引用本文： 蔣佩珍, 王文儒, 李芮, 唐旭東. 紅細胞體積分布寬度對惡性血液病預后價值的 meta 分析. 華西醫學, 2022, 37(6): 885-892. doi: 10.7507/1002-0179.202110094 復制
惡性血液病進展較快，患者生存時間短，病死率高，其中常見的骨髓增生異常綜合征（myelodysplastic syndrome，MDS）與白血病均是起源于造血干細胞、祖細胞發育異常的異質性克隆性惡性血液病[1-2]。因此快速識別相關生存預后影響因素，選擇恰當的治療策略有助于改善患者的生存預后。目前細胞遺傳學、分子生物學、骨髓細胞形態學等對這類疾病預后影響的研究較深入具體[2]，但是由于部分檢測項目費用較高，檢測周期長，在推廣應用方面受到限制。而血常規檢測開展方便，費用低廉，其中紅細胞體積分布寬度（red cell volume distribution width，RDW）是血常規指標之一，可反映外周血紅細胞體積的異質性，因其容易動態監測的特點而受到廣泛關注。已有研究表明，RDW 顯著升高可預測多種疾病的病死率，如心力衰竭[3]、腦梗死[4]、肺栓塞[5]、實體腫瘤疾病[6]以及新型冠狀病毒肺炎[7]。近年來針對 RDW 用于 MDS 和髓細胞系白血病等惡性血液病診斷或鑒別診斷的研究較多[8]，但 RDW 對惡性血液病的預后影響尚未充分闡明，故本研究進行 meta 分析了解 RDW 對惡性血液病生存預后的影響，以便早期識別相關疾病并進行不同的治療干預，改善疾病預后。
1 資料與方法
1.1 納入與排除標準
1.1.1 納入標準
① 研究類型：國內外公開發表的探究治療前 RDW 對惡性血液病預后影響的研究；② 研究對象：惡性血液病患者；③ 暴露因素：實驗室檢查文獻中的 RDW 變異系數（coefficient of variation of RDW，RDW-CV）；④ 結局指標：RDW 對疾病預后研究結果中的風險比（hazard ratio，HR）與 95%置信區間（confidence interval，CI）或生存曲線圖。
1.1.2 排除標準
① 摘要、會議、病例報告、動物實驗、綜述、meta 分析等非臨床類文獻；② 文獻非中文或英文；③ 文章統計學方法不正確。
1.2 檢索策略
對 PubMed、Embase、Web of Science、Cochrane Library、中國知網、萬方、維普、中國生物醫學文獻數據庫進行文獻檢索，檢索時限為建庫至 2022 年 4 月 5 日。英文檢索采用主題詞+自由詞的檢索方式，且根據 PubMed 的 Mesh 確定檢索名。中文檢索的主題詞及自由詞由中國生物醫學文獻數據庫提供，包括 MDS、白血病、RDW。英文檢索式見框 1。
圖k1
1.3 數據提取和質量評估
文章質量評估采用紐卡斯爾-渥太華評價量表[9]（Newcastle-Ottawa Quality Assessment Scale，NOS）從可選擇性、可比性和結果 3 個部分進行評價，得分 6 分及以上為高質量文獻。記錄每項研究的基礎資料，包括第一作者、出版年份、國家、疾病類型、樣本量、年齡、性別、隨訪時間、RDW 分界值、HR 來源、HR 及其 95%CI、NOS 評分。
為保證納入文獻全面且質量高，文獻檢索、評估和納入工作由 2 位作者（蔣佩珍、李芮）獨立進行再匯總，且為減少遺漏對相關文獻進行二次檢索。過程中若出現分歧，則與第 3 位作者（唐旭東）討論并達成共識。
1.4 統計學方法
HR 及其 95%CI 從文獻中直接提取或者根據 Tierney 等[10]的方法進行估算，HR>1 則表示 RDW 是疾病預后的危險因素。用 RevMan 5.4 對 NOS 評價再分析。應用 Stata 12.0 SE 軟件進行分析，用 Q 檢驗評估異質性，通過 I2 和 P 值評估異質性大小，若各研究間不存在異質性（I2<50%且 P>0.10），則選擇固定效應模型；若各研究間存在異質性（I2≥50%或 P≤0.10），且結果無臨床異質性，選擇隨機效應模型，根據疾病類型進行亞組分析，以探索異質性來源，檢驗水準α=0.05。當異質性過大且采用模型無法判斷時，則采用描述性分析。同時進行敏感性分析，檢查每項研究對匯總結果的影響。通過 Begg 及 Egger 測試來評估發表偏倚。
2 結果
2.1 文獻檢索結果
本研究通過數據庫共檢索到 578 篇文獻，最終納入 meta 分析共 7 篇文獻[11-17]，具體篩選流程見圖1。
圖1
文獻篩選流程圖
*具體包括：PubMed（
2.2 文獻基本特征
本研究納入的 7 篇文獻[11-17]均為隊列研究，主要來自中國、日本、土耳其 3 個國家。主要涉及的疾病包括 2 篇文獻[11, 16]為 MDS，4 篇文獻[12-14, 17]為慢性髓細胞性白血病（chronic myelogenous leukemia，CML），1 篇文獻[15]為成人 T 細胞白血病/淋巴瘤（adult T-cell leukemia/lymphoma，ATL）。共計 804 例患者，年齡>15 歲，中位隨訪時間均大于等于 12 個月。7 篇文獻[11-17]均以 RDW-CV 影響疾病預后為主要研究內容，利用受試者操作特征（receiver operating characteristic，ROC）曲線確定 RDW 預測總生存率的最佳截斷值，7 篇文獻的截斷值范圍在 14.5～18.65。文獻基本特征見表1。
表1
納入文獻基本特征
2.3 文獻質量評價與偏倚風險評估
本研究納入的 7 篇文獻[11-17]均為高質量文獻，詳細的質量評價見表2。7 篇文獻中有 5 篇文獻[11-13, 15-16]明確提及研究控制了其他重要混雜因素，而 2 篇[14, 17]表示沒有控制。3 篇文獻[11-12, 16]表示隨訪完整性較好，僅少數失訪，僅 1 篇[17]隨訪完整性欠佳，3 篇[13-15]未提及。偏倚風險評估見圖2。
表2
納入文獻質量評價
圖2
偏倚風險評估
①：暴露隊列的代表性；②：非暴露隊列的選擇；③：暴露的確定；④：研究開始前沒有研究對象發生結局事件；⑤：隊列的可比性；⑥：結局事件的評估；⑦：隨訪是否充分；⑧：隨訪的完整性。綠色表示偏倚風險低，黃色表示偏倚風險不清楚，紅色表示偏倚風險高。a. 偏倚風險總結圖；b. 各文獻偏倚風險圖
2.4 Meta 分析結果
本研究納入的 7 篇文獻[11-17]經過異質性檢驗顯示，I2=0%，且 Q 檢驗的 P=0.714，提示本研究不存在統計學異質性，采用固定效應模型合并效應量，結果表明治療前 RDW 是影響總生存率的危險因素［HR=2.91，95%CI（2.01，4.22）］，森林圖見圖3。
圖3
RDW 與惡性血液病患者總生存率關系的森林圖
2.5 亞組分析
因本研究納入文獻中疾病類型的患者人群、診斷標準不同，可能存在臨床異質性。進一步進行亞組分析，對納入文獻的疾病類型結合文獻數量進行分組效應量合并分析，分為 MDS、CML、ATL 共 3 組。結果如圖4 所示，MDS 組合并后的 HR=2.61，95%CI（1.28，5.31），CML 組合并后的 HR=3.24，95%CI（1.91，5.51），且各組均無統計學異質性（I2<50%），ATL 組的 HR=2.64，95%CI（1.22，5.70）。
圖4
RDW 在不同疾病分類中與患者總生存率關系的森林圖
2.6 敏感性分析
對納入文獻進行敏感性分析，結果如圖5 所示，任意刪除本次研究中的文獻，不會影響本次結果，提示以上運算結果是穩定可靠的。
圖5
敏感性分析
2.7 發表偏倚
Begg 檢驗（P=0.035）及 Egger 檢驗（P=0.002）提示存在發表偏倚。主要原因考慮原始研究數量較少，僅納入已發表的文獻，且文獻多來自不同國家，并因不同語言的影響，可能導致存在偏倚。
3 討論
隨著近年來不同領域對 RDW 的研究，已發現 RDW 與冠狀動脈粥樣硬化性心臟病[18]、腫瘤[19-21]、自身免疫性疾病[22]的總生存率密切聯系，RDW 升高預示疾病預后不良，其臨床用途均已超越其在排除貧血方面的傳統應用，結果與本研究對惡性血液病的分析一致。RDW 升高反映了紅細胞穩態及紅細胞生成、代謝等方面的信息，這可能是由于各種異常，即端粒長度縮短、氧化應激、炎癥反應、紅細胞破碎、促紅細胞生成素功能異常等，這些情況均是導致患者病情嚴重和死亡的重要預后因素[23-24]。
關于 RDW 影響血液病的研究中，Baba 等[25]對 101 例 MDS 患者的回顧性研究顯示，在難治性貧血伴環形鐵粒幼細胞增多型患者中，RDW 與血紅蛋白濃度和平均紅細胞血紅蛋白濃度呈較弱的負相關，且 RDW≥15%與較短的總生存期相關，其結果與本文 MDS 亞組分析結果一致，且截斷值相近。Turgutkaya 等[11]和 Shi 等[16]對骨髓原始細胞<5%的 MDS 患者的研究顯示，在國際預后評分系統、修訂版國際預后評分系統等預后評分模型中的低風險組可采用 RDW 進一步預測評估，輔助臨床診治，且結果提示在未進行輸血治療前，RDW-CV>14.5%可作為 MDS 中原始細胞比例<5%的獨立預后危險因素。Shi 等[16]對 321 例低危 MDS 患者的研究顯示，RDW 升高與 U2AF1 和 SF3B1 突變具有顯著聯系，這與 Abelson 等[26]對 MDS 進展為急性髓細胞性白血病患者的研究結果一致，證實了 RDW 與 U2AF1 的聯系，而 Iriyama[17]等的研究也顯示 RDW 與 CML 克隆中除 BCR-ABL1 外的突變相關，但 RDW 與血液病突變狀態的相關性尚不明確。還有研究顯示，RDW 升高伴外周血細胞減少可能與骨髓異常造血直接相關[27]，亦或可能是體內鐵過載等引起紅細胞生成缺陷所致[28]，但目前尚無研究闡明其機制，值得進一步深入研究。
本研究采用 meta 分析的方法來探討 RDW 對總生存率的影響，提示 RDW-CV 升高可能是惡性血液病預后不良的預測因子之一，也為臨床醫生提供了新的探索方向。毛夏利[29]的研究也表明高 RDW 對 CML 總生存率及無進展生存率存在顯著影響，并且提出結合評分系統可以更好地預測酪氨酸激酶抑制劑的療效，因此可用于療效評估。目前已有針對 RDW 與彌漫大 B 細胞淋巴瘤或多發性骨髓瘤等淋巴組織增生性疾病的報道，如有學者提出將 RDW 納入彌漫大 B 細胞淋巴瘤相關預后評分系統之中[30]；蔣小燕[31]以 15.25%為 RDW 截斷值來研究硼替佐米治療多發性骨髓瘤的療效，發現硼替佐米治療高 RDW 組療效更佳，與孫超等[32]的研究結果一致。目前在血液病中，常將 RDW 視為診斷及預后的常用指標，而較少用于臨床療效評價，因此可擴大不同類型惡性血液病的樣本量，以探尋疾病預后的最佳判斷截斷值，將動態變化作為治療期間的監測指標。此外，未來還可進一步探究 RDW 對良性血液病的診斷及預后意義，與惡性血液病 RDW 比較分析，有助于臨床篩查診斷。
然而，本文的不足之處在于納入文獻中 RDW 影響研究的檢測方法不能保證完全相同，可能存在部分誤差。此外，還存在文獻數量較少的問題，覆蓋范圍不夠廣泛，如未能收集到關于 RDW 與高危 MDS 及急性髓細胞性白血病的未發表的文獻，且不同研究中 RDW 的截斷值略有不同，可能會導致結果準確性欠佳，期待未來能有大樣本量的病例對照研究來深入探討最佳截斷值。本文的優勢在于主要納入了多種惡性血液病進行統計分析，并進行了合并分析，以討論同種指標對預后的影響，最終結果具有統計學意義，提示臨床上惡性血液病中同一指標的變化趨勢相似。但因納入文獻涉及的指標不一致，因此未能深入探究不同惡性血液病的標志性指標與 RDW 之間的關系。
綜上所述，治療前 RDW 可用于評估首次確診且未進行治療或者治療后接受療效觀察的血液病患者的預后，如本研究結果提示，在不同惡性血液病中 RDW 的最佳預測值不同，臨床中可將其作為鑒別指標之一；并且 RDW-CV 升高可作為 MDS 原始細胞比例<5%的獨立預后危險因素，提示今后對 RDW-CV 進行分層比較研究，或可獲得更大的臨床價值。RDW 亦可作為惡性血液病藥物治療的動態監測指標，以輔助臨床診療。其檢測方便快捷、經濟實惠的特性值得臨床推廣運用，未來需要更大樣本量、更高質量的研究繼續探討 RDW 對惡性血液病預后的影響。
利益沖突：所有作者聲明不存在利益沖突。
惡性血液病進展較快，患者生存時間短，病死率高，其中常見的骨髓增生異常綜合征（myelodysplastic syndrome，MDS）與白血病均是起源于造血干細胞、祖細胞發育異常的異質性克隆性惡性血液病[1-2]。因此快速識別相關生存預后影響因素，選擇恰當的治療策略有助于改善患者的生存預后。目前細胞遺傳學、分子生物學、骨髓細胞形態學等對這類疾病預后影響的研究較深入具體[2]，但是由于部分檢測項目費用較高，檢測周期長，在推廣應用方面受到限制。而血常規檢測開展方便，費用低廉，其中紅細胞體積分布寬度（red cell volume distribution width，RDW）是血常規指標之一，可反映外周血紅細胞體積的異質性，因其容易動態監測的特點而受到廣泛關注。已有研究表明，RDW 顯著升高可預測多種疾病的病死率，如心力衰竭[3]、腦梗死[4]、肺栓塞[5]、實體腫瘤疾病[6]以及新型冠狀病毒肺炎[7]。近年來針對 RDW 用于 MDS 和髓細胞系白血病等惡性血液病診斷或鑒別診斷的研究較多[8]，但 RDW 對惡性血液病的預后影響尚未充分闡明，故本研究進行 meta 分析了解 RDW 對惡性血液病生存預后的影響，以便早期識別相關疾病并進行不同的治療干預，改善疾病預后。
1 資料與方法
1.1 納入與排除標準
1.1.1 納入標準
① 研究類型：國內外公開發表的探究治療前 RDW 對惡性血液病預后影響的研究；② 研究對象：惡性血液病患者；③ 暴露因素：實驗室檢查文獻中的 RDW 變異系數（coefficient of variation of RDW，RDW-CV）；④ 結局指標：RDW 對疾病預后研究結果中的風險比（hazard ratio，HR）與 95%置信區間（confidence interval，CI）或生存曲線圖。
1.1.2 排除標準
① 摘要、會議、病例報告、動物實驗、綜述、meta 分析等非臨床類文獻；② 文獻非中文或英文；③ 文章統計學方法不正確。
1.2 檢索策略
對 PubMed、Embase、Web of Science、Cochrane Library、中國知網、萬方、維普、中國生物醫學文獻數據庫進行文獻檢索，檢索時限為建庫至 2022 年 4 月 5 日。英文檢索采用主題詞+自由詞的檢索方式，且根據 PubMed 的 Mesh 確定檢索名。中文檢索的主題詞及自由詞由中國生物醫學文獻數據庫提供，包括 MDS、白血病、RDW。英文檢索式見框 1。
圖k1
1.3 數據提取和質量評估
文章質量評估采用紐卡斯爾-渥太華評價量表[9]（Newcastle-Ottawa Quality Assessment Scale，NOS）從可選擇性、可比性和結果 3 個部分進行評價，得分 6 分及以上為高質量文獻。記錄每項研究的基礎資料，包括第一作者、出版年份、國家、疾病類型、樣本量、年齡、性別、隨訪時間、RDW 分界值、HR 來源、HR 及其 95%CI、NOS 評分。
為保證納入文獻全面且質量高，文獻檢索、評估和納入工作由 2 位作者（蔣佩珍、李芮）獨立進行再匯總，且為減少遺漏對相關文獻進行二次檢索。過程中若出現分歧，則與第 3 位作者（唐旭東）討論并達成共識。
1.4 統計學方法
HR 及其 95%CI 從文獻中直接提取或者根據 Tierney 等[10]的方法進行估算，HR>1 則表示 RDW 是疾病預后的危險因素。用 RevMan 5.4 對 NOS 評價再分析。應用 Stata 12.0 SE 軟件進行分析，用 Q 檢驗評估異質性，通過 I2 和 P 值評估異質性大小，若各研究間不存在異質性（I2<50%且 P>0.10），則選擇固定效應模型；若各研究間存在異質性（I2≥50%或 P≤0.10），且結果無臨床異質性，選擇隨機效應模型，根據疾病類型進行亞組分析，以探索異質性來源，檢驗水準α=0.05。當異質性過大且采用模型無法判斷時，則采用描述性分析。同時進行敏感性分析，檢查每項研究對匯總結果的影響。通過 Begg 及 Egger 測試來評估發表偏倚。
2 結果
2.1 文獻檢索結果
本研究通過數據庫共檢索到 578 篇文獻，最終納入 meta 分析共 7 篇文獻[11-17]，具體篩選流程見圖1。
圖1
文獻篩選流程圖
*具體包括：PubMed（
2.2 文獻基本特征
本研究納入的 7 篇文獻[11-17]均為隊列研究，主要來自中國、日本、土耳其 3 個國家。主要涉及的疾病包括 2 篇文獻[11, 16]為 MDS，4 篇文獻[12-14, 17]為慢性髓細胞性白血病（chronic myelogenous leukemia，CML），1 篇文獻[15]為成人 T 細胞白血病/淋巴瘤（adult T-cell leukemia/lymphoma，ATL）。共計 804 例患者，年齡>15 歲，中位隨訪時間均大于等于 12 個月。7 篇文獻[11-17]均以 RDW-CV 影響疾病預后為主要研究內容，利用受試者操作特征（receiver operating characteristic，ROC）曲線確定 RDW 預測總生存率的最佳截斷值，7 篇文獻的截斷值范圍在 14.5～18.65。文獻基本特征見表1。
表1
納入文獻基本特征
2.3 文獻質量評價與偏倚風險評估
本研究納入的 7 篇文獻[11-17]均為高質量文獻，詳細的質量評價見表2。7 篇文獻中有 5 篇文獻[11-13, 15-16]明確提及研究控制了其他重要混雜因素，而 2 篇[14, 17]表示沒有控制。3 篇文獻[11-12, 16]表示隨訪完整性較好，僅少數失訪，僅 1 篇[17]隨訪完整性欠佳，3 篇[13-15]未提及。偏倚風險評估見圖2。
表2
納入文獻質量評價
圖2
偏倚風險評估
①：暴露隊列的代表性；②：非暴露隊列的選擇；③：暴露的確定；④：研究開始前沒有研究對象發生結局事件；⑤：隊列的可比性；⑥：結局事件的評估；⑦：隨訪是否充分；⑧：隨訪的完整性。綠色表示偏倚風險低，黃色表示偏倚風險不清楚，紅色表示偏倚風險高。a. 偏倚風險總結圖；b. 各文獻偏倚風險圖
2.4 Meta 分析結果
本研究納入的 7 篇文獻[11-17]經過異質性檢驗顯示，I2=0%，且 Q 檢驗的 P=0.714，提示本研究不存在統計學異質性，采用固定效應模型合并效應量，結果表明治療前 RDW 是影響總生存率的危險因素［HR=2.91，95%CI（2.01，4.22）］，森林圖見圖3。
圖3
RDW 與惡性血液病患者總生存率關系的森林圖
2.5 亞組分析
因本研究納入文獻中疾病類型的患者人群、診斷標準不同，可能存在臨床異質性。進一步進行亞組分析，對納入文獻的疾病類型結合文獻數量進行分組效應量合并分析，分為 MDS、CML、ATL 共 3 組。結果如圖4 所示，MDS 組合并后的 HR=2.61，95%CI（1.28，5.31），CML 組合并后的 HR=3.24，95%CI（1.91，5.51），且各組均無統計學異質性（I2<50%），ATL 組的 HR=2.64，95%CI（1.22，5.70）。
圖4
RDW 在不同疾病分類中與患者總生存率關系的森林圖
2.6 敏感性分析
對納入文獻進行敏感性分析，結果如圖5 所示，任意刪除本次研究中的文獻，不會影響本次結果，提示以上運算結果是穩定可靠的。
圖5
敏感性分析
2.7 發表偏倚
Begg 檢驗（P=0.035）及 Egger 檢驗（P=0.002）提示存在發表偏倚。主要原因考慮原始研究數量較少，僅納入已發表的文獻，且文獻多來自不同國家，并因不同語言的影響，可能導致存在偏倚。
3 討論
隨著近年來不同領域對 RDW 的研究，已發現 RDW 與冠狀動脈粥樣硬化性心臟病[18]、腫瘤[19-21]、自身免疫性疾病[22]的總生存率密切聯系，RDW 升高預示疾病預后不良，其臨床用途均已超越其在排除貧血方面的傳統應用，結果與本研究對惡性血液病的分析一致。RDW 升高反映了紅細胞穩態及紅細胞生成、代謝等方面的信息，這可能是由于各種異常，即端粒長度縮短、氧化應激、炎癥反應、紅細胞破碎、促紅細胞生成素功能異常等，這些情況均是導致患者病情嚴重和死亡的重要預后因素[23-24]。
關于 RDW 影響血液病的研究中，Baba 等[25]對 101 例 MDS 患者的回顧性研究顯示，在難治性貧血伴環形鐵粒幼細胞增多型患者中，RDW 與血紅蛋白濃度和平均紅細胞血紅蛋白濃度呈較弱的負相關，且 RDW≥15%與較短的總生存期相關，其結果與本文 MDS 亞組分析結果一致，且截斷值相近。Turgutkaya 等[11]和 Shi 等[16]對骨髓原始細胞<5%的 MDS 患者的研究顯示，在國際預后評分系統、修訂版國際預后評分系統等預后評分模型中的低風險組可采用 RDW 進一步預測評估，輔助臨床診治，且結果提示在未進行輸血治療前，RDW-CV>14.5%可作為 MDS 中原始細胞比例<5%的獨立預后危險因素。Shi 等[16]對 321 例低危 MDS 患者的研究顯示，RDW 升高與 U2AF1 和 SF3B1 突變具有顯著聯系，這與 Abelson 等[26]對 MDS 進展為急性髓細胞性白血病患者的研究結果一致，證實了 RDW 與 U2AF1 的聯系，而 Iriyama[17]等的研究也顯示 RDW 與 CML 克隆中除 BCR-ABL1 外的突變相關，但 RDW 與血液病突變狀態的相關性尚不明確。還有研究顯示，RDW 升高伴外周血細胞減少可能與骨髓異常造血直接相關[27]，亦或可能是體內鐵過載等引起紅細胞生成缺陷所致[28]，但目前尚無研究闡明其機制，值得進一步深入研究。
本研究采用 meta 分析的方法來探討 RDW 對總生存率的影響，提示 RDW-CV 升高可能是惡性血液病預后不良的預測因子之一，也為臨床醫生提供了新的探索方向。毛夏利[29]的研究也表明高 RDW 對 CML 總生存率及無進展生存率存在顯著影響，并且提出結合評分系統可以更好地預測酪氨酸激酶抑制劑的療效，因此可用于療效評估。目前已有針對 RDW 與彌漫大 B 細胞淋巴瘤或多發性骨髓瘤等淋巴組織增生性疾病的報道，如有學者提出將 RDW 納入彌漫大 B 細胞淋巴瘤相關預后評分系統之中[30]；蔣小燕[31]以 15.25%為 RDW 截斷值來研究硼替佐米治療多發性骨髓瘤的療效，發現硼替佐米治療高 RDW 組療效更佳，與孫超等[32]的研究結果一致。目前在血液病中，常將 RDW 視為診斷及預后的常用指標，而較少用于臨床療效評價，因此可擴大不同類型惡性血液病的樣本量，以探尋疾病預后的最佳判斷截斷值，將動態變化作為治療期間的監測指標。此外，未來還可進一步探究 RDW 對良性血液病的診斷及預后意義，與惡性血液病 RDW 比較分析，有助于臨床篩查診斷。
然而，本文的不足之處在于納入文獻中 RDW 影響研究的檢測方法不能保證完全相同，可能存在部分誤差。此外，還存在文獻數量較少的問題，覆蓋范圍不夠廣泛，如未能收集到關于 RDW 與高危 MDS 及急性髓細胞性白血病的未發表的文獻，且不同研究中 RDW 的截斷值略有不同，可能會導致結果準確性欠佳，期待未來能有大樣本量的病例對照研究來深入探討最佳截斷值。本文的優勢在于主要納入了多種惡性血液病進行統計分析，并進行了合并分析，以討論同種指標對預后的影響，最終結果具有統計學意義，提示臨床上惡性血液病中同一指標的變化趨勢相似。但因納入文獻涉及的指標不一致，因此未能深入探究不同惡性血液病的標志性指標與 RDW 之間的關系。
綜上所述，治療前 RDW 可用于評估首次確診且未進行治療或者治療后接受療效觀察的血液病患者的預后，如本研究結果提示，在不同惡性血液病中 RDW 的最佳預測值不同，臨床中可將其作為鑒別指標之一；并且 RDW-CV 升高可作為 MDS 原始細胞比例<5%的獨立預后危險因素，提示今后對 RDW-CV 進行分層比較研究，或可獲得更大的臨床價值。RDW 亦可作為惡性血液病藥物治療的動態監測指標，以輔助臨床診療。其檢測方便快捷、經濟實惠的特性值得臨床推廣運用，未來需要更大樣本量、更高質量的研究繼續探討 RDW 對惡性血液病預后的影響。
利益沖突：所有作者聲明不存在利益沖突。
