外周血MPVLR相關列線圖模型預測結腸癌術后患者的預后

蔣馨瑩 張琦琦 丁 川 王紅兵

結直腸癌是全世界常見的人類惡性腫瘤之一,是僅次于肺癌的第三大常見癌癥和第二大致死性癌癥。根據全球癌癥統計數據顯示,2020年結腸癌新增病例為114.8萬,新增死亡病例為57.7萬[1]。結腸癌患者的發病年齡逐漸趨向年輕化,這使得我們非常重視結腸癌患者的早期診斷和預后[2]。在臨床上,通常基于TNM分期來評估患者預后及制定治療方案。由于結腸癌具有異質性,相同的分期下,不同個體的預后及治療效果也存在差異[3]。因此,開發新的穩健的預測工具的需求也在不斷增加。

長期炎癥刺激下,會導致基因突變,每一次細胞復制將伴隨著傳播未修復的突變和染色體畸變的風險,大大增加了上皮細胞向惡性轉化的概率,從而誘導癌癥的發生[4]。慢性炎癥還可能驅動并伴隨組織衰老,從而促進因加速生物衰老而發生的癌癥[5]。腫瘤發生后,其通過各種信號或通路所誘導的炎性反應會繼續影響腫瘤的進展、復發和遷移。這些炎性反應會引起癌癥患者的外周血液循環中相關炎性指標的動態改變。MPVLR作為一種新的炎性指標,既可以反映凝血功能,又能說明機體的炎癥狀態及免疫反應。該指標最初被作為心腦血管病患者潛在的預后標志物[6]。2020年,Marcin 等[7]提出MPVLR可作為腎癌預后不佳的指標。但關于與結腸癌患者預后之間的關系尚未被闡述。本研究的目的為探討術前MPVLR與結腸癌患者預后的關系。開發與MPVLR相關的列線圖模型,為個體化評估患者的臨床預后和分辨高危人群提供參考。

資料與方法

1.病例資料:選取2014年1月～2016年11月在筆者醫院初診初治的結腸癌的患者,納入標準:①接受根治性手術治療,術后經病理結果證實為結腸癌;②術前1個月內無輸血史,無抗血小板及抗凝史。排除標準:①排除遠處轉移;②合并嚴重貧血、感染、血液系統疾病、自身免疫性疾病;③合并嚴重的心臟、腦、肝臟、腎臟等重要器官疾病;④有其他惡性腫瘤病史;⑤隨訪數據缺失。最終納入261例患者為結腸癌組。

2.信息采集:通過查看既往病歷,收集年齡、性別、腫瘤部位、浸潤深度、分化程度、病理分型、腫瘤直徑、癌胚抗原(carcinoembryonic antigen,CEA)、淋巴細胞計數、平均血小板體積等。收集術前最后一次血清學指標。根據第8版美國癌癥聯合委員會分期系統判斷患者的臨床和病理分期。本研究經徐州醫科大學附屬醫院醫學倫理學委員會批準(倫理學審批號:XYFY2021-KL275-01)。

MPVLR為平均血小板體積與淋巴細胞計數之比。按照中位數分為MPVLR低水平組(<6.176)和MPVLR高水平組(≥6.176)兩組。結腸癌術后患者依據列線圖總分分為低危組、中危組和高危組。

3.隨訪:以施行手術的時間作為隨訪的開始。隨訪的方法主要為門診常規檢查、電話、短信回訪等。隨訪內容主要為定期復查胸腹盆部CT、腫瘤標志物等,必要時復查結腸鏡。隨訪頻率為每3個月1次,共2年;然后每6個月1次,至術后第5年;5年后每年隨訪1次。隨訪截止時間為2021年11月或死亡日期。總生存期(overall survival,OS)定義為從手術之日到任何原因死亡或最后一次隨訪的時間間隔。

4.統計學方法:應用SPSS 26.0統計學軟件對數據進行統計分析。采用Kaplan-Meier生存分析及Log-rank檢驗對不同組間累積生存率進行比較。采用COX回歸分析與預后相關的因素。采用R軟件(版本4.0.5)構建列線圖模型,計算C指數、繪制校正曲線及風險分層系統。以P<0.05為差異有統計學意義。

結 果

1.結腸癌患者的基本臨床資料:在納入本項研究的261例結腸癌術后患者中,男性157例(60.1%),女性104例(39.9%)。65歲以下的患者146例(55.9%),65歲及65歲以上的患者有115例(44.1%)。腫瘤發生在左半部分結腸的患者為132例(50.6%),右半部分結腸的患者為129例(49.4%)。229例患者(87.7%)的病理類型為腺癌,32例(12.3%)患者為印戒細胞癌和黏液腺癌。208例患者(79.7%)的腫瘤分化程度為中高分化,53例患者(20.3%)的腫瘤分化程度為低分化。43例(16.5%)患者為T1+T2期,218例(83.5%)患者為T3+T4期。淋巴結轉移的患者為104例(39.9%),淋巴結未轉移的患者為157例(60.1%)。腫瘤直徑<5cm的患者為107例(41.0%),≥5cm的患者為154例(59.0%)。161例(61.7%)患者的術前CEA為正常水平。MPVLR高水平組(≥6.176)的患者為131例(50.2%)。隨訪時間為4～92個月,中位隨訪時間為72(57,79)個月。隨訪期內共70例(26.8%)患者發生死亡,詳見表1。

表1 結腸癌患者的臨床病理特征[n(%)]

2.比較術前外周血不同MPVLR水平組結腸癌患者的OS:術前MPVLR低水平組與MPVLR高水平組結腸癌患者,其中位生存時間分別為76個月、62個月。經Log-rank法檢驗結果顯示,MPVLR高水平組的患者累積OS率明顯低于MPVLR低水平組。提示高水平組的患者生存期縮短,預后較差(P<0.001),詳見圖1。

圖1 不同MPVLR水平結腸癌患者累積生存函數曲線

3.影響結腸癌患者預后的COX回歸分析:單因素結果顯示分化程度、浸潤深度、淋巴結轉移、腫瘤直徑、CEA水平、MPVLR與患者預后相關(P<0.05)。多因素COX比例風險回歸模型,結果顯示浸潤深度、淋巴結轉移、CEA水平、MPVLR為結腸癌術后患者OS的獨立預后因素(P<0.05),且浸潤深度為T3+T4期、有淋巴結轉移、CEA≥5ng/ml、MPVLR≥6.176的患者預后較差,詳見表2。

表2 影響結腸癌術后患者預后的相關因素

4.列線圖模型的構建與驗證:基于以上4個獨立預后因素建立列線圖模型,詳見圖2。通過Bootstrap法對列線圖模型進行驗證,列線圖模型的C指數為0.765(95% CI:0.709～0.820),提示具有較好的預測能力。另外,TNM分期的C指數為0.638(95% CI:0.570～0.706),MPVLR的C指數為0.683(95% CI:0.626～0.740)。可見,不論是與TNM分期比較還是與單獨的MPVLR比較,新的列線圖模型的C指數得到了進一步的提高。

圖2 預測結腸癌術后患者3年、5年生存率的列線圖模型

列線圖模型3年、5年生存率的校正曲線均貼近于理想曲線(對角線),列線圖模型預測概率同實際概率一致性較高,具有更好的準確性和穩定性,詳見圖3。

圖3 預測結腸癌術后患者生存率列線圖模型的校準曲線A.預測3年生存率的列線圖模型的校準曲線; B.預測5年生存率的列線圖模型的校準曲線

5.基于列線圖模型的結腸癌患者的風險分層:為了研究列線圖模型在評估個體化患者風險分層方面的預測能力,通過三分位數對列線圖模型的總分進行分組,將所有結腸癌術后患者分為3個亞組:低危組(總分<121.3)、中危組(總分121.3～192.2)、高危組(總分>192.2),其中位生存期分別為77.5、72、60個月,Kaplan-Meier生存曲線如圖4所示,Log-rank檢驗P<0.001,表明亞組間的生存比較差異有統計學意義。

圖4 基于列線圖模型對患者進行風險分層并繪制生存曲線

討 論

當前,列線圖模型憑借其簡單直觀、易于操作、可視化的特點,在不同癌種中的研究是目前的熱點[8～10]。其基于多因素回歸分析來構建,以預測某一臨床結局或事件發生的概率,便于對患者的預后作出個體化的評估[11]。本研究證實,與MPVLR相關的列線圖模型對結腸癌患者的預后預測具有良好的區分度及準確性,可用于個體化的生存評估。

MPVLR作為一種新型炎癥標志物,在評估腫瘤患者的預后方面有很大的潛力。其中,平均血小板體積(mean platelet volume,MPV)反映機體循環中血小板的功能狀態及活化程度。研究表明,大的血小板顯示出更多的細胞顆粒及黏附分子的高表達,經歷更快的激活,誘導血小板過度活化,促進腫瘤的發生、發展[12]。Sakin等[13]回顧性的分析了394例Ⅰ～Ⅲ期的結腸癌患者,發現MPV高水平的患者,其無復發生存期縮短,預后較差。并且MPV的預后價值在其他癌癥也被進一步證實[14,15]。與高水平MPV的促瘤效應相反,淋巴細胞通過促進細胞毒性T淋巴細胞的凋亡和細胞因子的形成有效控制了癌癥的發生、發展,誘導腫瘤細胞的死亡,發揮抑癌作用。而單一參數易受各種因素的影響,且平均血小板體積與淋巴細胞在腫瘤的進展中起相反的作用,所以筆者將其相互結合形成新的指標以用來反映腫瘤患者的不良預后。本研究結果顯示,MPVLR高水平組的結腸癌患者生存率明顯下降,提示預后不佳。

通過多因素回歸分析的結果顯示,MPVLR是結腸癌術后患者的獨立預后因素。這與Marcin 等[7]在非轉移性腎癌中的研究結果一致。眾所周知,浸潤程度越深,越容易引起腫瘤的局部復發和遠處轉移,預后較差。本研究與辛道等[16]的討論結果一致,浸潤深度為結腸癌術后患者的獨立預后因素。大量文獻證明,淋巴結轉移是評估結腸癌患者生存的重要因素。O′Connell等[17]提出與Ⅱ期結腸癌患者比較,有淋巴結轉移的Ⅲ期結腸癌患者5年生存率降低>20%(82.5% vs 59.5%)。筆者的研究同樣發現,存在淋巴結受累的患者預后狀況較差,是影響結腸癌術后患者生存的獨立危險因素。CEA是一種細胞內黏附分子,與腫瘤細胞的侵襲及轉移有關,影響患者預后。Xu等[18]研究發現,CEA是大腸癌患者生存率的獨立預測因子。本研究得到了類似的結論,CEA水平為結腸癌術后患者OS的獨立危險因素。筆者將外周血炎性指標MPVLR聯合臨床參數(浸潤深度、淋巴結轉移、CEA構建了評估結腸癌患者預后的列線圖模型。通過內部驗證提示有較好的預測效能及準確性。并基于列線圖模型建立了風險分層系統,用于識別術后預后不佳的高危人群,以加強對該類患者定期隨訪及規律治療的監督。

廣泛使用的TNM分期系統,依賴于原發腫瘤的局部區域腫瘤擴展,但其忽略了腫瘤和宿主之間的生物學差異。大量研究表明,新的列線圖模型要比單一的TNM分期系統具有更好的預后評估價值。在本研究中同樣發現,與傳統TNM模型的C指數0.638(95% CI:0.570～0.706)比較,列線圖模型的C指數提升至0.765(95%CI:0.709～0.820),表現出較好的預測價值和穩定性。這也與Yu等[19]研究發現一致,列線圖模型預測能力優于TNM分期系統,以輔助TNM分期個體化評估患者的預后差異。

本研究構建的列線圖模型所需的臨床參數均可以通過術前血液學檢驗及術后常規病理獲得,不會給患者進一步增加經濟負擔,方便且易于操作,在臨床工作中具有較好的應用前景。例如,一個行根治性手術后經病理確診為結腸癌的患者,術前MPVLR為6.5,T分期為T2期,淋巴結轉移數為兩枚,CEA為5.5ng/ml,這4項的得分分別為75、0、49、47.5分,總得分為171.5分,預測該患者3年生存率為82%、5年生存率為75%。

本研究也存在一定的局限性:(1)研究數據規模有限,僅來源于單一機構收集的數據。仍需開展多機構的前瞻性大樣本量的驗證提供更令人信服的證據。(2)本研究將中位數作為炎性指標的臨界值,可能存在一定的誤差。(3)該模型僅包括臨床病理特征、炎癥標志物、腫瘤標志物,而忽略了其他分子水平的影響因素,如風險基因等。值得通過包含其他參數進一步改進。

綜上所述,術前MPVLR是結腸癌術后患者的獨立預后因素。本研究開發了與MPVLR相關的列線圖模型,可以個體化預測結腸癌術后患者3年、5年的生存率。希望新的列線圖模型能在預測預后、隨訪管理、治療方案制定等方面為臨床醫生或患者提供更大的價值或更有說服力的依據。