中性粒细胞与淋巴细胞比值对胃癌患者远处转移的预测价值

科学报告|(2022) 12:10269| https://doi.org/10.1038/s41598-022-14379-41 打开预测值胃癌患者远处转移的中性粒细胞与淋巴细胞比值张鑫1、王轩1、李文星1、孙团和1、刁冬梅1、2 & 程学当1,2作为全身炎症标志物，NLR在预测肿瘤预后和早期淋巴结转移方面的意义是众所周知的，包括胃癌（GC）。然而，NLR 是否能反映 GC 转移状态仍有待探索。我们回顾性招募了 1667 名接受治疗的 GC 患者2010 年 12 月至 2018 年 12 月在我院就诊。根据有无转移对患者进行分组。接受者操作特征（ROC）曲线分析用于评估标志物在评估 GC 转移中的诊断效力。然后我们进行了联合ROC曲线分析。使用多元逻辑回归分析评估临床病理学参数对GC转移的影响。 743 (44.6%) 名患者被诊断为转移性 GC。 GC 转移患者年龄较小，CEA、CA19-9、CA72-4 和 NLR 较高。基于 AUC 的比较，NLR 具有与 GC 标志物相当的诊断功效。 NLR联合GC标志物的AUC在评估腹膜转移（P = 0.013）、骨转移（P = 0.017）和肝转移（P < 0.001）方面具有显着高于未联合的预测功效。多元逻辑回归分析发现，年龄、NLR、CEA、CA19-9和CA72-4与GC转移独立相关（均P < 0.05）。 NLR是GC转移的危险因素。结合 CEA、CA19-9、CA72-4 和 NLR 可以更好地预测 GC 中的转移。胃癌（GC）是中国第二大常见癌症，也是所有癌症类型中的第三大死因。 2015 年报告了约 403,000 例新的 GC 病例，总计 291,000 例死亡1.由于癌症容易转移和复发，GC患者的5年生存率仍然很低2.最近的研究证实，炎症在包括癌症在内的许多疾病的发展和进展中起着至关重要的作用。炎症影响肿瘤发生的每一步，从起始，到肿瘤促进，再到转移进展3.亚临床的、通常无法检测到的炎症在增加癌症风险方面可能同样重要（例如，由糖尿病引起的炎症）4.作为最丰富的白细胞之一，中性粒细胞在癌症进展中起着至关重要的作用5.外周血和肿瘤微环境中中性粒细胞对GC的影响已有报道6.虽然浸润肿瘤微环境的肿瘤激活的中性粒细胞具有显着的促肿瘤作用，但它们很难获得。 NLR 是全身炎症的常见指标，定义为绝对中性粒细胞计数除以绝对淋巴细胞计数。累积研究报告称，癌症患者的 NLR 水平高于健康人7. NLR可作为肺癌等多种恶性肿瘤的独立预后因素8, 大肠癌9和GC10. NLR也与肿瘤转移密切相关，尤其是淋巴结转移（LNM）11.同时，有研究报道NLR不是早期GC胃癌患者发生LNM的独立危险因素。12. NLR也与肿瘤的远处转移密切相关14.虽然可以常规获得血细胞水平，但尚未系统研究血细胞水平与肿瘤转移之间的关系。 NLR可能是一种用于检测肿瘤转移的新型非侵入性和方便的生物标志物。因此，我们的回顾性研究旨在探讨 NLR 对评估 GC 转移的诊断效果。1西安交通大学医学院附属第一医院肿瘤外科，陕西省西安市雁塔西路277号 710061 2这些作者的贡献相同：刁冬梅和党承学。邮箱：diaomei310@mail.xjtu.edu.cn； dangchengxue@mail.xjtu.edu.cn 科学报告|(2022) 12:10269 |https://doi.org/10.1038/s41598-022-14379-42特征总体 (N = 1667)非转移（N = 924）转移（N = 743）P值性别，没有。 (%)< 0.001男性1215(72.9)707(76.5)508(68.4)女性452(27.1)217(23.5)235(31.6)年龄，年份61(54–67)61(54–68)59(52–67)0.001CEA，纳克/毫升2.82(1.58–7.07)2.345(1.37–4.19)3.88(1.94–17.25)< 0.001CA199，单位/毫升12.46(6.71–36.87)10.49(5.95–19.96)18.22(8.31–124.7)< 0.001CA724，单位/毫升2.98(1.35–9.43)2.11(1.17–5.56)5.32(1.85–21.31)< 0.001红细胞，1012/升4.2(3.7–4.6)4.28(3.8–4.67)4.07(3.6–4.47)< 0.001血红蛋白，克/升124(104–140)129(107–143)119(102–133)< 0.001白细胞，109/升5.68(4.51–7.11)5.47(4.4–6.8)6.04(4.7–7.85)< 0.001中性粒细胞，109/升3.56(2.67–4.82)3.29(2.48–4.29)3.97(2.92–5.75)< 0.001淋巴细胞，109/升1.42(1.08–1.83)1.53(1.18–1.92)1.29(0.95–1.67)< 0.001NLR2.45(1.67–3.83)2.1(1.52–3.02)3.11(2.08–4.86)< 0.001血小板，109/升207(159–263)205(160–259.75)209(158–269)0.317单核细胞，109/升0.4(0.29–0.52)0.39(0.28–0.5)0.4(0.3–0.53)0.018白蛋白，克/升38.2(34.8–41.4)38.6(35.4–41.7)37.7(34–40.9)< 0.001球蛋白，克/升26.2(23.4–29.3)25.3(22.6–28.2)27.4(24.7–30.5)< 0.001TNM阶段一个–我146(11.6)146(28.1)–二56(4.4)56(10.8)–三318(25.2)318(61.2)–四743(58.8)–743表格1。患者的人口统计学和基线特征。数据显示为病例数和百分比或中位数和四分位间距。 TNM 肿瘤淋巴结转移、NLR 中性粒细胞与淋巴细胞的比率、CEA 癌胚抗原、CA19-9 碳水化合物抗原 19-9、CA72-4 碳水化合物抗原 72-4。一个404 数据缺失，因为部分患者未接受手术治疗或仅接受姑息治疗，导致无法准确评估病理分期。结果患者的特征。对于整个队列，患者的中位年龄为 61 岁（范围 54-67 岁），男性占 72.9%。 743 (44.6%) 名患者被诊断为转移性 GC。转移组CEA、CA19-9、CA72-4显着高于非转移组（均P<0.001）。转移组中性粒细胞绝对计数增加和淋巴细胞绝对计数减少导致 NLR 显着增加（P < 0.001）。此外，转移组白蛋白水平降低，球蛋白水平升高（均P < 0.001）（表1）。所有患者中，原发灶923例，腹膜转移163例，骨转移119例，肺转移38例，淋巴结转移46例，肝转移192例，卵巢转移22例，多部位转移122例，脑转移8例，其他器官转移34例。NLR可以比肿瘤标志物更有效地预测胃癌转移。进行 ROC 分析以评估 NLR 对预测 GC 转移的诊断效果。 CEA、CA19-9、CA72-4 和 NLR 的最佳截止值确定为 4.34（灵敏度为 48.5%，特异性为 76.3%）、18.69（灵敏度为 49.7%，特异性为 74.1） , 6.96（敏感性为 44.7%，特异性为 80.7%）和 2.91（敏感性为 55%，特异性为 73.4%）。 CEA 预测 GC 转移的 AUC 为 0.647 [95% 置信区间 (CI): 0.62–0.674, P < 0.001]，CA19-9 为 0.649 (95% CI: 0.622–0.675, P < 0.001)，CA72 -4 为 0.662（95% CI：0.636–0.688，P < 0.001），NLR 为 0.679（95% CI：0.653–0.705，P < 0.001）。 NLR 的预测功效与 GC 标志物相当（图 1a）。通过二元逻辑回归获得GC标记组合的预测概率（P1）和GC标记与NLR组合的预测概率（P2）。 P1 的最佳截止值为 0.39（灵敏度为 53.8%，特异性为 75%），P2 的最佳截止值为 0.39（灵敏度为 64.9%，特异性为 72.8%）。 P1 的 AUC 为 0.716（95% CI：0.691–0.74，P < 0.001），P2 的 AUC 为 0.73（95% CI：0.705–0.754，P < 0.001）。虽然 P1 和 P2 的 AUC 之间没有显着差异（P = 0.209），但 NLR 的组合略微提高了诊断效率（表 2）。我们还评估了 NLR 对单部位转移或腹膜转移的诊断能力。 ROC 分析基于按转移部位分层的数据进行。对于腹膜转移 (n = 163)，NLR 的 AUC (95% CI) 为 0.704 (0.662–0.747)，CEA 为 0.557 (0.507–0.608)，CA19-9 为 0.626 (0.573–0.679)，CA72- 4 是分别为 0.694（0.648-0.739）（补充表 1）。 CEA、CA199、CA724和NLR二元逻辑回归得到的预测概率的诊断效能显着高于NLR（P=0.003）、CEA（P<0.001）、CA19-9（P<0.001）和CA72-4（P = 0.013）（图 1b）。对于骨转移 (n = 119)，NLR 的 AUC (95% CI) 为 0.653 (0.599–0.707)，CEA 为 0.65 (0.594–0.707)，CA19-9 为 0.555 (0.498–0.612) 科学报告|(2022) 12:10269 |https://doi.org/10.1038/s41598-022-14379-43图1。ROC分析预测GC转移。 AUC 表示 CEA、CA19-9、CA72-4、NLR 和总预测概率的诊断能力（一个), 腹膜 (b), 肝 (d), 骨质 (C) 和多部位转移 (e）。对照组及不同部位转移病例（F）。 PRE，通过 CEA、CA199、CA724 和 NLR 的二元逻辑回归得到的预测概率。曲线下面积95% 置信度隔断森专业约登指数PPV净现值P值NLR0.6790.653–0.7052.910.550.7340.2840.5490.734< 0.001CEA0.6470.62–0.6744.340.4850.7630.2480.5460.719< 0.001CA1990.6490.622–0.67518.690.4970.7410.2380.5370.727< 0.001CA7240.6620.636–0.6886.960.4470.8070.2540.4470.799< 0.001P10.7160.691–0.740.390.5380.750.3330.5680.7580.209P20.730.705–0.7540.390.6490.7280.3770.6370.733参考表 2。AUC 和 GC 转移的 Youden 指数最大值时诊断指标的临界值 (N = 1667)。受试者工作特征下的 AUC 面积、CI 置信区间、Sen 敏感性、Spe 特异性、PPV 阳性预测值、NPV 阴性预测值、使用 DeLong 检验比较参考的 AUC 与其他指标的 P P 值、通过二元逻辑回归获得的 P1 预测概率结合 CEA、CA199、CA724、P2 预测概率，通过结合 CEA、CA199、CA724 和 NLR 的二元逻辑回归得到，参考参考。和 CA72-4 分别为 0.586（0.524-0.648）（补充表 2）。与腹膜转移相似，除 NLR (P = 0.313) 和 CEA (P = 0.514) 外，预测概率的诊断效果显着高于 CA19-9 (P < 0.001) 和 CA72-4 (P = 0.017)（图. 1c)。至于