论文部分内容阅读
背景与目的:作为世界范围内发病率最高的女性恶性肿瘤,乳腺癌是一种高度异质性疾病。虽然根据乳腺癌亚型选择治疗方式已在国际上达成共识,但精准治疗需要更细致的预后分层以及更好的疾病监测、管理和治疗策略。美国国立综合癌症网络（National Comprehensive Cancer Network,NCCN）指南推荐21基因复发评分（recurrence score,RS;Oncotype DX）等多基因检测来评估复发风险以指导治疗策略的选择。但基于中国人群的基因表达研究仍然较少,国内缺乏相应的行业标准与共识。因此,迫切需要简单、准确的预后模型来防止高复发风险患者的治疗不足,并最大限度地减少低复发风险患者的过度治疗。从外周血中获得的预测性和预后性炎症生物标志物有助于做出更快、更具性价比和更个性化的决策。但截至目前,外周免疫炎症系统与乳腺癌之间的大部分关系尚未发现。而且免疫炎症系统在乳腺癌侵袭、进展和转移中的作用因分子亚型而异。不同亚型乳腺癌外周血炎症生物标志物的鉴定不仅有助于建立评估我国乳腺癌患者复发风险的中国特色策略,而且对于揭示免疫细胞群体和肿瘤细胞之间相互作用的分子机制和探索新的乳腺癌亚群免疫抑制靶点也很有帮助。本研究旨在探索术前外周血中性粒细胞（neutrophil,NEUT）、淋巴细胞（lymphocyte,LYM）、单核细胞（monocyte,MNC）、血小板（platelet,PLT）、C反应蛋白（C-reactive protein,CRP）和白蛋白（albumin,Alb）及其衍生的中性粒细胞与淋巴细胞之比（neutrophil-to-lymphocyte ratio,NLR）、淋巴细胞与单核细胞之比（lymphocyte-to-monocyte ratio,LMR）、血小板与淋巴细胞之比（platelet-to-lymphocyte ratio,PLR）、C反应蛋白与白蛋白之比（C-reactive protein to albumin ratio,CAR）、系统免疫炎症指数（systemic immune inflammation index,SII）、预后营养指数（prognostic nutritional index,PNI）共12个炎症生物标志物与不同分子分型乳腺癌患者预后的关系,并且评估基于炎症生物标志物的预后评分模型在不同分子分型乳腺癌患者中的预后价值。我们试图了解不同亚型乳腺癌是否具有不同的外周免疫状态,可否使用外周血炎症生物标志物来预测不同亚型乳腺癌患者的预后,从而识别具有不同复发风险的群体,帮助实现患者的精准诊治。方法:收集2013年4月至2015年12月在浙江大学医学院附属邵逸夫医院肿瘤外科或普外科接受手术治疗且术后病理诊断为浸润性导管癌的561例女性乳腺癌患者的临床病理资料。以无病生存期（disease-free survival,DFS）为研究终点,使用受试者工作特征（receiver operating characteristic,ROC）曲线分别确定全体乳腺癌患者及不同分子分型患者术前NEUT、LYM、MNC、PLT、CRP、Alb及其衍生的NLR、LMR、PLR、CAR、SII和PNI共12个炎症生物标志物的最佳截断值,并以此为界将患者分为高值组和低值组。采用卡方检验或Fisher精确检验比较各组与临床病理特征之间的关系。通过Kaplan–Meier方法评估DFS,用Log rank检验评估各组患者的生存差异。使用Cox比例风险模型进行单因素和多因素分析,以分析影响预后的因素并检验因素的独立性。基于Cox分析建立预后评分模型,根据不同预后进行分组。使用C指数、曲线下面积（area under the curve,AUC）和校准曲线评价模型的区分度和校准度。使用C指数和决策曲线分析（decision curve analysis,DCA）比较不同模型的性能差异。结果:1.我院561例乳腺癌患者中,年龄＜50岁者241例,年龄≥50岁者320例;绝经和未绝经的患者分别为296例和265例;肿瘤大小≤20 mm者299例,肿瘤大小＞20 mm且≤50 mm者252例,肿瘤大小＞50 mm者10例;ER阴性者145例,ER阳性者416例;PR阴性者204例,PR阳性者357例;HER2阴性者415例,HER2阳性者146例。Ki-67＜15%者180例,Ki-67为15-30%者202例,Ki-67＞30%者179例;无淋巴结转移者312例,淋巴结转移数目为1-3颗者187例,淋巴结转移数目为4-9颗者40例,淋巴结转移数目超过10颗者22例。WHO组织学分级为1级、2级和3级者分别有76、234和251例。临床分期（AJCC第8版）为I期、II期和III期者分别有317、183和61例。分子分型为HER2阳性（HR阳性）型、HER2阳性（HR阴性）型、三阴型、Luminal A型和Luminal B型的患者分别有71、75、70、158和187例。2.在全体561例乳腺癌患者中,ROC曲线分析得到NEUT、LYM、MNC、PLT、CRP、Alb、CAR、LMR、NLR、PLR、PNI和SII的最佳截断值分别为:8.900、1.150、0.450、205.500、0.250、44.450、0.245、3.310、1.715、152.520、54.150和690.920。卡方检验或Fisher精确检验发现PLT、CRP、Alb、NLR、PLR、PNI、SII分别与部分临床病理特征相关。生存分析发现Alb、NLR、PLR和PNI4个炎症生物标志物的高值组和低值组的DFS存在显著差异（P＜0.05）。单因素分析显示肿瘤大小（P＜0.05）、淋巴结转移（P＜0.01）、临床分期（P＜0.01）、Alb（P＜0.05）、NLR（P＜0.05）、PNI（P＜0.05）6个因素与DFS显著相关。将上述6个指标纳入多因素分析,发现淋巴结转移（P＜0.05）和低NLR（P＜0.05）是DFS的独立危险因素。淋巴结转移的乳腺癌患者复发风险是淋巴结无转移患者的1.5倍。术前NLR＞1.715的乳腺癌患者复发风险是NLR≤1.715患者的0.58倍。3.在71例HER2阳性（HR阳性）型乳腺癌患者中,ROC曲线分析得到NEUT、LYM、MNC、PLT、CRP、Alb、CAR、LMR、NLR、PLR、PNI和SII的最佳截断值分别为:4.350、1.550、0.450、188.500、0.750、43.550、0.015、5.875、1.685、79.205、55.500和372.465。卡方检验或Fisher精确检验发现CAR、SII高低分别与部分临床病理特征相关。生存分析显示MNC、NLR、LMR、PLR 4个炎症生物标志物的高值组和低值组的DFS存在显著差异（P＜0.05）。单因素COX分析发现绝经与否（P＜0.05）、LMR（P＜0.05）、NLR（P＜0.05）、PLR（P＜0.05）、PNI（P＜0.05）5个因素与HER2阳性（HR阳性）型乳腺癌患者的DFS显著相关;将上述5个指标纳入多因素分析,发现绝经状态、LMR、NLR、PLR和PNI均不是该亚型乳腺癌患者的独立预后因素。4.在75例HER2阳性（HR阴性）型乳腺癌患者中,ROC曲线分析得到NEUT、LYM、MNC、PLT、CRP、Alb、CAR、LMR、NLR、PLR、PNI和SII的最佳截断值分别为:3.450、1.650、0.450、188.000、0.750、44.750、0.015、4.375、1.280、111.075、51.300和297.905。卡方检验或Fisher精确检验发现NEUT、CRP、CAR、SII分别与部分临床病理特征相关。生存分析发现高Alb组和低Alb组的DFS存在显著差异（P＜0.05）。单因素分析显示淋巴结转移（P＜0.01）、临床分期（P＜0.05）、Alb（P＜0.05）3个因素与HER2阳性（HR阴性）型乳腺癌患者的DFS显著相关。对上述3个指标进行多因素分析,发现淋巴结转移情况、临床分期和Alb均不是该亚型患者的独立预后因素。5.在70例三阴型乳腺癌患者中,ROC曲线分析得到NEUT、LYM、MNC、PLT、CRP、Alb、CAR、LMR、NLR、PLR、PNI和SII的最佳截断值分别为:2.650、1.750、0.350、165.500、2.850、43.300、0.065、5.875、4.115、97.165、52.750和217.480。卡方检验或Fisher精确检验发现MNC、LYM、Alb分别与部分临床病理特征相关。生存分析发现PLT、NLR、LMR和SII四个炎症生物标志物的高值组和低值组的DFS存在显著差异（P＜0.05）。单因素分析示PLT（P＜0.05）、NLR（P＜0.05）、SII（P＜0.05）3个因素与DFS显著相关,对上述3个指标进行多因素分析,发现高NLR是三阴型乳腺癌患者DFS的独立危险因素（P＜0.05）。术前NLR＞4.115的三阴型乳腺癌患者复发风险是NLR≤4.115患者的8.3倍。6.在158例Luminal A型乳腺癌患者中,ROC曲线分析得到的NEUT、LYM、MNC、PLT、CRP、Alb、CAR、LMR、NLR、PLR、PNI和SII的最佳截断值分别为:4.050、2.050、0.350、182.500、0.350、43.750、0.005、4.290、1.880、137.980、55.450、417.040。卡方检验或Fisher精确检验发现LYM、PLT、CRP、CAR、LMR与部分临床病理特征相关。生存分析发现LYM、CRP、LMR、PLR和PNI 5个炎症生物标志物的高值组和低值组的DFS存在显著差异（P＜0.05）。单因素分析显示LYM（P＜0.05）、CRP（P＜0.05）、LMR（P＜0.05）、PNI（P＜0.05）4个因素与Luminal A型乳腺癌患者的DFS显著相关。对上述4个指标进行多因素分析,发现LYM、CRP、LMR、PNI均不是该亚型患者DFS的独立预后因素。7.在187例Luminal B型乳腺癌患者中,ROC曲线分析得到的NEUT、LYM、MNC、PLT、CRP、Alb、CAR、LMR、NLR、PLR、PNI和SII的最佳截断值分别为:2.450、2.150、0.350、204.500、0.650、44.650、0.015、6.420、1.690、88.895、54.150和410.475。卡方检验或Fisher精确检验发现MNC、PLT、LMR、CRP、CAR、PLR、SII与部分临床病理特征相关。生存分析发现Alb、CRP、CAR和PLR 4个炎症生物标志物的高值组和低值组的DFS存在显著差异（P＜0.05）。单因素COX回归分析示淋巴结转移（P＜0.05）、Alb（P＜0.05）、CRP（P＜0.05）、CAR（P＜0.05）、PLR（P＜0.05）5个因素与Luminal B型乳腺癌患者的DFS显著相关。对上述5个指标进行多因素分析,发现高Alb、低CAR和高PLR 3个指标是Luminal B型乳腺癌患者DFS的独立危险因素。Alb＞44.650的Luminal B型乳腺癌患者复发风险是Alb≤44.650患者的2.32倍。CAR＞0.015的Luminal B型乳腺癌患者复发风险是CAR≤0.015患者的0.38倍。PLR＞88.985的Luminal B型乳腺癌患者复发风险是PLR≤88.985患者的6.75倍。8.在Luminal B型患者中建立了基于CAR、Alb、PLR 3个炎症生物标志物的预后评分模型。模型将Luminal B型乳腺癌患者分为三个不同的预后组,组间DFS存在显著差异（P＜0.05）。模型ROC曲线的AUC为0.763,C指数为0.76,校准图显示实际3年和5年无病生存率与预测无病生存率基本符合,表明模型具有良好的区分度和校准度。与TNM分期模型和临床分期模型相比,预后评分模型具有更优的C指数和DCA,表明其具有更好的预后预测能力和临床净收益。结论:1.术前NLR与乳腺癌患者的DFS显著相关,是预测患者预后的独立因素。在全体乳腺癌患者中,术前低NLR（NLR≤1.715）提示预后不良。而对三阴型乳腺癌患者,术前高NLR（NLR＞4.115）提示预后不良。2.术前Alb、CAR和PLR与Luminal B型乳腺癌患者的DFS显著相关,是预测患者预后的独立因素。在Luminal B型乳腺癌患者中,高Alb（Alb＞44.650）、低CAR（CAR≤0.015）和高PLR（PLR＞88.985）提示预后不佳。3.基于CAR、Alb、PLR 3个术前炎症生物标志物的预后评分模型可预测Luminal B型乳腺癌患者的预后,对识别具有不同复发风险的患者从而实现患者精准治疗具有一定临床应用潜能。