
-
生物通官微
陪你抓住生命科技
跳动的脉搏
综述:心力衰竭和骨髓增殖性肿瘤的诊断与预后生物标志物:临床应用与风险评分——一篇叙述性综述
《Cardio-Oncology》:Diagnostic and prognostic biomarkers in heart failure and myeloproliferative neoplasms: clinical applications and risk scores – a narrative review
【字体: 大 中 小 】 时间:2026年06月07日 来源:Cardio-Oncology 3.2
编辑推荐:
摘要心力衰竭(HF)仍然是全球发病率和死亡率的主要原因之一,且常与费城阴性骨髓增生性肿瘤(MPNs)共存,这两种疾病具有共同的血栓炎症通路,从而增加了心血管风险。在这一人群中,心力衰竭常常被低估,现有的风险模型很少包含针对这种复杂的心血管-血液系统疾病的特定变量。从心肿瘤学的角度
心力衰竭(HF)仍然是全球发病率和死亡率的主要原因之一,且常与费城阴性骨髓增生性肿瘤(MPNs)共存,这两种疾病具有共同的血栓炎症通路,从而增加了心血管风险。在这一人群中,心力衰竭常常被低估,现有的风险模型很少包含针对这种复杂的心血管-血液系统疾病的特定变量。从心肿瘤学的角度来看,MPNs 是一个典型的高风险癌症群体,在这类患者中,慢性炎症、克隆性造血和癌症治疗共同作用,加速了心血管损伤的过程。
这篇综述总结了当前关于诊断和预后生物标志物、影像学参数以及经过验证的心力衰竭和 MPNs 风险评分的证据,并提出了一种实用的混合框架,用于综合评估心力衰竭和 MPNs 的心血管风险。我们使用与心力衰竭、MPNs、生物标志物、影像学和风险模型相关的术语,在 PubMed、Embase 和 Web of Science 中进行了截至 2025 年 12 月的检索。在心力衰竭中,利钠肽和心肌肌钙蛋白仍然是诊断和短期预后的关键指标,而新的生物标志物(如半乳糖凝集素-3、可溶性 ST2 和 GDF-15)则有助于更精确地预测长期风险。先进的影像学技术,包括全局纵向应变分析、左心房应变测量和心脏磁共振组织成像,能够提供超出左心室射血分数范围的预后信息。多维心力衰竭模型(如 MAGGIC、SHFM、BCN Bio-HF、H2FPEF、3A3B、GWTG-HF、ADHERE 和 EHMRG)结合多种变量来估计死亡率和住院风险。对于 MPNs 来说,血细胞计数、驱动突变(JAK2、CALR、MPL)、炎症标志物以及 IPSET-thrombosis、DIPSS/DIPSS-plus 和 MIPSS 等评分可以用于分层评估血栓风险、生存率和白血病转化情况,但这些模型很少纳入与心力衰竭相关的特定变量。
没有单一的生物标志物或评分能够完全反映同时患有心力衰竭和 MPNs 的患者的双向心血管风险。我们提出了一种简单的 0-8 分值综合算法,该算法结合了心力衰竭和 MPNs 的关键变量(利钠肽或肌钙蛋白、心力衰竭风险评分、驱动突变、白细胞增多/血小板增多、乳酸脱氢酶),以识别 ACC/AHA 心力衰竭分期 A-C 期中的高风险患者类型,适用于结构化的心肿瘤学随访。在专门的心肿瘤学队列中对这种混合算法进行前瞻性验证,并制定适用于 MPNs 的心力衰竭指南,是未来的关键研究重点。
心力衰竭(HF)仍然是全球发病率和死亡率的主要原因之一,且常与费城阴性骨髓增生性肿瘤(MPNs)共存,这两种疾病具有共同的血栓炎症通路,从而增加了心血管风险。在这一人群中,心力衰竭常常被低估,现有的风险模型很少包含针对这种复杂的心血管-血液系统疾病的特定变量。从心肿瘤学的角度来看,MPNs 是一个典型的高风险癌症群体,在这类患者中,慢性炎症、克隆性造血和癌症治疗共同作用,加速了心血管损伤的过程。
这篇综述总结了当前关于诊断和预后生物标志物、影像学参数以及经过验证的心力衰竭和 MPNs 风险评分的证据,并提出了一种实用的混合框架,用于综合评估心力衰竭和 MPNs 的心血管风险。我们使用与心力衰竭、MPNs、生物标志物、影像学和风险模型相关的术语,在 PubMed、Embase 和 Web of Science 中进行了截至 2025 年 12 月的检索。在心力衰竭中,利钠肽和心肌肌钙蛋白仍然是诊断和短期预后的关键指标,而新的生物标志物(如半乳糖凝集素-3、可溶性 ST2 和 GDF-15)则有助于更精确地预测长期风险。先进的影像学技术,包括全局纵向应变分析、左心房应变测量和心脏磁共振组织成像,能够提供超出左心室射血分数范围的预后信息。多维心力衰竭模型(如 MAGGIC、SHFM、BCN Bio-HF、H2FPEF、3A3B、GWTG-HF、ADHERE 和 EHMRG)结合多种变量来估计死亡率和住院风险。对于 MPNs 来说,血细胞计数、驱动突变(JAK2、CALR、MPL)、炎症标志物以及 IPSET-thrombosis、DIPSS/DIPSS-plus 和 MIPSS 等评分可以用于分层评估血栓风险、生存率和白血病转化情况,但这些模型很少纳入与心力衰竭相关的特定变量。
没有单一的生物标志物或评分能够完全反映同时患有心力衰竭和 MPNs 的患者的双向心血管风险。我们提出了一种简单的 0-8 分值综合算法,该算法结合了心力衰竭和 MPNs 的关键变量(利钠肽或肌钙蛋白、心力衰竭风险评分、驱动突变、白细胞增多/血小板增多、乳酸脱氢酶),以识别 ACC/AHA 心力衰竭分期 A-C 期中的高风险患者类型,适用于结构化的心肿瘤学随访。在专门的心肿瘤学队列中对这种混合算法进行前瞻性验证,并制定适用于 MPNs 的心力衰竭指南,是未来的关键研究重点。