PET/CT 代謝參數(shù)與血液炎癥標志物對一線化療的非小細胞肺癌患者預(yù)后列線圖的構(gòu)建及臨床意義

孔德賢，宋麗萍，向陽

錦州醫(yī)科大學(xué)附屬第一醫(yī)院核醫(yī)學(xué)科，遼寧 錦州121000

肺癌位居癌癥死亡原因首位［1］，其中非小細胞肺癌（NSCLC）占所有肺癌的近85%。鉑類化療長期以來一直是晚期NSCLC患者的一線標準治療方法［2］近年來鉑類化療聯(lián)合免疫檢查點抑制劑（ICIs）治療，已成為晚期NSCLC的一線治療新標準［3］。即使進行治療，一些晚期非小細胞肺癌患者的預(yù)后仍然很差，大多數(shù)患者都經(jīng)歷疾病進展，因此，需要尋找有效的預(yù)后生物標志物指導(dǎo)臨床治療計劃的制定，以便提高患者的生存率。

18F-脫氧葡萄糖（18F-FDG）正電子發(fā)射斷層顯像/計算機體層攝影（PET/CT）是集功能和解剖為一體的影像學(xué)工具［4］，被廣泛用于腫瘤包括肺癌的分期、術(shù)前評估、預(yù)后及療效評估等方面。有研究發(fā)現(xiàn)［5］，在免疫治療前FDG-PET的代謝參數(shù)（最大標準攝取值SUVmax，腫瘤代謝體積MTV和病灶糖酵解總量TLG）可能是預(yù)后和生存的可靠指標，他們表明FDG PET預(yù)測了使用納武利尤單抗后1個月的療效和存活率。

全身性炎癥標記物，如中性粒細胞與淋巴細胞比率（NLR）和血小板與淋巴細胞比率（PLR），是各種腫瘤類型（包括NSCLC）預(yù)后不良的生物標志物［6］。然而，沒有研究表明這些預(yù)后指標中的哪一個與鉑類化療聯(lián)合ICIS治療的晚期NSCLC患者的結(jié)果更相關(guān)。因此，本研究的目的是開發(fā)和驗證一種新的包含PET代謝參數(shù)、炎癥標志物的諾模圖，以比較和改善在接受一線化療聯(lián)合免疫治療的晚期NSCLC患者中的預(yù)后。

1 資料和方法

1.1 研究對象

回顧性分析我院2019年3月～2021年6月接受18FFDG-PET/CT檢查，并且經(jīng)病理確診的105例非小細胞肺癌患者。包括女性27 例，男性78 例，平均年齡61歲。納入標準：經(jīng)組織學(xué)檢查確診為NSCLC（IV期或IIIB期，不適合局部治療）；接受化療聯(lián)合免疫單抗治療的患者。排除標準：PET檢查與第一個療程的治療之間延遲超過6周的患者；伴有發(fā)熱或感染等具有炎性反應(yīng)，或患有其他惡性腫瘤病史的患者；因任何原因隨訪失敗的患者。收集人口統(tǒng)計學(xué)、臨床、組織學(xué)和分子生物學(xué)資料，治療前的血液樣本評估的納入標準為28。

1.2 PET/CT采集

患者PET/CT檢查均使用上海聯(lián)影醫(yī)療科技有限公司的UMI780型PET/CT掃描儀，顯像劑18F-FDG由南京江源安迪科正電子研究發(fā)展有限公司沈陽分公司提供，為放射化學(xué)純度≥95%的等滲溶液?；颊邫z查當(dāng)日空腹6 h以上，檢查前測空腹血糖，血糖水平在4～11 mmol/L。經(jīng)肘前靜脈注射0.12～0.15 mCi/kg的顯像劑。平靜休息60 min排尿后行全身PET及CT斷層顯像，顯像范圍為顱底部至股骨中段。

1.3 圖像分析

PET/CT圖像均由兩位經(jīng)驗豐富的核醫(yī)學(xué)醫(yī)師采用互盲法閱片，勾勒原發(fā)灶的感興趣區(qū)(ROI），由工作站自動計算出ROI的SUVmax，使用SUVmax2.5計算MTV，TLG=MTV×SUVmean。

1.4 血液炎癥標志物與PD-L1表達

從電子病歷中提取一線治療前（28 d內(nèi)）的全血細胞計數(shù)，根據(jù)公式得出中性粒細胞與淋巴細胞比值NLR、衍生性粒細胞與淋巴細胞比值DNLR、血小板與淋巴細胞比值PLR和全身炎癥指數(shù)SII。（NLR=中性粒細胞/淋巴細胞；DNLR=中性粒細胞/（白細胞-中性粒細胞）；PLR=血小板/淋巴細胞；SII=血小板×中性粒細胞/淋巴細胞）

免疫組織化學(xué)方法檢測腫瘤組織中PD-L1 的表達?！菽と旧?%的腫瘤細胞和/或免疫細胞為陽性。

1.5 隨訪

無進展生存期（PFS）定義為從第1個療程到疾病進展或因任何原因死亡的時間；總生存期（OS）定義為從第1個療程到由于任何原因死亡或隨訪終點。隨訪截至日期為2023年6月。

1.6 統(tǒng)計學(xué)分析

應(yīng)用SPSS 26對數(shù)據(jù)進行統(tǒng)計分析。采用kruskalwallis檢驗進行組間比較。通過計算Spearman相關(guān)系數(shù)來評估參數(shù)之間的關(guān)系。并繪制受試者工作特征（ROC）曲線，確定各參數(shù)最佳截斷點，將患者分為高值組和低值組，并用Kaplan-Meier法制作生存曲線，Log-rank用于檢驗分析生存曲線之間的差異。采用單因素和多因素COX 比例風(fēng)險模型對變量進行分析，以評估對PFS和OS的獨立預(yù)測值。最后使用R軟件構(gòu)建列線圖，并采用時間依賴性受試者操作特性曲線（tdROC）和一致性指數(shù)（C-index）分析模型預(yù)測的準確度，校準曲線評價模型的擬合優(yōu)度，決策曲線（DCA）分析模型對疾病臨床療效預(yù)測的準確性。所有實驗都是獨立重復(fù)3次。

2 結(jié)果

2.1 患者特征

表1總結(jié)了預(yù)處理患者的特征。105例患者的中位隨訪時間為17.5個月（范圍1～63個月），到隨訪結(jié)束時有76例患者（72%）發(fā)生PFS事件（中位數(shù)為16個月），有57例患者（54%）死亡（中位數(shù)為13.6個月）。

表1 患者基線特征Tab.1 Baseline characteristics of the patients

2.2 PET/CT代謝參數(shù)與血液炎癥標志物之間的相關(guān)性

將變量納入多因素模型前進行了Spearman 相關(guān)分析。根據(jù)相關(guān)系數(shù)公式（r=1-(6∑(x-y)2)/(n3-n)）可得，SUVmax與NLR、DNLR、PLR、SII之間不具有相關(guān)性（P＞0.05），MTV和TLG與NLR、DNLR、PLR之間呈輕度正相關(guān)（0.3＜r＜0.5）（P＜0.05），MTV和TLG與SII之間呈中度正相關(guān)（0.5＜r＜0.8）（P＜0.05）。

2.3 模型構(gòu)建

將PET/CT代謝參數(shù)和血液炎癥指標各項參數(shù)通過ROC曲線確定各定量的截斷值，將患者分為高值組和低值組，通過COX 生存分析確定一線免疫化療后NSCLC患者的獨立預(yù)后因素。為了避免遺漏重要變量，將納入變量范圍擴大至P＜0.1。

COX單變量和多變量分析的結(jié)果見表2。單變量分析顯示NLR、DNLR、PLR、SII、MTV、TLG與PFS顯著相關(guān)，NLR、DNLR、PLR、SII、SUVmax、MTV、TLG 與OS顯著相關(guān)。對于血液炎癥標志物變量，多變量分析確定PLR和SII為PFS的獨立預(yù)測因子，SII是OS的獨立預(yù)測因子。對于PET代謝參數(shù)，TLG確定為PFS的獨立預(yù)測因子，MTV和TLG是OS的獨立預(yù)測因子。當(dāng)結(jié)合炎癥標志物和PET 變量時，PLR 和TLG 仍是PFS獨立的預(yù)后因素，SII和TLG是OS的獨立的預(yù)后因素。據(jù)此建立預(yù)測PFS和OS的聯(lián)合模型（列線圖）（圖1）。

圖1 預(yù)后列線圖Fig.1 The constructed nomograms for prognostic prediction of advanced NSCLC.A: Combined model for PFS prediction.B:Combined model for OS prediction.PLR: Platelet-to-lymphocyte ratio;TLG: Total lesion glycolysis;SII: Systemic immuneinflammation index.

表2 在單因素和多因素分析中，無進展生存期和總生存期的生物標志物的預(yù)后意義Tab.2 Prognostic value of the biomarkers of progression-free survival(PFS)and overall survival(OS)in univariate and multivariate analyses

3.4 模型性能評估

PFS模型的1年和2年生存AUC分別為0.717和0.655，C-index 指數(shù)為0.682，95%CI分別為（0.625，0.809）和（0.535，0.775）。OS 模型的1 年和2 年生存ROC曲線下AUC分分別為0.757和0.747，C-index指數(shù)為0.727，95%CI分別為（0.665，0.848）和（0.634，0.861）。并利用bootstrap 重抽樣法進行內(nèi)部驗證，發(fā)現(xiàn)校準曲線與標準曲線擬合度較高，表明此聯(lián)合模型校準度良好（圖2）。DCA決策曲線分析表明，該聯(lián)合模型對臨床療效的預(yù)測有較高的總體凈收益（圖3）。

圖2 Bootstrap 重抽樣法內(nèi)部驗證Fig.2 Bootstrap sampling method for internal verification of the constructed nomogram.A:Calibration curves of the PFS model at 1-year and 2-year time points.B:Calibration curves of the OS model at 1 year and 2 years.

圖3 對模型的決策曲線進行分析Fig.3 Decision curves of the model.A:Decision curve analysis of PFS model.B:Decision curve analysis of OS model.

3 討論

近年來，列線圖被廣泛應(yīng)用于預(yù)測患者的預(yù)后［7］，將Cox 回歸的結(jié)果可視化，使預(yù)測模型的結(jié)果更具有可讀性，幫助臨床醫(yī)師進行個體化預(yù)后評估。在本研究中，我們調(diào)查了PET代謝參數(shù)和血液炎癥標志物對一線化療聯(lián)合免疫治療的晚期NSCLC患者的預(yù)后價值。其中PLR和TLG是PFS的獨立預(yù)測因子，SII和TLG是OS的獨立預(yù)測因子。包含這些變量的新諾模圖顯示出良好的預(yù)測性能。并且校正曲線圖和決策曲線分析表明該諾模圖具有良好的擬合度和臨床實用性。據(jù)我們所知，這是第一個將炎癥標志物和PET/CT代謝參數(shù)結(jié)合在一起，預(yù)測一線免疫化療的NSCLC患者預(yù)后并進行內(nèi)部驗證的研究。

以程序性細胞死亡受體1（PD-L1）為主的免疫檢查點抑制劑已被證實可以有效治療各種惡性腫瘤，在改善NSCLC患者預(yù)后方面發(fā)揮重要作用［8］。影響PD-L1表達的主要因素是腫瘤糖代謝和缺氧，且有研究發(fā)現(xiàn)18FFDG與腫瘤糖代謝和缺氧有關(guān)［9-12］。因此，18F-FDG的高攝取與PD-L1 的表達有關(guān)。18F-FDG PET/CT顯像作為一種重要的分子成像技術(shù)用于多種腫瘤的評估和臨床治療［13］，有回顧性研究表明，PET/CT 代謝參數(shù)SUVmax、MTV和TLG與PD-L1的表達呈正相關(guān)，MTV和TLG是肺癌患者抗PD-1治療后疾病進展和生存期的獨立預(yù)測因子［14］。18F-FDG PET/CT的最大標準攝取值SUVmax是PET/CT最常用的半定量參數(shù)，由于該參數(shù)的測量可重復(fù)性強，不僅能反映腫瘤組織的代謝活性,還能反映其生物學(xué)行為，如腫瘤侵襲性和分化程度，因此被臨床廣泛應(yīng)用。但本研究發(fā)現(xiàn)，SUVmax與預(yù)后相關(guān)性較小，而MTV和TLG是預(yù)測一線免疫化療NSCLC的有效生物指標，這可能是因為SUV是對ROI內(nèi)放射性核素濃度最高的單個像素的測量，代表腫瘤代謝最活躍增殖最快的部分，對治療最敏感，而腫瘤代謝體積MTV和病灶糖酵解總量TLG是所有腫瘤代謝活躍細胞的集合，既能反應(yīng)腫瘤代謝體積又兼顧了腫瘤細胞FDG代謝活躍程度，表示腫瘤整體負荷，而腫瘤負荷與個體內(nèi)存在不同克隆的腫瘤組織的多少有直接關(guān)系，因此與預(yù)后關(guān)系更密切。

研究認為［15］炎癥是腫瘤進展的一個重要因素，可以積極或消極地影響腫瘤免疫監(jiān)視和治療反應(yīng)［16］。血液學(xué)炎癥參數(shù)，如中性粒細胞、淋巴細胞、白細胞和血小板，可以反映腫瘤的免疫狀態(tài)，對腫瘤的預(yù)后有重要的預(yù)測價值。高水平的血小板和中性粒細胞促進癌細胞的增值，但也誘導(dǎo)對化學(xué)療法或免疫療法的抗藥性［17,18］。在抗PD-L1抗體治療期間，淋巴細胞的活化對于恢復(fù)抗腫瘤免疫應(yīng)答是必要的，這種免疫應(yīng)答是T細胞和其他調(diào)節(jié)細胞之間多重相互作用的結(jié)果［19,20］。一些研究評估了血細胞計數(shù)指標的價值［21,22］，尤其是衍生中性粒細胞與淋巴細胞的比率（DNLR），血小板與淋巴細胞的比率（PLR），可以反映炎癥和宿主免疫反應(yīng)。治療前NLR和PLR被證實是NSCLC的預(yù)后因素［23］KARTOLO等人的研究表明，當(dāng)NLR≥5、PLR≥200時，使用PD-L1抑制劑進行免疫治療的NSCLC患者預(yù)后較差［24］。DIEM等人在研究抗PD-L1對NSCLC患者的治療時發(fā)現(xiàn)，治療前高NLR和PLR與不良預(yù)后及緩解率降低有關(guān)［25］。

但這兩項指標僅整合了兩種細胞類型，SII是一種新的包括外周血中性粒細胞、淋巴細胞和血小板計數(shù)的綜合指標，與轉(zhuǎn)移性非小細胞肺癌的預(yù)后顯著相關(guān)［26］，且低SII患者在接受武納單抗治療后有更長的PFS和OS［27］。且本研究顯示NLR、DNLR、PLR和SII與MTV和TLG之間具有正相關(guān)性，PLR與SUVmax無相關(guān)性，這與JEONG等［28］的結(jié)果一致，表明NSCLC基線NLR、DNLR、PLR、SII 增高與原發(fā)灶的糖代謝增高相關(guān)，這可能是因為FDG會在代謝活躍的腫瘤浸潤性炎性細胞內(nèi)蓄積。

Seban等［29］針對一線化療和免疫治療的NSCLC患者研究顯示，SII聯(lián)合TLG可幫助患者進行風(fēng)險分層。一項針對63名接受一線免疫治療的NSCLC患者的研究表明［30］，TMTV聯(lián)合DNLR也可改善患者風(fēng)險分層。然而，對于具有特定特征組合的個體，其生存期明顯偏離平均值，列線圖可以提供更適合的風(fēng)險預(yù)測。我們的研究結(jié)合了PET/CT代謝參數(shù)和血液炎癥標志物制定預(yù)后列線圖，來區(qū)分一線免疫化療結(jié)果較差的患者。該列線圖在模型評估中顯示出良好的預(yù)測效能和較高的臨床獲益。結(jié)合之前的研究結(jié)果可以得出，PET/CT代謝參數(shù)和血液炎癥標志物是接受一線免疫化療的NSCLC患者預(yù)后的互補因素。在實踐中，臨床醫(yī)生可以利用該列線圖作為一個有用的工具來區(qū)分高風(fēng)險的患者，高風(fēng)險的患者需要更密集的治療，而那些可能有良好的結(jié)果，其中過度治療可以避免，為臨床個性化治療提供幫助。

由于我們的研究是回顧性單中心研究且樣本量相對較小，可能會導(dǎo)致整體數(shù)據(jù)偏移，今后應(yīng)在包括更大患者隊列的前瞻性多中心研究中進行驗證。其次，由于無法獲得所有患者的臨床數(shù)據(jù)，本次研究構(gòu)建的列線圖未納入EFGR等基因突變變量以及PD-L1表達。最后還有一些單純化療和單純免疫治療的患者，因為樣本量太少，無法評估這些治療類型的預(yù)后價值。

我們下一步的研究方向是納入更多的單一治療患者，進一步探索兩種治療組合預(yù)后模型是否可以反映單獨使用每種治療觀察到的不同預(yù)后影響。

基線PET/CT代謝參數(shù)SUVmax、MTV、TLG和血液炎癥標志物NLR、DNLR、PLR、SII與晚期一線免疫化療的NSCLC患者的PFS和OS相關(guān)，且二者結(jié)合構(gòu)建出的列線圖具有良好的預(yù)后預(yù)測效果，可以潛在的改善晚期NSCLC患者治療方式的選擇。