基于術(shù)前NLR、LMR、CEA和CA19-9對結(jié)腸癌根治術(shù)后預(yù)后列線圖預(yù)測模型的構(gòu)建及評價(jià)

蔣永杰，寇邦國，杜文龍，邊攀，李兵太，尹蘭寧,2*

1蘭州大學(xué)第二醫(yī)院普通外科，甘肅 蘭州 730030；2蘭州大學(xué)第二醫(yī)院西固醫(yī)院，甘肅 蘭州 730060

結(jié)腸癌是消化道最常見的惡性腫瘤之一，主要特點(diǎn)為發(fā)病率高、預(yù)后差，近年來其發(fā)病率和病死率在國人癌癥中均居第4位，在消化道惡性腫瘤中均居第1位，且呈逐年上升趨勢[1-4]。目前絕大多數(shù)患者就診時(shí)已處于中晚期，且行結(jié)腸癌根治術(shù)治療的患者預(yù)后差異較大。因此，制定綜合性、個(gè)體化的治療方案，以改善預(yù)后，以及尋找有效的影響結(jié)腸癌根治術(shù)預(yù)后的臨床病理因素特別是簡單、實(shí)用、經(jīng)濟(jì)的預(yù)后影響因素尤為重要。有研究發(fā)現(xiàn)，癌癥相關(guān)炎癥反應(yīng)促進(jìn)了惡性腫瘤的發(fā)生發(fā)展，并與患者的生存有關(guān)[5]。臨床上反映全身炎癥反應(yīng)的常規(guī)指標(biāo)是白細(xì)胞(如中性粒細(xì)胞、淋巴細(xì)胞和單核細(xì)胞等)及急性期蛋白。研究發(fā)現(xiàn)，中性粒細(xì)胞可通過分泌細(xì)胞因子和趨化因子促進(jìn)腫瘤微環(huán)境的形成，從而促進(jìn)腫瘤細(xì)胞的增殖和轉(zhuǎn)移[6]。淋巴細(xì)胞在癌癥免疫監(jiān)測中起著至關(guān)重要的作用，可通過介導(dǎo)細(xì)胞毒性和細(xì)胞死亡來抑制腫瘤細(xì)胞的增殖和生長[7]。因此，中性粒細(xì)胞/淋巴細(xì)胞比值(neutrophil to lymphocyte ratio，NLR)可反映腫瘤炎癥狀態(tài)與抗腫瘤免疫狀態(tài)之間的平衡，二者比例失衡可能與腫瘤的發(fā)生和發(fā)展有關(guān)，較高的NLR提示機(jī)體可能處于炎癥反應(yīng)激活和抗腫瘤免疫抑制狀態(tài)[8]。來自外周單核細(xì)胞的腫瘤相關(guān)巨噬細(xì)胞可抑制獲得性免疫反應(yīng)并促進(jìn)腫瘤細(xì)胞的生長和腫瘤滋養(yǎng)層血管生成，進(jìn)而引起腫瘤侵襲和轉(zhuǎn)移[9]。此外，研究發(fā)現(xiàn)，單核細(xì)胞還可通過調(diào)節(jié)中性粒細(xì)胞和腫瘤相關(guān)巨噬細(xì)胞分泌相關(guān)細(xì)胞因子來影響腫瘤干細(xì)胞的活性，從而降低腫瘤對化療的敏感性[10]。研究發(fā)現(xiàn)，NLR和淋巴細(xì)胞/單核細(xì)胞比值(lymphocyte to monocyte ratio，LMR)作為評價(jià)全身免疫炎癥相關(guān)的重要指標(biāo)，在結(jié)直腸癌的診斷和預(yù)后預(yù)測中具有一定的臨床應(yīng)用價(jià)值[11-13]。此外，循環(huán)血癌胚抗原(carcinoembryonic antigen，CEA)和糖類抗原19-9(carbohydrate antigen 19-9，CA19-9)是臨床常用的消化道惡性腫瘤輔助診斷指標(biāo)，尤其在結(jié)腸癌的輔助診斷中具有較高的特異性，在臨床上應(yīng)用廣泛[14-15]。有研究發(fā)現(xiàn)，血清CEA、CA19-9水平不僅與結(jié)腸癌的發(fā)病有關(guān)，且與患者預(yù)后相關(guān)[16-17]。本研究旨在分析術(shù)前NLR、LMR、CEA和CA19-9對結(jié)腸癌根治術(shù)(R0)患者預(yù)后的影響，并構(gòu)建結(jié)腸癌根治術(shù)后1、2、3年生存率的列線圖預(yù)測模型，以期為臨床提供一種更為便捷的預(yù)后預(yù)測方式。

1 資料與方法

1.1 研究對象 回顧性分析2014年4月－2018年12月在蘭州大學(xué)第二醫(yī)院普通外科行結(jié)腸癌根治術(shù)的185例結(jié)腸癌患者的臨床病理資料。納入標(biāo)準(zhǔn)：(1)經(jīng)病理檢查確診為結(jié)腸癌；(2)臨床化驗(yàn)檢查及病理資料完整；(3)術(shù)前未接受過新輔助放化療；(4)腫瘤行根治性R0切除；(5)術(shù)后行奧沙利鉑聯(lián)合化療。排除標(biāo)準(zhǔn)：(1)術(shù)后發(fā)生嚴(yán)重并發(fā)癥致生存時(shí)間＜30 d；(2)重復(fù)癌或并發(fā)直腸癌；(3)既往存在其他惡性腫瘤病史；(4)存在炎癥性疾病的感染證據(jù)或病史，影響血常規(guī)結(jié)果；(5)存在精神性疾病或其他嚴(yán)重內(nèi)科疾病。本研究經(jīng)蘭州大學(xué)第二醫(yī)院醫(yī)學(xué)倫理委員會審批(2022A-039)，所有患者均已簽署知情同意書。

1.2 方法 按照結(jié)腸癌術(shù)后標(biāo)準(zhǔn)方案對所有患者進(jìn)行隨訪。術(shù)后2年內(nèi)每3個(gè)月隨訪1次，第2～5年每半年隨訪1次，5年后每年隨訪1次。隨訪內(nèi)容包括血常規(guī)，腫瘤標(biāo)志物(CEA、CA19-9)，胸部、腹部和盆腔增強(qiáng)CT，以及腸鏡等。結(jié)局指標(biāo)為總生存期(overall survival，OS)和無病生存期(disease-free survival，DFS)。OS定義為手術(shù)日期至患者死亡的時(shí)間，DFS定義為手術(shù)日期至患者因結(jié)腸癌發(fā)生復(fù)發(fā)、轉(zhuǎn)移或死亡的時(shí)間。末次隨訪截止時(shí)間為2020年7月。

1.3 NLR、LMR、CEA和CA19-9的最佳截?cái)嘀?采用受試者工作特征(receiver operator characteristic，ROC)曲線分析NLR、LMR、CEA和CA19-9預(yù)測結(jié)腸癌根治術(shù)后患者總生存狀態(tài)(生存/死亡)的最佳截?cái)嘀礫由約登指數(shù)(Youden index)確定，約登指數(shù)=靈敏度+特異度－1，在約登指數(shù)最大處取最佳截?cái)嘀礭，根據(jù)NLR、LMR的最佳截?cái)嘀祵⒒颊叻譃楦逳LR組與低NLR組、高LMR組與低LMR組。

1.4 列線圖預(yù)測模型的構(gòu)建及評價(jià) 使用R4.1.1軟件分析結(jié)腸癌根治術(shù)后患者DFS的影響因素，將Cox風(fēng)險(xiǎn)比例回歸模型中的獨(dú)立危險(xiǎn)因素引入rms包，繪制列線圖。

1.4.1 區(qū)分度評價(jià) 采用一致性指數(shù)(C指數(shù))評價(jià)列線圖預(yù)測模型的區(qū)分度，C指數(shù)在0.50～0.70為準(zhǔn)確度較低，0.71～0.90為準(zhǔn)確度中等，高于0.90則為準(zhǔn)確度高。

1.4.2 一致性分析 采用校準(zhǔn)曲線分析列線圖預(yù)測模型的一致性，預(yù)測模型對應(yīng)曲線與校準(zhǔn)圖中45°對角線貼合度越高表明模型預(yù)測結(jié)果與實(shí)際情況一致性越好。

1.4.3 列線圖預(yù)測模型風(fēng)險(xiǎn)分層 使用X-tile軟件根據(jù)Cox風(fēng)險(xiǎn)得分對列線圖預(yù)測模型進(jìn)行風(fēng)險(xiǎn)分層，以低、中、高風(fēng)險(xiǎn)三個(gè)水平分別對應(yīng)患者預(yù)后良好、中等、差三個(gè)分組。

1.5 統(tǒng)計(jì)學(xué)處理 采用SPSS 26.0軟件進(jìn)行統(tǒng)計(jì)分析。計(jì)量資料以±s表示，兩組間比較采用t檢驗(yàn)；計(jì)數(shù)資料以例(%)表示，兩組間比較采用χ2檢驗(yàn)或Fisher's精確檢驗(yàn)。使用Kaplan-Meier法和log-rank檢驗(yàn)分析兩組生存的差異，使用Cox比例風(fēng)險(xiǎn)回歸模型分析影響結(jié)腸癌根治術(shù)后患者預(yù)后的因素。使用GraphPad Prism 7.00軟件繪制生存曲線。檢驗(yàn)水準(zhǔn)為α=0.05。

2 結(jié) 果

2.1 一般資料 入選符合納入排除標(biāo)準(zhǔn)的結(jié)腸癌患者2 2 9 例，失訪4 4 例，最終納入1 8 5例。其中男111例(60.0%)，女74例(40.0%)；年齡23～79(55.0±11.7)歲；臨床分期Ⅰ－Ⅱ期98例(53.0%)，Ⅲ－Ⅳ期87例(47.0%)；NLR為2.98(1.1～48.6)，LMR為3.75(0.4～11.4)。185例患者術(shù)后1、2、3、5年累計(jì)總生存率分別為88.7%、83.8%、82.7%、81.1%，累積無復(fù)發(fā)生存率分別為83.8%、76.2%、71.9%、66.7%。

2.2 NLR、LMR、CEA和CA19-9預(yù)測結(jié)腸癌根治術(shù)后患者總生存狀態(tài)的ROC曲線分析 NLR、LMR、CEA和CA19-9預(yù)測結(jié)腸癌根治術(shù)后患者總生存狀態(tài)的ROC曲線如圖1所示，其AUC分別為0.784、0.672、0.727和0.656，最佳截?cái)嘀捣謩e為3.40、3.25、4.30 ng/ml和21.82 U/ml。

圖1 NLR、LMR、CEA和CA19-9預(yù)測結(jié)腸癌根治術(shù)后患者總生存狀態(tài)的ROC曲線Fig.1 ROC curves of NLR, LMR, CEA and CA19-9 predicting overall survival situation of patients with colon cancer after radical resection

2.3 術(shù)前NLR、LMR與結(jié)腸癌臨床病理特征的關(guān)系 根據(jù)NLR、LMR的最佳截?cái)嘀祵⒒颊叻譃榈蚇LR組(≤3.40，n=115)與高NLR組(>3.40，n=70)、低LMR組(≤3.25，n=74)與高LMR組(>3.25，n=111)。高NLR組與低NLR組患者腫瘤浸潤深度、腫瘤最大徑和術(shù)前CEA水平比較，差異有統(tǒng)計(jì)學(xué)意義(P＜0.05)；高LMR組與低LMR組患者腫瘤浸潤深度、腫瘤部位和腫瘤最大徑比較，差異有統(tǒng)計(jì)學(xué)意義(P＜0.05，表1)。

表1 術(shù)前NLR、LMR與結(jié)腸癌臨床病理特征的關(guān)系[例(%)]Tab.1 Relationship between preoperative NLR, LMR and clinicopathological features of colon cancer [n(%)]

2.4 結(jié)腸癌根治術(shù)后患者生存分析 隨訪截至2020年7月，共隨訪3～68個(gè)月，中位隨訪時(shí)間為32個(gè)月，其中52例(28.1%)出現(xiàn)腫瘤復(fù)發(fā)，死亡35例(18.9%)，累積無病生存率為71.89%，累積總生存率為81.08%。Kaplan-Meier法和log-rank檢驗(yàn)結(jié)果顯示，高NLR組患者的OS和DFS明顯短于低NLR組，低LMR組患者的OS和DFS明顯短于高LMR組(P＜0.001)(圖2)。

圖2 不同NLR、LMR結(jié)腸癌患者的總生存期(OS)和無病生存期(DFS)曲線Fig.2 Survival curves of overall survival (OS) and disease-free survival (DFS) of patients with different NLR and LMR

2.5 影響結(jié)腸癌根治術(shù)后患者生存的單因素和多因素Cox回歸分析 單因素分析結(jié)果顯示，性別、年齡、腫瘤浸潤深度、腫瘤分化程度、腫瘤部位和腫瘤最大徑與結(jié)腸癌根治術(shù)后患者的OS和DFS無關(guān)(P>0.05)，而淋巴結(jié)轉(zhuǎn)移、組織學(xué)類型、臨床分期、NLR、LMR、CEA及CA19-9與結(jié)腸癌根治術(shù)后患者的OS和DFS有關(guān)(P＜0.05)(表2)。

表2 影響結(jié)腸癌根治術(shù)后患者生存的單因素分析Tab.2 Univariate analysis of survival of colon cancer patients after radical resection

(續(xù) 表)

將單因素分析中P＜0.05的因素納入多因素Cox回歸分析，結(jié)果顯示，NLR、CEA及組織學(xué)類型為結(jié)腸癌根治術(shù)后患者OS的獨(dú)立影響因素(P＜0.05)，而NLR、LMR、CEA、CA19-9及臨床分期為結(jié)腸癌根治術(shù)后患者DFS的獨(dú)立影響因素(P＜0.05)，其中LMR為保護(hù)性因素(表3)。

表3 影響結(jié)腸癌根治術(shù)后患者生存的多因素Cox回歸分析Tab.3 Cox regression analysis of survival of colon cancer patients after radical resection

2.6 預(yù)測結(jié)腸癌根治術(shù)后患者1、2、3年DFS的列線圖 使用R4.1.1軟件，納入多因素Cox回歸分析中影響DFS的因素(NLR、LMR、CEA、CA19-9及臨床分期)建立函數(shù)模型并繪制列線圖，這些因素的每一個(gè)數(shù)字或類別在分?jǐn)?shù)量表上的分?jǐn)?shù)相加，對應(yīng)在總分標(biāo)上，向下畫直線，與1、2、3年無病生存率坐標(biāo)軸的交點(diǎn)表示生存概率(圖3)。

圖3 預(yù)測結(jié)腸癌根治術(shù)后患者1、2、3年DFS的列線圖Fig.3 Nomogram for predicting DFS at 1, 2, and 3 years in colon cancer patients after radical resection

2.7 列線圖預(yù)測模型的效能評價(jià)

2.7.1 區(qū)分度評價(jià)和一致性分析 列線圖預(yù)測模型C指數(shù)為0.851(95%CI 0.804～0.899)，表明該模型具有較好的區(qū)分度；一致性分析結(jié)果顯示，列線圖預(yù)測模型所得無病生存率曲線與校準(zhǔn)圖中45°對角線貼合度較高，提示該預(yù)測模型有較好的一致性(圖4)。

圖4 預(yù)測結(jié)腸癌根治術(shù)后患者1、2、3年無病生存率的列線圖預(yù)測模型校準(zhǔn)圖Fig.4 Calibration chart of the nomogram prediction model for predicting the 1, 2, and 3 years disease-free survival rate of patients with colon cancer after radical resection

2.7.2 列線圖預(yù)測模型風(fēng)險(xiǎn)分層 使用R4.1.1軟件計(jì)算列線圖預(yù)測模型風(fēng)險(xiǎn)得分，然后使用X-tile軟件將該模型根據(jù)Cox風(fēng)險(xiǎn)得分分為低(＜3.9分)、中(3.9～14.6分)、高(>14.6分)風(fēng)險(xiǎn)三個(gè)水平(圖5)，分別對應(yīng)患者預(yù)后良好、中等、差三個(gè)分組，Kaplan-Meier生存曲線分析顯示，低風(fēng)險(xiǎn)組的DFS明顯優(yōu)于中、高風(fēng)險(xiǎn)組(P＜0.001)。

圖5 X-tile軟件風(fēng)險(xiǎn)分層列線圖預(yù)測模型Fig.5 X-tile software risk stratification nomogram prediction model

3 討 論

大量研究發(fā)現(xiàn)，炎癥與腫瘤的發(fā)生發(fā)展關(guān)系密切[18]，腫瘤相關(guān)炎癥可誘導(dǎo)腫瘤本身或周圍細(xì)胞表達(dá)各種分子如腫瘤壞死因子-α(tumor necrosis factor-α，TNF-α)、白細(xì)胞介素-6(interleukin-6，IL-6)、IL-17等，從而形成可能促進(jìn)腫瘤進(jìn)展的微環(huán)境[19-21]。Ostan等[22]發(fā)現(xiàn)，炎癥反應(yīng)觸發(fā)了基因突變或表觀遺傳機(jī)制的改變，從而促進(jìn)了癌癥的轉(zhuǎn)移和進(jìn)展，而干預(yù)炎癥反應(yīng)能夠降低癌癥發(fā)生、進(jìn)展的風(fēng)險(xiǎn)。目前有研究報(bào)道，多種炎癥相關(guān)標(biāo)志物與結(jié)直腸癌患者的預(yù)后相關(guān)，多種炎性因子聯(lián)合應(yīng)用可進(jìn)一步提高對結(jié)直腸癌患者預(yù)后的預(yù)測效能，其中NLR、LMR是機(jī)體炎癥反應(yīng)的標(biāo)志物，可作為評估結(jié)直腸癌患者預(yù)后的指標(biāo)[23-25]。然而由于研究設(shè)計(jì)和樣本量的差異，LMR與結(jié)直腸癌患者預(yù)后的關(guān)系尚存在爭議[26]。NLR被證實(shí)與肺癌、胃癌、卵巢癌等多種惡性腫瘤的預(yù)后明顯相關(guān)，可作為這些腫瘤的預(yù)后指標(biāo)[27-29]，而LMR可作為食管癌、胃癌、乳腺癌等惡性腫瘤的預(yù)后評估指標(biāo)[30-32]。此外，有研究發(fā)現(xiàn)，術(shù)前血小板/淋巴細(xì)胞比值(platelet to lymphocyte ratio，PLR)、預(yù)后營養(yǎng)指數(shù)(prognostic nutritional index，PNI)和系統(tǒng)免疫炎癥指數(shù)(systemic immune-inflammation index，SII)可作為結(jié)腸癌根治術(shù)后患者預(yù)后的預(yù)測指標(biāo)，但相關(guān)研究結(jié)果不一致[33-35]。CEA是一種提取自結(jié)腸癌和胚胎組織中的多糖蛋白復(fù)合物，其中90%由結(jié)直腸癌產(chǎn)生，常與細(xì)胞黏附相關(guān)，術(shù)前CEA水平升高常被認(rèn)為是預(yù)后不良的信號，與結(jié)腸癌根治術(shù)后總生存率降低存在相關(guān)性[36]；CA19-9是一種黏蛋白型的糖類蛋白抗原，可介導(dǎo)腫瘤細(xì)胞與血管內(nèi)皮細(xì)胞黏附而促使腫瘤發(fā)生遠(yuǎn)處轉(zhuǎn)移，故其可能對轉(zhuǎn)移性結(jié)腸癌有一定預(yù)測價(jià)值[37-38]。

本研究基于術(shù)前免疫炎癥指標(biāo)NLR、LMR與腫瘤標(biāo)志物CEA、CA19-9，聯(lián)合臨床病理特征分析影響結(jié)腸癌根治術(shù)后患者生存的危險(xiǎn)因素，結(jié)果顯示，高NLR、CEA、CA19-9及低LMR的患者預(yù)后較差，與既往研究結(jié)果一致[23-24]。分析原因?yàn)?，高NLR、低LMR提示淋巴細(xì)胞減少，中性粒細(xì)胞或單核細(xì)胞增多。淋巴細(xì)胞減少可能導(dǎo)致機(jī)體免疫系統(tǒng)對腫瘤的免疫反應(yīng)降低[7]；中性粒細(xì)胞可通過分泌細(xì)胞因子和趨化因子促進(jìn)腫瘤微環(huán)境的形成，從而促進(jìn)腫瘤細(xì)胞的增殖和轉(zhuǎn)移[6]，而來自外周單核細(xì)胞的腫瘤相關(guān)巨噬細(xì)胞可抑制獲得性免疫反應(yīng)并促進(jìn)腫瘤細(xì)胞生長和腫瘤滋養(yǎng)層血管生成，進(jìn)而引起腫瘤的侵襲和轉(zhuǎn)移[9]。本研究分析NLR、LMR與結(jié)腸癌臨床病理特征的關(guān)系發(fā)現(xiàn)，高NLR組與低NLR組患者在腫瘤浸潤深度、腫瘤最大徑和術(shù)前CEA水平等方面差異明顯(P＜0.05)，而高LMR組與低LMR組患者在腫瘤浸潤深度、腫瘤部位和腫瘤最大徑等方面差異明顯(P＜0.05)，提示高NLR和低LMR患者的腫瘤更具侵襲性，但導(dǎo)致該結(jié)果的具體機(jī)制目前尚不清楚。單因素分析發(fā)現(xiàn)，淋巴結(jié)轉(zhuǎn)移、組織學(xué)類型、臨床分期、NLR、LMR、CEA及CA19-9等與結(jié)腸癌根治術(shù)后患者的OS和DFS有關(guān)(P＜0.05)；進(jìn)一步行多因素Cox回歸分析發(fā)現(xiàn)，NLR、CEA及組織學(xué)類型為結(jié)腸癌根治術(shù)后患者OS的獨(dú)立影響因素，而NLR、LMR、CEA、CA19-9及臨床分期是結(jié)腸癌根治術(shù)后患者DFS的獨(dú)立影響因素(P＜0.05)，其中LMR為保護(hù)性因素。

列線圖可量化及預(yù)測某一臨床事件發(fā)生的概率，從而指導(dǎo)臨床決策和風(fēng)險(xiǎn)分層[39-40]。本研究納入了Cox回歸分析中影響結(jié)腸癌根治術(shù)后患者DFS的獨(dú)立影響因素(NLR、LMR、CEA、CA19-9和臨床分期)，構(gòu)建了基于這些因素的列線圖預(yù)測模型(基于OS影響因素的列線圖預(yù)測模型效能較低，且預(yù)測價(jià)值不高，結(jié)果未呈現(xiàn))，并進(jìn)行了一致性分析和區(qū)分度評價(jià)，結(jié)果表明，該列線圖模型具有良好的預(yù)測效能。通過X-tile軟件根據(jù)Cox風(fēng)險(xiǎn)得分將該模型進(jìn)行風(fēng)險(xiǎn)分層，以低(＜3.9分)、中(3.9～14.6分)、高(>14.6分)風(fēng)險(xiǎn)三個(gè)水平分別對應(yīng)患者預(yù)后良好、中等、差三個(gè)分組，顯示出了良好的臨床應(yīng)用價(jià)值。

綜上所述，本研究結(jié)果表明，NLR、LMR、CEA、CA19-9和臨床分期可作為結(jié)腸癌根治術(shù)后患者預(yù)后的預(yù)測指標(biāo)，包含這些指標(biāo)的列線圖預(yù)測模型可更好地預(yù)測預(yù)后，將該預(yù)測模型根據(jù)Cox風(fēng)險(xiǎn)得分進(jìn)行風(fēng)險(xiǎn)分層后更方便臨床應(yīng)用，有助于推動個(gè)體化診療。但本研究為單中心回顧性研究，樣本量較少，且存在選擇偏倚，獲得的NLR及LMR的截?cái)嘀悼赡芘c其他同類研究有所不同，且隨訪達(dá)5年的患者較少，代表性差，因此構(gòu)建的列線圖模型未對5年無病生存率進(jìn)行預(yù)測，后續(xù)須進(jìn)行多中心、大樣本、前瞻性的臨床試驗(yàn)對該結(jié)果加以驗(yàn)證。