血小板/淋巴細胞比值對肝細胞癌的預后價值評價

胡瓊英，羅建蓉，艾承錦，陳高莉，張 爽，張朝明

(1.成都中醫藥大學附屬醫院檢驗科，四川 成都 610072；2 四川省邛崍市醫療中心醫院檢驗科，四川 邛崍 611530)

肝細胞癌(Hepatocellular carcinoma，HCC)是常見的惡性腫瘤之一，中國是發病率和死亡率最高的國家，每年有2.5萬至100萬人死于HCC[1，2]。目前，手術切除和放化療對部分HCC患者有一定效果，但HCC的轉移和復發率高，預后不盡人意[3]。所以在HCC的診療過程中，迫切需要發掘靈敏度和特異度等較高的生物標志物來指導個體化治療。

炎癥反應在HCC的發生、發展中起著十分重要的作用[4]。實驗室炎性反應標志物如C-反應蛋白、血小板/淋巴細胞比值(Platelet-to-lymphocyte ratio，PLR)等已被證實是胰腺癌[5]、結直腸癌[6]和胃癌[7]等消化系統癌癥有價值的預后因素。盡管已有部分研究證實PLR和HCC的早期診斷和預后相關，但是總生存期和最佳截止點(cut-off值)仍然不明確[8]。本研究探討PLR對HCC的預后價值，找到最佳判斷截點，以期為臨床個體化治療提供簡單、便捷、低廉的標志物或評估方法。

1 資料與方法

1.1一般資料2015年1月至2017年1月我院首診的100例HCC患者，均經組織病理學確診，排除急性感染、合并其他疾病(膽管癌、腺癌)、孕婦和未成年患者、隨訪數據不明者。治療方案包括：索拉非尼化療和治愈性治療(如肝移植、肝切除、放射頻率消融等)[9]；定期隨訪為：出院1次、1個月后1次，后期每3個月1次，回顧性分析血常規和肝功能指標。

1.2實驗室與儀器入院時采集EDTA抗凝靜脈血檢測血常規和不含添加劑的普通紅頭管檢測肝功能；血常規所用儀器為SYSMEX XE-2100全自動五分類血液分析儀，生化項目所用儀器為Beckman-Olympus AU5400 生化分析儀。

1.3統計學方法采用SPSS 19.0統計學軟件進行數據處理。計量資料以均數±標準差表示，組間比較采用t檢驗；繪制ROC曲線，采用Youden 指數選取確定cut-off值。P< 0.05為差異有統計學意義。

2 結果

2.1HCC患者人口學特征本研究納入HCC患者共100例，年齡和病史差異無統計學意義，性別差異有統計學意義，男性發病率高于女性，受試者一般資料見表1。

表1 不同組HCC癌患者的一般資料

2.2不同組HCC實驗室檢查結果比較不同組HCC患者實驗室指標發現：血小板和淋巴細胞計數在生存組和死亡組之間差異無統計學意義(P>0.05)；生存組PLR、天門冬氨酸轉氨酶(AST)和膽紅素相對于死亡組顯著降低(P< 0.05)，而白蛋白顯著升高，見表2。

2.3PLR在死亡率預測中的價值繪制了PLR的ROC曲線來評估PLR預測死亡率的價值，Youden 指數最大為0.394，并確定了其預測死亡的cut-off值為208，此時預測的敏感度和特異性分別為64.2%和75.2%，AUC為0.75，見圖1。

圖1 PLR預測HCC患者死亡率的ROC曲線

表2 兩組HCC患者實驗室指標比較

3 討論

本研究共納入100例HCC患者，經過平均11個月的隨訪周期，生存者78例，生存組和死亡組實驗室檢查結果比較，PLR、AST和白蛋白都存在著顯著性差異；進一步比較發現升高的PLR預測更高的死亡率，當其cut-off值取208時，預測的敏感性度為64.2%，特異性為75.2%，ROC曲線下面積為0.75。Yang 等分析了778例經肝切除治療的HCC患者實驗室指標，發現PLR與肝硬化或乙型肝炎患者生存不佳有顯著相關性[10]。基于以往炎性標志物(如C-反應蛋白、PLR和中性粒細胞/淋巴細胞比值等)在疾病診斷中的廣泛應用[11]，本研究結果也為疾病預后提供了證據。

盡管PLR在HCC發生、發展及預后中的機制尚不明確，但可能與炎癥反應時，抑制機體招募免疫抑制細胞如調節性T細胞，從而導致腫瘤病程進展有關[12，13]。腫瘤分泌的促炎因子可刺激巨核細胞產生血小板，多途徑促進腫瘤進展；而增多的血小板又分泌各種生長因子(如血管內皮生長因子、血小板衍生生長因子等)，促進血管生成，促進腫瘤細胞的增殖和轉移[14，15]。此外，腫瘤引起的血小板聚集保護腫瘤細胞不被先天免疫監視T細胞識別、清除[16]。另一方面，腫瘤浸潤淋巴細胞誘導腫瘤細胞凋亡對抗腫瘤起著重要作用，淋巴細胞計數反映宿主免疫系統的反應性，并與腫瘤增殖和侵襲性呈負相關[17]。

綜上所述，盡管本研究樣本量和治療方法、個體差異、隨訪等混雜因素的影響，但PLR檢測低廉、方便、快捷，是一種極易獲得的低成本實驗，該實驗可獨立預測HCC預后不良；便于臨床進一步開展分層和個體化治療。接下來可擴大樣本量，找到PLR預測HCC預后的最佳cut-off值，或多指標聯合預測，以提高靈敏度和特異性等預測價值。