基于炎癥標志物的Nomogram模型預測非小細胞肺癌患者術后生存率

顏海希，盧偉玲，陳帥帥，蔡林靈

(浙江省臺州醫院 檢驗科，浙江 臨海 317500)

肺癌占男性和女性癌癥死因的首位[1]。非小細胞肺癌占肺癌總數的80%～85% ，約 75% 的患者發現時已處于中晚期，術后生存率往往很低。全身性炎癥在腫瘤轉移和發展的各個階段都起著重要作用[2-4]，如中性粒細胞與淋巴細胞比值(neutrophil-lymphocyte ratio，NLR)、淋巴細胞與單核細胞比值(lymphocyte-to-monocyte ratio，LMR)、血小板與淋巴細胞比值(platelet-lymphocyte ratio，PLR)在原發性肝癌、腎癌、轉移性結直腸癌的治療中都作為重要的預后因素。列線圖已被廣泛用于量化癌癥的風險，如胃癌、腎癌、直腸癌等[5-7]，但很少有研究提到炎癥指標結合臨床病理指標的列線圖來預測非小細胞肺癌(non-small cell lung cancer，NSCLC)患者手術治療后的總體生存，尤其是在中國人群。本研究旨在構建一個結合人口統計學和臨床病理學變量及炎癥指標的列線圖，來預測NSCLC患者術后的生存情況。

1 資料與方法

1.1 研究對象 回顧性分析2010年1月—2015年10月在浙江省臺州醫院進行肺癌根治切除術的非小細胞肺癌患者臨床資料。納入標準：①18歲以上；②通過組織病理學確診為NSCLC(包括腺癌、鱗狀細胞癌和大細胞癌)；③患者未接受新輔助治療；④術前可獲得一周內的實驗室檢查資料；⑤進行肺癌根治術；⑥患者以前沒有服用抗炎藥或接受免疫抑制治療；⑦近期無類固醇暴露或慢性炎性疾病，包括自身免疫性疾病和感染。最后共納入817例非小細胞肺癌患者，其中男性506例、女性311例。本研究通過浙江省臺州醫院倫理委員會審核同意。

1.2 隨訪 根據具體方案，患者出院后通過電話或門診對其進行隨訪，第1年每3個月一次，第2年以后每6個月一次，隨訪截止時間為2017年4月30日。統計隨訪期間患者的總生存時間(overall survival time，OS)，OS定義為手術時間與死亡日期或最新隨訪日期之間的時間間隔。

1.3 統計學方法 利用X-tile軟件根據OS確定LMR、NLR、PLR、PDW和RDW的最佳臨界值，采用單因素與多因素Cox生存分析確定NSCLC患者術后的獨立危險因素，從而得出炎癥標志物的Nomogram模型。使用校準曲線及Harrell一致性指數(C-index)來比較炎癥標志物的預后諾模圖的性能，通過決策曲線分析來比較Nomogram與TMN分期的臨床效用。本研究中所得數據使用SPSS 22.0版和R軟件3.1.0版處理，所有統計檢驗均為雙側檢驗，P<0.05為差異具有統計學意義。

2 結果

2.1 患者的基線特征 本研究共納入817例NSCLC患者，男性506例、女性311例，年齡28～84歲、平均(61.5±10.0)歲，詳見表1。患者的中性粒細胞絕對值為4.09(3.98～4.21)×109/L，淋巴細胞絕對值為1.86(1.82～1.90)×109/L，單核細胞絕對值為0.40(0.39～0.42)×109/L，血小板為226(222～231)×109/L；隨訪時間中位數為36個月，最長隨訪時間為82個月，隨訪期間死亡158例。以死亡與否為因變量，用X-tile軟件找到LMR、NLR、PLR、PDW和RDW的最佳臨界值，分別為3.6、3.6、132.6、11.5%、13.1%。

表1 納入患者的基本臨床資料(n=817)

2.2 各組炎癥標志物和臨床病理參數的檢驗分析 根據各炎癥標志物的最佳臨界值，分別將患者分為高低兩組。LMR高低2組間的年齡、性別、生存與否、病理類型及術后放化療、胸膜侵犯、分期情況(T分期、N分期)；NLR高低2組間的年齡、性別、生存與否、有無吸煙史、病理類型、手術方式及胸膜侵犯、T分期情況；PLR高低2組間的性別、生存與否、有無飲酒史、病理類型、手術方式及T分期情況；PDW高低2組間的飲酒史、病理類型、T分期情況；RDW高低2組間的年齡、生存與否、病理類型及T分期情況；差異均有統計學意義(P<0.05)。

2.3 影響術后生存的多因素Cox分析 將上述分析中有統計學意義的項目作為自變量，生存情況作為因變量，進行多因素Cox分析。接受手術年齡≤60歲、女性、無吸煙史、無飲酒史、腺癌、T1分期、N0分期、無術后放化療、無血管侵犯、無神經侵犯、無胸膜侵犯、切緣陰性、PLR≤132.6、LMR>3.6、NLR≤3.6、PDW>11.5%、RDW≤13.1%均賦值為1，對應賦值均為0。結果顯示：較高的NLR、RDW及年齡(>60歲)、T分期(T2—T4)、N分期(N1/N2)、神經侵犯是NSCLC患者OS的獨立危險因素(P<0.05)，見表2。

表2 影響非小細胞肺癌患者術后總生存時間的多因素Cox分析

2.4 建立預測術后生存期的列線圖模型 根據Cox分析得出的獨立危險因素建立列線圖模型(圖1A)。可以通過總數值分配給每個變量的點來解釋列線圖，根據每個變量的點在頂部分數線上所對應的分數值，相加得其總分可以轉換為預測非小細胞肺癌患者3年以及5年的OS。內部驗證法計算Harrell預測c指數為0.752(95%CI：0.714～0.790)；圖形校準法顯示，3年OS(圖1B)和5年OS(圖1C)的預測校準曲線均貼近標準曲線；均說明列線圖模型的預測能力有較高的準確性。

圖1 預測非小細胞肺癌患者術后OS的Nomogram模型(A)和校準曲線圖(B、C)

2.5 Nomogram模型與TNM分期比較 繪制使用兩種分析模型得出的死亡風險預測的決策曲線，以估計臨床結果(圖2A)。從20%的概率閾值開始，Nomogram模型就比TNM分期系統有更好的凈收益。當預測死亡風險的概率閾值為5%～66%時，Nomogram模型比較適合；從圖2B可知，概率閾值在60%時，Nomogram模型預測的人數(紅色曲線)與真陽性的人數(藍色曲線)一致。

圖2 Nomogram模型的決策曲線(A)與臨床影響曲線(B)

3 討論

對于進行根治性手術切除的NSCLC患者，也可能面臨復發和死亡的巨大風險。因此，篩選可靠的生物標記物對可能受益于輔助治療以減少死亡風險的患者具有重要價值[8]。復雜的腫瘤微環境是癌癥預后中最重要的因素之一，腫瘤本身與全身炎癥反應之間的相互作用將導致腫瘤的發展[9]。對于炎癥標志物與腫瘤的潛在關系，相關研究認為：中性粒細胞可通過釋放血管內皮生長因子(VEGF)、一系列炎癥介質，包括血管生成循環趨化因子(CXCL8)、基質金屬蛋白酶8/9和抗凋亡因子來促進腫瘤生長和侵襲[10]，這些炎癥介質進一步導致氧化損傷、DNA突變和微環境改變，從而促進腫瘤細胞生長[11]；淋巴細胞在提供細胞功能的適應性免疫系統中起著至關重要的作用，淋巴細胞數量的減少可能會削弱抑制腫瘤細胞增殖和轉移活性的能力[12]。越來越多的證據表明，RDW可能在各種實體癌中作為診斷或預后指標。在一項大型的單中心回顧性研究中，RDW不僅是OS的重要決定因素，而且還是住院時間、院內發病率、淺表胸切口傷口感染需要術后呼吸支持和住院的重要決定因素[13]。

雖然TNM分期系統被廣泛用于預測癌癥的預后，但是這種分期系統對于癌癥存活率預測的能力有限。本研究中，通過單因素和多因素Cox回歸模型我們找到了6個與OS相關的危險因素，包括T分期、N分期、年齡、神經侵犯、NLR與RDW，我們據此建立了列線圖模型用于預測非小細胞肺癌患者3年與5年的生存率。內部驗證法及圖形校準法均驗證了列線圖模型有較高的預測能力，決策曲線分析結果表明Nomogram模型對于死亡風險的預測比TNM分期系統有更好的凈收益。

本研究存在一定的不足：該數據集只包括經過手術切除的患者，隊列患者不能代表患有不可切除腫瘤的肺癌患者或未行肺癌根治術的患者；本研究的患者僅包括在本院行肺癌根治術的患者，有一定的地域局限；隨訪過程中不排除有些已經死亡的患者家屬拒絕隨訪電話，導致該病例未被納入研究中，從而研究產生一定的偏倚。

綜上，治療前血清炎癥標志物NLR和RDW是非小細胞肺癌患者OS的獨立預后生物標志物，且數值越高預示著術后有較高的風險?；谘装Y標志物與臨床病理特征的列線圖可作為更準確和實用的模型來評估NSCLC患者的預后。