《Annals of Hematology》：Age and gender effects on molecular responses in chronic myeloid leukemia patients by first-line treatment: an Italian CML network cohort study
编辑推荐：
本研究基于意大利CML网络1394例患者数据，探讨年龄与性别对TKI一线治疗获得DMR的影响。结果显示，年龄并非DMR的预后因素，而女性性别是显著有利因素（OR=1.67），尤其在伊马替尼和达沙替尼组优势更显。这为TFR候选策略提供了真实世界证据。
论文解读
研究背景：年龄与性别的“悬案”
在慢性髓系白血病（CML）的靶向治疗史上，酪氨酸激酶抑制剂（TKI）的出现无疑是一场革命。它让绝大多数患者能够获得长期生存，甚至接近正常人的预期寿命。然而，在这场胜利的背后，临床医生们仍在探寻一个精细化的难题：除了已知的疾病风险评分，哪些患者自身的因素会影响治疗深度？
年龄和性别，这两个最基础的人口学特征，却一直充满争议。既往研究中，关于“高龄是否影响疗效”众说纷纭，有的说没影响，有的说年轻人或老年人效果差；而对于性别，更是常常被忽视的“灰姑娘”，其角色长期不确定。在追求“治疗免费缓解”（TFR）的时代，能否获得并维持深度分子缓解（DMR）是停药的关键门槛。如果年龄或性别真的影响疗效，那将直接关系到成千上万患者的治疗策略选择。为了在真实世界背景下解开这个谜团，意大利CML网络开展了一项大规模、多中心的队列研究。
关键技术方法
本研究是一项基于意大利CML网络的前瞻性、多中心真实世界队列分析。技术路径主要依赖以下核心环节：
1. 队列构建 ：纳入2013年后新诊断的成人慢性期Ph? CML患者，通过专用网络数据库（
www.epiclin.it/lmc ）连续收集临床生物学数据。
2. 分子监测 ：在全国认证实验室采用实时定量聚合酶链反应（RQ-PCR）技术严格监测BCR::ABL1转录本水平，结果均统一为国际标准（IS）。
3. 统计建模 ：采用考虑个体重复测量的逻辑回归模型，评估24个月内达到MR4（BCR::ABL1≤0.01% IS）的概率，并针对ELTS评分、Charlson合并症指数等进行多变量调整。
研究结果
女性患者DMR率显著更高，且应答更快
在对1394名患者（男性58%）长达5年的中位随访中发现，性别是一个强有力的预后因素。女性患者在获得深度分子缓解方面展现出显著优势 。在诊断后24个月时，女性达到MR4的比例为55.6%，明显高于男性的45.1%。经过多因素调整后，女性获得DMR的优势比（OR）高达1.67（95% CI 1.36–2.05）。这意味着，在排除了疾病风险和合并症干扰后，女性身份本身就让获得深度缓解的概率增加了67% 。这种优势在治疗早期就开始显现，表现为“更快、更高”的应答特征。
药物差异：伊马替尼与达沙替尼组女性优势最突出
当研究人员将数据按一线用药拆分后，发现了一个有趣的现象：性别红利并非在所有TKI中都均等。
• 伊马替尼（Imatinib） ：女性优势极其显著，OR=1.91。
• 达沙替尼（Dasatinib） ：女性优势同样明显，OR=2.12。
• 尼洛替尼（Nilotinib） ：女性虽然仍有更高的DMR率，但差异未达统计学显著性（OR=1.25, p=0.25）。
这表明，在伊马替尼和达沙替尼治疗中，女性患者的获益可能更大 。不过，尽管女性更容易达到DMR，但在DMR的持续时间上，男女是平等的——中位DMR持续时间均为36个月，说明一旦达到深度缓解，性别并不影响其稳定性。
年龄并非DMR的障碍
与性别带来的显著差异相比，年龄在DMR概率上显得“平淡无奇” 。无论是将年龄作为连续变量（每增加10岁的OR=1.04），还是分为≤50岁、51-60岁、61-70岁及>70岁等多个层级，不同年龄组之间达到MR4的概率均无统计学差异。这一结果在不同TKI药物（伊马替尼、尼洛替尼、达沙替尼）亚组中保持一致。换句话说，无论是朝气蓬勃的年轻人还是耄耋之年的老者，只要身体状况允许接受TKI治疗，他们获得深度缓解的机会是均等的 。
结论与启示：为个体化治疗提供新坐标
这项来自意大利的真实世界大数据最终给出了明确的结论：在CML的一线TKI治疗中，年龄不影响获得DMR，但女性性别是一个独立且稳定的有利因素 。
临床意义深远 ：
1. 破除年龄偏见 ：医生无需因患者年龄较大而悲观预期其疗效，这支持了在老年患者中积极追求TFR（治疗免费缓解）的策略。
2. 性别作为新考量 ：女性患者，尤其是使用伊马替尼或达沙替尼者，可能更早成为停药（TFR）的候选人。这为个体化停药时机提供了依据。
3. 机制探索方向 ：为何女性更优？研究者推测可能与雌激素环境、药物代谢的性别差异（药代动力学）以及女性较低的突变发生率有关，这为未来的基础研究指明了方向。
总之，这项研究将“性别”这个变量正式推到了CML精准医疗的前台，提醒我们除了看基因和风险评分，也要看看患者的性别，或许那里藏着疗效差异的密码。
