韋來鳳，洪超群，陳柳伊，許鎰洧，伍方財*

(1.江門市中心醫(yī)院/中山大學(xué)附屬江門醫(yī)院檢驗科，廣東 江門 529000；2.汕頭大學(xué)醫(yī)學(xué)院附屬腫瘤醫(yī)院腫瘤研究實驗室，廣東 汕頭 515041；3.汕頭大學(xué)醫(yī)學(xué)院附屬腫瘤醫(yī)院檢驗科，廣東 汕頭 515041；4.汕頭大學(xué)醫(yī)學(xué)院附屬腫瘤醫(yī)院放療科，廣東 汕頭 515041)

口腔鱗狀細胞癌(oral tongue squamous cell carcinoma，OSCC)是影響人類健康的惡性腫瘤之一，2022年美國OSCC新發(fā)病例約5.45萬例[1]。舌鱗狀細胞癌(tongue squamous cell carcinoma，TSCC)是最常見的OSCC 類型，發(fā)病率在全球范圍不斷上升[2]。TSCC 的預(yù)后相對較差，主要是由于較高的局部復(fù)發(fā)和頸部淋巴結(jié)、血液轉(zhuǎn)移以及遠處組織轉(zhuǎn)移[3]，并且病人通常會出現(xiàn)言語、咀嚼和吞咽障礙[4]。即使采用手術(shù)、放療、化療等聯(lián)合治療，TSCC患者的5年生存率仍不理想[5]。由于患者的臨床病理特征多樣，預(yù)測TSCC患者的預(yù)后對于選擇個性化的治療策略具有重要意義。

雖然TNM 分期系統(tǒng)是評估TSCC 預(yù)后的主要方法，但它完全基于疾病的解剖范圍，這對TSCC 患者的生存分析具有一定的局限性[6]。列線圖是一種簡單的、可靠的統(tǒng)計預(yù)測工具，它能夠合并基于患者和疾病特征的變量來評估個體化風險[7]。

此外，已經(jīng)有相關(guān)研究報道血清學(xué)炎癥/免疫標志物與人類惡性腫瘤預(yù)后之間的關(guān)系，其中包括外周血中性粒細胞計數(shù)(neutrophil count，NC)、淋巴細胞計數(shù)(lymphocyte count，LC)、單核細胞計數(shù)(monocyte count，MC)和血漿B 因子(B factor，BF)等[8-9]。這些血清學(xué)標記物獲取容易，檢測方便。與此同時，這些血液指標的衍生物，如淋巴細胞與單核細胞計數(shù)的比值(lymphocyte-to-monocyte ratio，LMR)也可作為患者不良預(yù)后的獨立因素。

本研究首先探討B(tài)F、MC、LMR、TNM 分期與TSCC手術(shù)患者預(yù)后的關(guān)系，再根據(jù)這4個指標的評估價值建立了列線圖模型來預(yù)測TSCC 患者的預(yù)后，從而提供了一個新工具來協(xié)助指導(dǎo)TSCC 患者的臨床管理。

1 材料與方法

1.1 研究對象和數(shù)據(jù)收集

本研究是一項回顧性研究，收集2008 年7 月—2019 年1 月在汕頭大學(xué)醫(yī)學(xué)院附屬腫瘤醫(yī)院接受手術(shù)切除的167例TSCC患者的數(shù)據(jù)。納入標準：①經(jīng)組織病理學(xué)診斷為TSCC；②診斷為TSCC 前無其他癌癥或自身免疫性疾病史；③所有患者均接受了初次手術(shù)切除，但術(shù)前未接受其他腫瘤相關(guān)治療；④所有患者均有完整的臨床資料和隨訪資料。本研究經(jīng)汕頭大學(xué)醫(yī)學(xué)院附屬腫瘤醫(yī)院倫理委員會批準(批準號為2020054)，研究中所有的工作均符合《赫爾辛基宣言》原則。

收集患者的臨床基線數(shù)據(jù)，167 例患者中男性92例，女性75 例；中位年齡68 歲；吸煙與否分別為98和69 例；飲酒與否分別為35 和132 例；T 分期中T1+T2 期146 例，T3+T4 期21 例；N 分期中N0 期130 例，N1+N2+N3 期37 例；TNM 分期中早期(I+II)119 例，晚期(III+IV) 48例；腫瘤直徑0.8～6 cm。

腫瘤分期根據(jù)第八版國際抗癌聯(lián)盟/美國聯(lián)合癌癥委員會(AJCC)TNM 分期手冊進行分類[10]。收集患者術(shù)前潛在的預(yù)后相關(guān)血清學(xué)指標包括免疫球蛋白G(immunoglobulin G，IgG)、免疫球蛋白A(immunoglobulin A，IgA)、免疫球蛋白M(immunoglobulin M，IgM)、補體3(complement 3，C3)、補體4(complement 4，C4)、BF、C 反應(yīng)蛋白(c-reactive protein，CRP)、白蛋白計數(shù)(albumin，ALB)、白細胞(white blood cell count，WBC)、血小板(platelets，PLT)、LC、MC、NC。LMR、血小板與淋巴細胞比值(platelet-tolymphocyte ratio，PLR)、中性粒細胞與淋巴細胞比值(neutrophil-to-lymphocyte，NLR)、C 反應(yīng)蛋白與白蛋白比值(c-reactive protein/albumin ratio，CAR)、系統(tǒng)免疫-炎癥評分(systemic immune-inflammation score，SII)均由這些血液指標進一步計算得出。LMR為LC與MC的比值，SII由公式(SII=NC×LC/PLT)計算得出。

1.2 患者隨訪

通過檢索病歷、電子郵件和電話，獲取患者生存隨訪數(shù)據(jù)。所有患者均隨訪至死亡或截至日期2019年6 月30 日。在本研究中，總生存期(overall survival，OS)是指從最初診斷到任何形式的死亡或最后一次隨訪時間的間隔，患者中位隨訪時間為41個月，最小和最大隨訪時間分別為1和130個月。

1.3 預(yù)后模型的建立與評估

本研究將連續(xù)變量轉(zhuǎn)化為分類變量，通過X-tile軟件得到連續(xù)變量的最佳截斷值[11]。采用Cox 比例風險回歸分析確定OS 的預(yù)后因素，采用K-M 生存分析法分析兩組間OS的差異。將在單因素Cox回歸分析中P≤0.10(雙側(cè))的變量采用向后逐步法進行多因素Cox回歸分析?；诙嘧兞糠治鼋Y(jié)果，將P≤0.05(雙側(cè))的變量用來構(gòu)建終點分別為1 年、3 年和5 年OS 的列線圖預(yù)后模型。采用采用赤池信息準則(akaike information criterion，AIC)、貝葉斯信息準則 (bayesian information criterion，BIC) 和C-指 數(shù)(concordance index，C-index)檢驗列線圖的預(yù)測準確性和鑒別能力，并將列線圖與單獨的預(yù)后因素以及TNM分期進行比較。此外，使用校準曲線來評估列線圖模型對1年、3 年和5 年OS 的預(yù)測能力，并進行決策曲線分析來評估列線圖的臨床效用。

1.4 統(tǒng)計學(xué)分析

使用SPSS 22.0 軟件和R 3.6.1 進行統(tǒng)計學(xué)分析，采用單因素和多因素Cox 回歸模型計算風險比(hazard ratio，HR)和95%置信區(qū)間(confidence intervals，CI)評估預(yù)后變量對OS的影響。采用Kaplan-Meier生存分析繪制生存曲線，采用Log-rank 檢驗方法和R 軟件中的survminer 和survival 進行比較。利用R軟件中的rms 包繪制列線圖、決策曲線和校準曲線，用R 軟件中的pec 和Hmisc 包進行C-指數(shù)分析并繪制時間依賴的C-指數(shù)曲線。所有統(tǒng)計學(xué)檢驗均為雙側(cè)，P<0.05為差異具有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 患者特征

本研究選擇了167 名具有完整臨床和實驗室基線數(shù)據(jù)的TSCC 患者。各連續(xù)變量的最優(yōu)切截斷值以及患者的血液相關(guān)指標和臨床特征見表1。

表1 167例患者的血液相關(guān)指標和臨床特征

2.2 單因素與多因素Cox比例風險回歸分析

單因素分析顯示，年齡、T 分期、N 分期、TNM分期、腫瘤大小、IgG、BF、ALB、WBC、PLT、LC、MC、LMR、SII 與TSCC 患者的OS 相關(guān)。隨后，將這些因素納入多因素Cox 比例風險回歸分析，結(jié)果顯示，BF、MC、LMR和TNM分期仍然是OS的重要獨立預(yù)后因素(表2 和圖1)。根據(jù)多變量Cox 比例風險回歸分析，將影響TSCC患者OS的4個獨立預(yù)后因素的HR和95%CI 進行可視化(圖1)。此外，Kaplan-Meier 生存分析結(jié)果顯示低水平BF、MC、LMR以及TNM晚期患者的OS更短(圖2)，這些結(jié)果均表明BF、MC、LMR以及TNM 分期可作為TSCC 病人預(yù)后不良潛在的獨立的預(yù)測因子。

圖1 基于Cox比例風險回歸分析的可視化結(jié)果

圖2 TSCC患者OS的Kaplan-Meier曲線分析

表2 TSCC患者OS的單因素Cox風險比回歸分析

2.3 列線圖的構(gòu)建和患者OS的預(yù)測

根據(jù)多因素Cox 回歸分析結(jié)果，將潛在的獨立預(yù)后因子BF、MC、LMR以及TNM分期用來建立1年、3年和5年OS列線圖預(yù)后預(yù)測模型(圖3)。根據(jù)這些變量計算出的加權(quán)總分用于評估接受手術(shù)治療的TSCC 患者的1 年、3 年和5 年的OS，結(jié)果顯示，BF、MC、LMR 和TNM 分期與OS密切相關(guān)，并且5年的OS概率小于50%(圖3)。在這4個變量中，每個因素均被分配了一些風險點，這些風險點是通過從相應(yīng)的預(yù)測值中直接向上畫一條到“點”軸的直線而得到的，每個預(yù)后因素重復(fù)這個過程，然后對每個協(xié)變量獲得的點相加得到總點，最后直接向下畫一條到“總點”軸的垂直線，以確定患者在1年、3年和5年的OS概率?！翱傸c”得分越大，患者的OS就越差。

圖3 利用B因子、單核細胞計數(shù)、淋巴細胞與單核細胞比值和TNM分期的列線圖模型

2.4 列線圖的擬合優(yōu)度和預(yù)測能力的評估

用AIC、BIC 和C-指數(shù)分析檢驗了列線圖的擬合優(yōu)度和鑒別能力。結(jié)果如表3 所示，列線圖的AIC 和BIC 均低于BF、MC、LMR 以及TNM 分期，表明列線圖對預(yù)測OS 具有較高的優(yōu)度。列線圖的C-指數(shù)高于TNM期以及其他的預(yù)后因素(表3)。此外，時間依賴性C-指數(shù)分析還顯示，與TNM分期以及其他單一預(yù)后標志物相比，列線圖模型在患者1 年、3 年和5 年OS 的預(yù)測方面顯示出良好的預(yù)測準確性(圖4)。為了進一步評估列線圖的凈收益和預(yù)測能力，我們進行了決策曲線分析和校準曲線分析。1 年、3 年和5 年OS 的決策曲線分析結(jié)果顯示，在大多數(shù)合理的閾值概率范圍內(nèi)，該預(yù)后模型比傳統(tǒng)的TNM分期具有更高的總體凈效益(圖5)。另外，校準曲線分析結(jié)果顯示，列線圖模型預(yù)測的OS預(yù)測與患者實際的OS具有良好匹配度(圖6)，說明了此列線圖模型具有較好的預(yù)測準確性。

圖4 時間依賴性C-指數(shù)曲線圖比較列線圖模型預(yù)測的準確性

圖5 B因子、單核細胞計數(shù)、淋巴細胞與單核細胞比值和列線圖的決策曲線分析

圖6 校準曲線圖

表3 AIC、BIC和C-指數(shù)分析

3 討論

TSCC是口腔中最具侵襲性的惡性腫瘤之一，預(yù)后相對較差[12]。目前，TSCC 患者的預(yù)后和治療主要由TNM 分期系統(tǒng)決定。然而，即使在TSCC 的同一階段，患者的預(yù)后仍然不同，因為預(yù)后受到多種因素的影響[13]。因此，為了尋找其他可靠的預(yù)后因素來補充TNM分期系統(tǒng)，以更好地預(yù)測患者的預(yù)后，并幫助指導(dǎo)治療。本研究使用Cox 比例風險回歸分析來確定BF、MC、LMR和TNM分期作為患者OS的獨立預(yù)測因素。然后，基于這4 個指標建立了列線圖模型來預(yù)測TSCC 患者OS，并進行了內(nèi)部驗證。與傳統(tǒng)的TNM 階段系統(tǒng)相比，本列線圖顯示了更高的預(yù)測準確性和鑒別能力。

迄今為止，越來越多的研究表明，局部免疫反應(yīng)和全身炎癥反應(yīng)與各種類型腫瘤的進展和預(yù)后之間存在一定的聯(lián)系[14]。研究結(jié)果表明，有幾種術(shù)前外周血免疫/炎癥指標是預(yù)測腫瘤進展和預(yù)后的重要因素[15]。LMR 作為免疫/炎癥指標之一，本研究探討了其與TSCC 患者預(yù)后的相關(guān)性。據(jù)報道，已經(jīng)有研究將LMR 納入癌癥預(yù)后的列線圖模型，其中包括胰腺癌[16]、結(jié)直腸癌[17]、舌癌[18-19]和其他實體腫瘤[20]。這些研究表明，術(shù)前低LMR 的患者具有較差的OS，而術(shù)前LMR 較高的患者具有更好的OS，本研究結(jié)果與之一致(P=0.036，HR=0.346；95%CI：0.129～0.931)。雖然LMR在腫瘤中的預(yù)后價值已基本確定，但其改善生存結(jié)果的具體機制有待進一步研究。LMR的定義為外周血淋巴細胞絕對計數(shù)除以外周血單核細胞絕對計數(shù)。因此，較低的LMR可能表明炎癥反應(yīng)的失衡，這可能與體內(nèi)的抗腫瘤免疫和有利的腫瘤生長微環(huán)境改變有關(guān)，從而影響患者預(yù)后。淋巴細胞在免疫反應(yīng)中起著關(guān)鍵作用，可通過識別腫瘤抗原來破壞殘留的癌細胞[14]。腫瘤浸潤性淋巴細胞(tumor-infiltrating lymphocytes，TILs)被認為是負責細胞和體液的抗腫瘤免疫反應(yīng)，有助于抑制腫瘤的增殖、侵襲和轉(zhuǎn)移，事實上，更高數(shù)量的TILs 與更好的臨床結(jié)果相關(guān)[21]。在前瞻性研究中發(fā)現(xiàn)，淋巴細胞減少與轉(zhuǎn)移性乳腺癌、非霍奇金淋巴瘤和軟組織肉瘤患者較差的OS 相關(guān)[22]，其減少提示可能存在免疫抑制，從而使機體傾向于免疫反應(yīng)不足而影響預(yù)后。另一方面，較高的MC 水平被認為是轉(zhuǎn)移性黑色素瘤[23]和子宮頸癌[24]的不良預(yù)后因素。本研究發(fā)現(xiàn)，較低的外周血MC與TSCC術(shù)后患者的不良預(yù)后相關(guān)。

近年來，各種基于患者人口統(tǒng)計學(xué)和臨床病理參數(shù)的列線圖被用于評估TSCC 患者的生存情況，例如年齡、性別、種族、腫瘤部位、淋巴結(jié)轉(zhuǎn)移、腫瘤浸潤深度以及TNM 分期等[25-26]。另一方面，大多數(shù)研究表明，單一的血清學(xué)炎癥標志物，如C 反應(yīng)蛋白[27]、血小板與淋巴細胞比值(PLR)[19]和LMR[18]可作為TSCC患者生存預(yù)測的獨立預(yù)后因素。然而，檢測單一標記物來預(yù)測TSCC 的預(yù)后價值似乎是有限的。為了提高預(yù)后的準確性，本研究納入了多個潛在的血液基礎(chǔ)指標和患者臨床病理指標并進行預(yù)后評估，以建立一個用于患者OS 預(yù)測的多變量預(yù)后列線圖模型。結(jié)果顯示，與傳統(tǒng)的TNM分期系統(tǒng)或任何單一的血清學(xué)炎癥標記物相比，基于BF、MC、LMR和TNM分期的列線圖模型具有更好的預(yù)后價值。類似地，Lu等[13]的一項研究也建立了一個結(jié)合患者的臨床病理因素和血清學(xué)炎癥標記物的列線圖來預(yù)測TSCC 患者的生存。然而，該研究中包含的血清學(xué)炎癥標記物為LMR、NLR、PLR 和SII，并且他們的列線圖構(gòu)建是基于年齡、淋巴結(jié)密度(lymph node density，LND)和SII，與我們的方法有所不同。本研究收集了更多的血清學(xué)炎癥標志物以評估TSCC 患者生存的預(yù)后價值，如BF、C反應(yīng)蛋白、白蛋白、WBC、血小板、LC、MC、C反應(yīng)蛋白與白蛋白比值，這些在癌癥的發(fā)生發(fā)展中均起著重要作用，并可能對癌癥患者的生存預(yù)測具有潛在的預(yù)后價值[9，28-29]。此外，本研究發(fā)現(xiàn)BF和MC可以作為預(yù)測TSCC 患者生存的獨立預(yù)后因素，并且較高的BF水平和MC水平與TSCC患者更好的OS相關(guān)。

基于多因素Cox 回歸分析的結(jié)果，本研究的列線圖模型包括了4 個預(yù)后因素：BF、MC、LMR 和TNM分期。結(jié)果顯示，列線圖模型對預(yù)測TSCC 手術(shù)患者的OS 具有更好的擬合優(yōu)度，并且列線圖的C-指數(shù)遠高于TNM 分期。時間依賴性C-指數(shù)分析還顯示，與單獨的TNM 分期相比，列線圖在對TSCC 手術(shù)患者的臨床預(yù)后預(yù)測方面顯示出良好的預(yù)測準確性。同時，1 年、3 年和5 年OS 的決策曲線分析和校準曲線顯示，列線圖比TNM分期具有更高的預(yù)測精準度和總體凈效益。

綜上所述，本研究的列線圖有助于預(yù)測TSCC 手術(shù)患者的預(yù)后，并且可能對患者的治療決策提供新的見解。此外，本研究提供了一種基于臨床特征和血清學(xué)炎癥標記物的多參數(shù)列線圖預(yù)后模型，與傳統(tǒng)的個體TNM 分期系統(tǒng)相比，該預(yù)后模型在評估TSCC 手術(shù)患者OS 方面具有令人滿意的性能。在未來，如果能夠在多中心和大規(guī)模的樣本中進行進一步的驗證，這種方便、低成本、簡單的預(yù)后工具有望可以幫助臨床醫(yī)生咨詢TSCC 患者和評估患者的預(yù)后。然而，本研究也存在一些局限性。首先，這是一項回顧性研究，不能完全排除所有潛在的偏倚。其次，本研究的數(shù)據(jù)來自于一個單一的癌癥中心，且樣本量較小。今后，有必要從其他研究機構(gòu)獲得大規(guī)模樣本，對結(jié)果進行多中心驗證。最后，本研究終點是總生存期，今后還應(yīng)開展更多關(guān)于無病生存期的研究。