Dépistage automatisé des syndromes myélodysplasiques par l'analyse des paramètres de numération sanguine complète et des données de population cellulaire

Le diagnostic des syndromes myélodysplasiques (SMD) nécessite un indice clinique de suspicion élevé pour inciter à des études de moelle osseuse ainsi qu'une évaluation subjective de la morphologie dysplasique. Nous avons cherché à déterminer si les données collectées par des analyseurs d'hématologie automatisés lors de l'analyse de la numération sanguine complète (NSC) pouvaient aider à identifier les SMD dans un cadre clinique de routine. Nous avons collecté des paramètres de la NSC (y compris ceux destinés uniquement à la recherche et des données de population cellulaire) ainsi que des informations démographiques dans une grande cohorte (supérieure à 5 000) de patients externes non sélectionnés. La cohorte a été divisée en groupes de formation et de test indépendants pour développer et valider un classificateur par forêt aléatoire qui identifie les SMD. Le classificateur a identifié efficacement les SMD et avait une aire sous la courbe (AUC) de 0,942. La largeur de distribution des plaquettes et l'écart type de la largeur de distribution des globules rouges étaient les variables les plus discriminantes au sein du classificateur. De plus, un classificateur similaire a été validé avec un ensemble supplémentaire, indépendant, de plus de 200 patients d'une deuxième institution, avec une AUC de 0,93. Cette étude rétrospective démontre la faisabilité d'identifier les SMD dans une population ambulatoriale non sélectionnée en utilisant des données collectées de manière routinière lors de l'analyse de la NSC avec un classificateur qui a été validé à l'aide de deux ensembles de données indépendants provenant d'institutions différentes.