放療期間淋巴細胞最低點時相關血液參數對宮頸癌預后的預測價值

馬飛艷，左權，劉健男，葛雪珂，張思琪，劉素坤#

1承德醫學院研究生學院，河北 承德 067000

2保定市第一中心醫院放療科，河北 保定 071000

3湘西自治州人民醫院腫瘤科，湖南 湘西 416000

4火箭軍醫學特色中心胃食管外科，北京 100071

宮頸癌是世界范圍內女性最常見的婦科惡性腫瘤[1-3]，也是發展中國家女性腫瘤相關死亡的主要原因[4]。目前認為腫瘤大小、淋巴結轉移情況、臨床分期、病理分級、分子類型是宮頸癌預后的獨立預測因子[5]。對于局部晚期宮頸癌，目前同步放化療是標準的治療方法[6]，但是經過積極治療，仍有部分患者會復發。研究表明，腫瘤微環境在腫瘤發生、進展、轉移及預后中發揮重要作用[7-9]。證據表明，中性粒細胞與淋巴細胞比值（neutrophil to lymphocyte ratio，NLR）和其他以炎癥因子為基礎的血液指標，是預測各種實體腫瘤預后的有效指標[10-12]，這些腫瘤中包括宮頸癌[13]。但是目前研究主要關注治療前淋巴細胞相關血液指標（lymphocyte-related blood parameter，LRBP）對宮頸癌預后的影響，只有少數研究關注放療期間LRBP對預后的影響。在目前研究中，LRBP的選取時間點都經過了特殊的選擇，如放療前及放療后1個月。但是，不同的患者放療期間LRBP存在差異，因此在放療期間每周進行一次血常規檢查，在所有的血常規結果中找到最具代表性的時間點的對應血常規結果進行分析，所得到的結果更具代表性。由于放療會導致淋巴細胞（lymphocyte，LY）減少，放療期間最低點時的LY可能比其他時間點的LY更能代表放療期間的免疫狀態。因此，本研究采用回顧性隊列研究，探討放療期間LY最低點時LRBP對宮頸癌預后的預測價值，同時收集放療前LRBP，與放療期間LRBP進行比較分析，現報道如下。

1 資料與方法

1.1 一般資料

收集2011年11月至2018年3月在保定市第一中心醫院確診為ⅡB～ⅢB期且行同步放化療宮頸癌患者的病歷資料。納入標準：①病理診斷為宮頸鱗狀細胞癌，臨床分期為ⅡB～ⅢB期；②有完整的血液參數結果；③行同步放化療；④所有的治療均在保定市第一中心醫院完成。排除標準：①免疫功能障礙（如人類免疫缺陷病毒感染）或免疫功能亢進（如自身免疫性疾?。?；②血液疾病（如再生障礙性貧血和白血病）和其他致命疾??；③死于宮頸鱗狀細胞癌以外的疾病或意外。根據納入、排除標準，共納入117例宮頸癌患者，年齡33～38歲，中位年齡54歲；國際婦產科聯盟（International Federation of Gynecology and Obstetrics，FIGO）分期[14]：ⅡB期79例，ⅢA～ⅢB期38例；分化程度：低分化37例，中分化47例，高分化33例。本研究經醫院倫理委員會批準，所有患者均知情同意并簽署知情同意書。

1.2 收集資料

收集患者的臨床資料，包括年齡、性別、病理結果（組織學類型、組織學分級）、臨床分期及血常規結果，其中血常規結果主要包括白細胞（white blood cell，WBC）、血紅蛋白（hemoglobin，HB）、中性粒細胞（neutrophil，N）、單核細胞（monocyte，MO）、嗜酸性粒細胞（eosinophil，EO）、LY。通過回顧電子病歷、影像學檢查和電話隨訪獲得患者預后信息。最后一次隨訪時間為2021年3月。無進展生存期（progression-free survival，PFS）為從確診到疾病進展、死亡或最后一次隨訪的時間，總生存期（overall survival，OS）為從確診到死亡或最后一次隨訪的時間。

1.3 治療方法

所有的患者均進行盆腔外照射放療+腔內近距離放療，接受或不接受輔助化療。外照射放療總劑量為45.0～50.4 Gy（每次1.8～2.0 Gy，每周5次，共25～28次）。以順鉑為基礎同步放化療，具體為順鉑每周同步化療，40 mg/m2，共4～6個療程。腔內近距離放療采用二維高劑量率后裝，總劑量為24～36 Gy（每次6 Gy，每周1次，共4～6次）。在同步放化療后，60例患者接受紫杉醇聯合鉑類化療，37例患者接受多西他賽聯合鉑類化療，余下的20例患者在同步放化療后未接受任何抗腫瘤治療。

1.4 觀察指標

收集放療前及放療期間的血液指標，主要包括WBC、N、HB、MO、EO、LY，計算 NLR，NLR=N/LY。放療前數據是指患者確診后，接受任何抗腫瘤治療之前一周內的血常規結果。

1.5 統計學方法

采用SPSS 26.0軟件進行統計分析。計數資料以例數及率（%）表示，組間比較采用χ2檢驗；計量資料以均數±標準差（±s）表示，組間比較采用Wilcoxon秩和檢驗；預測價值分析采用受試者工作特征（receiver operating characteristic，ROC）曲線；采用Kaplan-Meier法繪制生存曲線，生存情況的比較采用Log-rank檢驗；單因素及多因素分析采用Cox比例風險回歸模型。以P＜0.05為差異有統計學意義。

2 結果

2.1 LRBP的比較

對于放療期間LY最低點出現的時間，4例出現在治療第1周，6例出現在治療第2周，24例出現在治療第3周，26例出現在治療第4周，52例出現在治療第5周，5例出現在治療第6周。放療前所有患者LY為（1.91±0.80）×109/L，明顯高于放療期間的（0.35±0.13）×109/L，差異有統計學意義（Z=9.388，P＜0.01）；放療前所有患者NLR為（2.92±1.40），明顯低于放療期間的（8.86±7.62），差異有統計學意義（Z=-9.102，P＜0.01）。

2.2 不同預后患者臨床特征的比較

隨訪時間16～101個月，中位隨訪時間為84個月，截至隨訪結束，進展52例，其中Ⅱ期27例（51.9%），Ⅲ期25例（48.1%）；死亡29例，其中Ⅱ期14例（48.3%），Ⅲ期15例（51.7%）。進展與未進展宮頸癌患者分化程度、FIGO分期及美國東部腫瘤協作組（Eastern Cooperative Oncology Group，ECOG）體力狀況評分比較，差異均有統計學意義（P＜0.05）；死亡與生存宮頸癌患者分化程度、FIGO分期比較，差異均有統計學意義（P＜0.05）。（表1）

表1 不同預后宮頸癌患者臨床特征的比較（ n=117）

2.3 放療期間LRBP對PFS及OS的預測價值

采用ROC曲線分別獲得放療期間LY、NLR預測PFS及OS的最佳截斷值。放療期間LY、NLR預測PFS的最佳截斷值分別為0.265×109/L、8.857，LY、NLR預測OS的最佳截斷值分別為0.235×109/L、9.151。（表2、表3、圖1、圖2）

表2 放療期間LRBP對PFS的預測價值

表3 放療期間LRBP對OS的預測價值

圖1 放療期間LY及NLR預測局部晚期宮頸癌患者PFS的ROC曲線

圖2 放療期間LY及NLR預測局部晚期宮頸癌患者OS的ROC曲線

2.4 放療前LRBP對PFS及OS的預測價值

采用ROC曲線分別獲得放療前LY、NLR預測PFS及OS的最佳截斷值。放療前LY、NLR預測PFS的最佳截斷值分別為2.185×109/L、2.590，LY、NLR預測OS的最佳截斷值分別為1.435×109/L、3.432。（表4、表5、圖3、圖4）

表4 放療前LRBP對PFS的預測價值

表5 放療前LRBP對OS的預測價值

圖3 放療前LY及NLR預測局部晚期宮頸癌患者PFS的ROC曲線

圖4 放療前LY及NLR預測局部晚期宮頸癌患者OS的ROC曲線

2.5 放療期間PFS及OS的比較

放療期間LY預測PFS的最佳截斷值為0.265×109/L，＞0.265×109/L為高LY組，≤0.265×109/L為低LY組，高LY組85例，低LY組32例；NLR預測PFS的最佳截斷值為8.857，＞8.857為高NLR組，≤8.857為低NLR組，高NLR組52例，低NLR組65例。放療期間LY預測OS最佳截斷值為 0.235×109/L，＞0.235×109/L為高LY組，≤0.235×109/L為低LY組，高LY組91例，低LY組26例；NLR預測OS最佳截斷值為9.151，＞9.151為高NLR組，≤9.151為低NLR組，高NLR組37例，低NLR組80例。放療期間，高LY組、低NLR組宮頸癌患者PFS及OS均明顯優于低LY組、高NLR組患者，差異均有統計學意義（P＜0.01）。（圖5）

圖5 放療期間不同分組宮頸癌患者的PFS曲線及OS曲線

2.6 放療前PFS及OS的比較

放療前LY預測PFS的最佳截斷值為2.185×109/L，＞2.185×109/L為高LY組，≤2.185×109/L為低LY組，高LY組33例，低LY組84例；NLR預測PFS最佳截斷值為2.590，＞2.590為高NLR組，≤2.590為低NLR組，高NLR組40例，低NLR組77例。放療前LY預測OS最佳截斷值為1.435×109/L，＞1.435×109/L為高LY組，≤1.435×109/L為低LY組，高LY組80例，低LY組37例；NLR預測OS最佳截斷值為3.432，＞3.432為高NLR組，≤3.432為低NLR組，高NLR組33例，低NLR組84例。放療前，高LY組、低NLR組宮頸癌患者PFS及OS均明顯優于低LY組、高NLR組患者，差異均有統計學意義（P＜0.01）。（圖6）

圖6 放療前不同分組宮頸癌患者的PFS曲線及OS曲線

2.7 PFS影響因素的單因素及多因素分析

對放療期間收集的相關數據進行單因素及多因素分析。將單因素分析中差異有統計學意義（P＜0.05）的因素代入多因素Cox比例風險回歸模型進行分析。結果顯示，高FIGO分期、低分化程度、放療期間高WBC是PFS的獨立危險因素（P＜0.05）。放療期間高LY是宮頸癌患者PFS的保護因素，放療前高NLR是PFS的危險因素（P＜0.05）。（表6）

表6 PFS影響因素的單因素及多因素分析

2.8 OS影響因素的單因素及多因素分析

將單因素分析中差異有統計學意義（P＜0.05）的因素代入多因素Cox比例風險回歸模型進行分析。結果顯示，放療期間高NLR、放療前高NLR均是OS的危險因素（P＜0.05）。（表7）

表7 OS影響因素的單因素及多因素分析

3 討論

本文針對放療期間LY最低點時LRBP對宮頸癌預后的預測價值進行了回顧性隊列研究，同時也收集了放療前LRBP，與放療期間LRBP及既往研究進行了對比分析。結果發現，放療期間高NLR與差的OS有關，放療期間低LY是PFS的獨立危險因素。放療前高NLR與PFS及OS較差有關。大量研究發現LY、NLR與宮頸癌預后相關，但是目前多集中于治療前及治療后，對于放療期間的研究很少。因此本研究主要研究放療期間LY最低點時相關參數對宮頸癌患者預后的預測價值。

20世紀50年代提出了免疫監視概念，指出免疫細胞，特別是LY可以識別及清除新生的腫瘤細胞[6]。已經證實高LY與多種惡性腫瘤較好的預后相關，包括宮頸癌[15]。LY影響患者預后的作用機制主要以LY亞群的功能來解釋。其中，CD8+T細胞可能通過細胞毒活性抑制腫瘤生長，介導惡性細胞凋亡，CD4+T細胞分泌的細胞因子是CD8+T細胞增殖和生長所必需的，二者協同作用所產生的抗腫瘤效果比單獨的兩個亞群更強[16-17]，而目前強調CD8+T細胞的重要性，并把它作為早期宮頸癌患者術后達到無瘤生存的有意義指標[6]。

什么時間點的LY對腫瘤預后最有預測價值這一問題目前仍存在爭議。目前的研究多集中于治療前、治療前后LY變化值及復發時的LY對患者預后的預測作用。對于放療期間LY對宮頸癌患者預后的預測價值還很少涉及。Zhu等[15]研究顯示治療前較低LY與較差的PFS及OS相關。Han等[18]報道了中晚期宮頸癌患者在同步放化療后，再進行輔助化療前后外周血LY變化值與患者總生存率相關。Taguchi等[19]研究證實了放療之后持續的LY減少是宮頸癌患者不良預后的危險因素[20]，但是復發時，LY減少并不是OS的獨立預測因素。Cho等[21]研究結果表明，在同步放化療期間嚴重的LY減少與差的OS相關。在本研究中，放療期間低LY是PFS的獨立危險因素，但不是OS的獨立危險因素。這種差異可能與復發前及復發后患者的體內微環境差異有關。

在本研究中，放療期間及放療前高NLR與較差的OS有關，放療前高NLR與較差PFS有關。目前普遍認為高NLR是各種腫瘤的預后預測因素，在宮頸癌中較高的NLR與較差的OS及PFS相關[22-24]。在一項薈萃分析中，報道了治療前高NLR對宮頸癌不良預后的預測作用[25-26]。Lee等[27]研究了同步放化療前后NLR變化對中晚期宮頸癌患者預后的預測作用，結果顯示治療前后NLR變化，特別是NLR增加是宮頸癌患者預后的獨立危險因素。然而，目前針對放療期間NLR對宮頸癌預后預測價值的研究較少。在本研究中，證實了放療期間NLR可能有助于局部晚期宮頸癌患者的預后預測。本研究放療期間NLR中位數為7.36，比目前已報道的治療前NLR中位數高（1.90～3.50）[22-24，28-29]，比治療后復發時NLR中位數（4.67）[19]也高。這一發現可以解釋為NLR在一定程度上反映了惡性腫瘤持續誘發患者體內的炎癥反應，同時說明了放療會導致LY減少，并可能在放療期間達到整個病程中的最低值。

本研究樣本量較小，且為回顧性研究，具有一定的局限性。首先，患者數量偏少，只有117例，且所有患者均來自同一醫院。其次，只對放療期間的相關指標進行了分析，對于放療前相關指標，只選擇LRBP進行了簡單的分析。雖然樣本量偏少，但是本研究分析了LY最低點時LRBP對宮頸癌預后的預測價值，因此具有一定的研究意義。本研究發現放療期間LY最低點時LY、NLR是中晚期宮頸癌患者的預測因子。低LY是PFS的獨立危險因素，高NLR是OS的獨立危險因素。