FIP评分系统：开发与验证用于筛查FIP1L1::PDGFRA相关高嗜酸性粒细胞综合征的新型工具

　　本文针对FIP1L1-PDGFRA（F/P）融合基因检测在不明原因嗜酸性粒细胞增多症诊断中性能不足的问题，开发并验证了FIP评分系统。该研究通过多变量分析确定了8项关键临床指标，构建的评分模型在训练与验证队列中均展现出高灵敏度（88.3%/85.7%）和特异性（93.7%/97.0%），为精准筛选F/P检测人群、优化医疗资源配置提供了重要工具。

　　

在血液系统疾病领域，高嗜酸性粒细胞综合征（Hypereosinophilic Syndrome, HES）是一组以外周血和组织中嗜酸性粒细胞异常增多为特征的异质性疾病。其中，由FIP1L1与PDGFRA基因融合（F/P融合基因）驱动的HES亚型虽然罕见，却是唯一对酪氨酸激酶抑制剂伊马替尼治疗高度敏感的类型。然而，F/P融合基因检测作为一线诊断手段，在实际临床应用中存在明显局限性：其诊断性能不佳，且检测成本高昂，导致许多患者面临不必要的检查负担和医疗资源浪费。这一矛盾凸显了开发高效筛查工具的必要性——如何精准识别最需要接受F/P检测的患者群体，成为临床实践中的关键问题。

针对这一挑战，由Romain Stammler、Alexandre Vallée等学者领衔的研究团队开展了一项多中心研究，旨在开发并验证一种名为“FIP-Score”的临床评分系统。该研究发表于《The Journal of Allergy and Clinical Immunology: In Practice》，通过整合来自法国国家高嗜酸性粒细胞综合征参考中心（CEREO）的多机构数据，构建了一个基于临床和实验室指标的加权评分模型，用以指导F/P融合基因检测的合理应用。

研究团队采用回顾性分析方法，汇集了151例F/P阳性HES患者以及320例对照人群（包括279例F/P阴性HES和41例未明确意义的嗜酸性粒细胞增多症）。通过随机将样本划分为训练集（90%）与验证集（10%），首先进行单变量分析筛选潜在预测因子（p<0.20），进而采用前向-后向逻辑回归模型确定独立预测变量，并依据回归系数构建评分系统。

该研究最终确定了8项具有独立预测价值的指标，包括年龄（＜66岁）、男性、脾肿大、淋巴瘤样丘疹病、无胃肠道受累、高血清维生素B₁₂水平、高血清类胰蛋白酶以及正常免疫球蛋白E（IgE）。每一项指标根据其回归系数被赋予不同分值，总分通过最佳截断值（＞48分）判断是否需要接受F/P检测。在训练集中，该模型的灵敏度为88.3%，特异性为93.7%，阳性预测值87.1%，阴性预测值94.4%，曲线下面积（AUC）达0.962；在验证集中同样表现优异（灵敏度85.7%，特异性97.0%，AUC 0.986），显示出良好的泛化能力。

背景

F/P融合基因相关HES虽属罕见，却是目前唯一可通过靶向药物治疗治愈的HES亚型。然而，由于融合基因检测灵敏度有限且价格昂贵，亟需建立高效筛查策略。

目的

构建并验证FIP-Score，用于识别应接受F/P融合基因检测的高嗜酸性粒细胞增多症患者。

方法

研究纳入471例患者，随机分为训练集与验证集。通过单变量与多变量逻辑回归分析确定预测因子，并基于β系数构建评分系统。

结果

最终模型包含8项变量，在训练与验证队列中均表现出极高的判别效能，显著优于现行常规筛查手段。

结论

FIP-Score能够有效识别应接受F/P检测的患者人群，从而提高检测效率、降低医疗成本，具有重要的临床推广价值。

该研究的创新之处在于，首次将多种临床及生化指标整合为一个易于使用的评分系统，实现了对F/P相关HES的精准风险分层。其重要意义不仅在于提升诊断效率，更在于优化了稀有医疗资源的分配方式——避免对低概率人群进行昂贵检测，同时减少漏诊风险。值得注意的是，该模型所纳入的指标（如维生素B₁₂、类胰蛋白酶）反映了嗜酸性粒细胞活化与克隆性增殖的生物学特征，具有良好的病理生理学基础。作者在讨论中指出，这一工具尤其适用于初级医疗机构和资源有限地区，可作为专科转诊前的决策支持工具。

尽管该研究存在回顾性设计的局限性，但其大样本多中心数据来源和严格的验证过程保证了结论的可靠性。未来研究可进一步探索该评分在前瞻性队列中的应用效能，并将其与分子生物学、影像学等其他检测手段进行整合，从而构建更全面的诊断流程。FIP-Score的推出，标志着HES诊断从“广泛筛查”迈向“精准分层”的重要一步，为患者个体化治疗奠定了坚实基础。