CgA、CD56、Syn表達對小細胞肺癌預后的影響

[摘要] 目的 探討40例小細胞肺癌中傳統神經內分泌（NE）標記物CgA、CD56、Syn表達對小細胞肺癌（SCLC）的預后影響。 方法 方便收集該院2013年1月—2015年1月收治的小細胞肺癌住院患者40例。CgA、CD56、Syn的表達情況依據免疫組化報告，隨訪所有病例至少12個月，最后一次隨訪日期截止到2016年4月。采用SPSS 20.0統計學軟件作統計分析。結果 小細胞肺癌中，CgA陽性率30.0%，CD56陽性率87.5%，Syn陽性率62.5%。CgA、CD56、Syn的表達均與臨床病理參數無關（P>0.05），單因素生存分析（Log.rank檢驗）顯示，NE表型與SCLC的無進展生存相關（P<0.05）。 結論 SCLC的預后的影響因素之一是神經內分泌表型，CgA、CD56、Syn的共同表達，是其無進展生存期較長的影響因素。

[關鍵詞] 神經內分泌表型； CgA；CD56；Syn；小細胞肺癌

[中圖分類號] R73 [文獻標識碼] A [文章編號] 1674-0742（2016）10（b）-0031-03

[Abstract] Objective To investigate the effect of CgA， CD56 and Syn on the prognosis of small cell lung cancer （SCLC） in 40 patients with small cell lung cancer（NSCLC）. Methods Convenient collected 40 patients with small cell lung cancer in our hospital from January 2013 to January 2015. The expression of CgA， CD56 and Syn were reported by immunohistochemistry， followed up for at least 12 months， and the last follow-up date was April 2016. Using SPSS20.0 statistical software for statistical analysis.Results In small cell lung cancer， the positive rate of CgA was 30%， the positive rate of CD56 was 87.5%， the positive rate of Syn was 62.5%. The expression of CgA， CD56 and Syn were not correlated with clinical pathological parameters （P > 0.05）， single factor survival analysis （Log.rank test） showed that the NE phenotype was associated with progression free survival （P<0.05） of SCLC.Conclusion One of the factors influencing the prognosis of SCLC is the neuroendocrine phenotype， CgA， CD56， Syn co expression is three positive， is a small cell lung cancer progression free survival of the factors.

[Key words] Neuroendocrine phenotype； CgA； CD56； Syn； Small cell lung cancer

小細胞肺癌（SCLC）作為肺類癌的一種類型，其預后差；雖然化療敏感，早期治療效果較好，但病情進展快[1-2]。因此，對于SCLC來說，應用早期、簡便的診斷方法對病情及預后作有效的判斷顯得尤為重要[3]。多項研究指出NE標記物CgA、CD56、Syn表達對SCLC的預后密切相關[4]。該文方便選取了該院2013年1月—2015年1月小細胞肺癌住院患者40例，總結了CgA、CD56、Syn的表達與SCLC臨床病理參數的關系及與無進展生存期的關系，現報道如下。

1 資料與方法

1.1 一般資料

方便選取該院收治的40例小細胞肺癌患者，其中男性34例，女性6例，年齡42～75歲，中位年齡59歲。

1.2 研究方法

40例小細胞肺癌標本均進行了CgA、CD56、Syn免疫組化檢測，染色結果判定為陽性或陰性。隨訪截止日期為2016年4月。

1.3 統計方法

數據分析采用SPSS 20.0統計學軟件，分析CgA、CD56、Syn的表達及NE表型與生存期的關系用百分率（%）表示，采用χ2檢驗，以P<0.05為差異有統計學意義。……