%。42例hypo-RCMD患者骨髓中位原始细胞比例为0.023(0~0.040),其中14例(33.3%)伴染色体核型异常。以同期收治的73例AA患者为对照,男42例,女31例,中位年龄29(18~74)岁。AA诊断参照Camitta标准[10]–[11],其中重型AA(SAA)44例。 2.实验方法:CYTOMICS FC500流式细胞仪及相关单克隆抗体购自美国Beckman Coulter公司。细胞表面抗体检测为四色荧光标记组合:IgG1-FITC/IgG1-PE/IgG1-ECD/IgG1-PC5、HLA-DR/CD117/CD45/CD34CD14/CD33/CD45/CD64CD7/CD10/CD45/CD19CD16/CD11c/CD45/CD13CD4/CD8/CD45/CD3、CD16/CD56/CD45/CD2。细胞内抗体为五色荧光标记组合:cIgG1-FITC/cIgG1-PE/cIgG1-ECD/cIgG1-PC5c/IgG1-PC7、cTdT/cMPO/cCD3/cCD79a/CD45。具体实验步骤参考文献[12]。对42例hypo-RCMD和73例AA患者的骨髓FCM数据进行盲法、回顾性分析。在CD45/侧向散色光(SCC)散点图上,取髓系原始幼稚细胞的位置和粒细胞的位置分别设门后对门内细胞不同抗原表达进行分析,采用CXP1.0分析软件进行结果判读。 3.统计学处理:采用SPSS 17.0统计学软件进行统计分析。按照临床流行病学诊断试验评价方法,采用受试者工作曲线(ROC曲线)评价诊断试验的灵敏度、特异度、预测值、曲线下面积及似然比等指标,确定最佳临界点值。两ROC曲线下面积的比较采用卡方检验,P<0.05为差异有统计学意义。

结果

1.CD34的最佳临界值确定:在hypo-RCMD组中CD34+细胞比例中位数为0.69%(0~5.57%),AA组中CD34+细胞比例中位数为0.37%(0~1.40%)。因为我们需要鉴别诊断hypo-RCMD和AA,所以希望特异度较高,阳性似然比较大,因此选择CD34+细胞比例≥0.5%为最佳临界值,大于该值时鉴别诊断的特异度为98.63%,准确度为80.00%,阳性似然比为34.76(表1),鉴别诊断hypo-RCMD和AA的ROC曲线下面积为0.734 5。当CD34≥1%时,特异度为100%,但是灵敏度只有45.24%,而且无法得出阳性似然比,这样临床上无法应用阳性似然比计算验后概率,对临床工作的指导意义降低,所以选择0.5%为最佳临界值。
表1

CD34鉴别hypo-RCMD和AA的诊断临界值

CD34+细胞比例(%)灵敏度(%)特异度(%)准确度(%)阳性似然比
≥0.152.3875.3466.962.12
≥ 0.252.3884.9373.043.48
≥0.352.3891.7877.396.37
≥0.452.3894.5279.139.60
≥0.547.6298.6380.0034.76
≥0.5545.2498.6379.1333.02

注:hypo-RCMD:低增生性难治性血细胞减少伴多系发育异常;AA:再生障碍性贫血

注:hypo-RCMD:低增生性难治性血细胞减少伴多系发育异常;AA:再生障碍性贫血 2.CD117最佳临界值确定:在hypo-RCMD组中CD117+细胞比例中位数为1.12%(0~6.88%),AA组中CD117+细胞比例中位数为0.70%(0~6.61%)。同理选择CD117+细胞比例≥1.5%为最佳临界值,大于该值时鉴别诊断的特异度为98.63%,准确度为78.26%,阳性似然比为31.28(表2),鉴别诊断hypo-RCMD和AA的ROC曲线下面积为0.734 2。
表2

CD117+细胞比例鉴别hypo-RCMD和AA的诊断临界值

CD117+细胞比例(%)灵敏度(%)特异度(%)准确度(%)阳性似然比
≥0.164.2971.2368.702.23
≥0.552.3889.0475.654.77
≥1.050.0095.8979.1312.17
≥1.542.8698.6378.2631.28
≥2.030.9598.6373.9122.59

注:hypo-RCMD:低增生性难治性血细胞减少伴多系发育异常;AA:再生障碍性贫血

注:hypo-RCMD:低增生性难治性血细胞减少伴多系发育异常;AA:再生障碍性贫血 3.CD34CD117鉴别诊断hypo-RCMD和AA的ROC曲线的比较:单独应用CD34CD117进行鉴别诊断,两者曲线下面积分别为0.734 5和0.734 2,差异无统计学意义(χ2<0.01,P=0.992),说明单独应用均有较好的鉴别诊断价值。 4.CD34+CD117+细胞最佳诊断临界值:在hypo-RCMD组中CD34+CD117+细胞比例中位数为0.47%(0~2.89%),AA组中CD34+CD117+细胞比例为0.20%(0~0.69%)。同理选择CD34+CD117+细胞比例≥0.3%为最佳临界值,大于该值时鉴别诊断的特异度为98.63%,准确度为79.13%,阳性似然比为33.02(表3),鉴别诊断hypo-RCMD和AA的ROC曲线下面积为0.736 5。
表3

CD34+CD117+细胞比例鉴别hypo-RCMD和AA的诊断临界值

CD34+CD117+细胞比例(%)灵敏度(%)特异度(%)准确度(%)阳性似然比
≥0.150.0093.1577.397.30
≥0.247.6297.2679.1317.38
≥0.345.2498.6379.1333.02
≥0.445.24100.0080.00
≥0.542.86100.0079.13

注:hypo-RCMD:低增生性难治性血细胞减少伴多系发育异常;AA:再生障碍性贫血

注:hypo-RCMD:低增生性难治性血细胞减少伴多系发育异常;AA:再生障碍性贫血 5.平行试验:如果以CD34≥0.5%为诊断hypo-RCMD的界值或CD117≥1.5%为诊断界值,进行诊断试验的平行试验,即一个阳性则认为诊断试验阳性,平行试验的灵敏度为52.38%,特异度为97.26%,准确度为80.87%,阳性似然比为19.12。与单独CD34+和CD117+细胞比例相比,灵敏度略有提高(提高5%~10%),特异度变化不大。

讨论

hypo-RCMD和AA的鉴别诊断常常给临床带来困扰,形态学常常不能明确诊断[13]。细胞遗传学被认为是最重要的诊断手段,但是对于没有细胞遗传学异常的血细胞减少患者,仍需要其他手段帮助诊断,FCM就是一个重要的诊断方法[14]–[15]。2008年WHO血液系统疾病诊断和分型标准建议以多个流式细胞免疫表型异常作为MDS的诊断依据,其中CD34CD117的表达增高的意义已经得到较广泛的认同。目前已经有研究证实CD34CD117均有助于鉴别诊断MDS[16]–[17],Westers等[18]认为在低危MDS中有大约80%的患者可发现有CD117的表达异常,Ogata等[19]曾进行一项多中心前瞻性试验,在日本和意大利以CD34等多个参数的流式细胞术鉴别MDS和一些血细胞减少患者,多参数诊断的灵敏度分别达到65%和89%,特异度分别达到98%和90%,阳性似然比分别达到28.1和8.5。因此我们认为用FCM检测CD34CD117是一种简单、准确、快捷的检测方法。 我们对42例hypo-RCMD和72例AA患者的骨髓流式免疫表型进行回顾性分析,认为CD34+细胞比例≥0.5%为鉴别诊断的最佳临界值,特异度和准确度都较高,分别为98.63%和80.00%;CD117+细胞比例≥1.5%为鉴别诊断的最佳临界值,特异度和准确度分别为98.63%和78.26%;CD34+CD117+细胞比例≥0.3%为鉴别诊断的最佳临界值,特异度和准确度分别为98.63%和79.13%。CD34+、CD117+或CD34+CD117+细胞比例三个指标均有较好的鉴别诊断价值。说明可以分别用CD34+、CD117+或CD34+CD117+细胞比例判断和鉴别hypo-RCMD和AA。因为hypo-RCMD和AA患者中CD34+细胞比例很低,一些患者为0,因此当CD34+为0时,可以单独采用CD117+细胞比例进行鉴别诊断,有相似的灵敏度和特异度,所以CD117可以替代CD34进行鉴别诊断。 但是单独采用CD34CD117进行鉴别诊断时,灵敏度不高,不到50%,所以为了提高诊断的灵敏度,我们采用联合CD34CD117的平行试验做进一步的评价,即一个指标阳性即判断为阳性。从平行试验的结果可以看出,与单独应用CD34CD117比较,平行试验可以在不降低特异度的基础上,提高灵敏度约10%,可以进一步帮助我们鉴别诊断hypo-RCMD和AA。 总之,CD34+细胞比例≥0.5%和CD117+细胞比例≥1.5%分别为鉴别诊断的最佳临界值,两者联合应用,可以达到较好的灵敏度和特异度,帮助鉴别诊断hypo-RCMD和AA。
  15 in total

1.  Standardization of flow cytometry in myelodysplastic syndromes: a report from an international consortium and the European LeukemiaNet Working Group.

Authors:  T M Westers; R Ireland; W Kern; C Alhan; J S Balleisen; P Bettelheim; K Burbury; M Cullen; J A Cutler; M G Della Porta; A M Dräger; J Feuillard; P Font; U Germing; D Haase; U Johansson; S Kordasti; M R Loken; L Malcovati; J G te Marvelde; S Matarraz; T Milne; B Moshaver; G J Mufti; K Ogata; A Orfao; A Porwit; K Psarra; S J Richards; D Subirá; V Tindell; T Vallespi; P Valent; V H J van der Velden; T M de Witte; D A Wells; F Zettl; M C Béné; A A van de Loosdrecht
Journal:  Leukemia       Date:  2012-02-06       Impact factor: 11.528

2.  Hypocellular myelodysplastic syndromes: clinical and biological significance.

Authors:  Dragomir Marisavljevic; Vesna Cemerikic; Zoran Rolovic; Darinka Boskovic; Milica Colovic
Journal:  Med Oncol       Date:  2005       Impact factor: 3.064

Review 3.  Definitions and standards in the diagnosis and treatment of the myelodysplastic syndromes: Consensus statements and report from a working conference.

Authors:  Peter Valent; Hans-Peter Horny; John M Bennett; Christa Fonatsch; Ulrich Germing; Peter Greenberg; Torsten Haferlach; Detlef Haase; Hans-Jochen Kolb; Otto Krieger; Michael Loken; Arjan van de Loosdrecht; Kiyoyuki Ogata; Alberto Orfao; Michael Pfeilstöcker; Björn Rüter; Wolfgang R Sperr; Reinhard Stauder; Denise A Wells
Journal:  Leuk Res       Date:  2007-01-25       Impact factor: 3.156

Review 4.  Classification and prognostic evaluation of myelodysplastic syndromes.

Authors:  Mario Cazzola; Matteo G Della Porta; Erica Travaglino; Luca Malcovati
Journal:  Semin Oncol       Date:  2011-10       Impact factor: 4.929

5.  CpG island methylator phenotype of myelodysplastic syndrome identified through genome-wide profiling of DNA methylation and gene expression.

Authors:  Xiaoli Zhao; Feng Yang; Shuang Li; Meixia Liu; Shaoxu Ying; Xiaodong Jia; Xiaoqin Wang
Journal:  Br J Haematol       Date:  2014-03-06       Impact factor: 6.998

Review 6.  Aplastic anemia (second of two parts): pathogenesis, diagnosis, treatment, and prognosis.

Authors:  B M Camitta; R Storb; E D Thomas
Journal:  N Engl J Med       Date:  1982-03-25       Impact factor: 91.245

Review 7.  Aplastic anemia (first of two parts): pathogenesis, diagnosis, treatment, and prognosis.

Authors:  B M Camitta; R Storb; E D Thomas
Journal:  N Engl J Med       Date:  1982-03-18       Impact factor: 91.245

8.  Diagnostic application of flow cytometric characteristics of CD34+ cells in low-grade myelodysplastic syndromes.

Authors:  Kiyoyuki Ogata; Yoshifumi Kishikawa; Chikako Satoh; Hideto Tamura; Kazuo Dan; Akio Hayashi
Journal:  Blood       Date:  2006-03-30       Impact factor: 22.113

9.  Myeloid and monocytic dyspoiesis as determined by flow cytometric scoring in myelodysplastic syndrome correlates with the IPSS and with outcome after hematopoietic stem cell transplantation.

Authors:  Denise A Wells; Martin Benesch; Michael R Loken; Carlos Vallejo; David Myerson; Wendy M Leisenring; H Joachim Deeg
Journal:  Blood       Date:  2003-03-20       Impact factor: 22.113

10.  Diagnostic criteria to distinguish hypocellular acute myeloid leukemia from hypocellular myelodysplastic syndromes and aplastic anemia: recommendations for a standardized approach.

Authors:  John M Bennett; Attilio Orazi
Journal:  Haematologica       Date:  2009-01-14       Impact factor: 9.941

View more

北京卡尤迪生物科技股份有限公司 © 2022-2023.