引用本文： 高曉麗, 吳斌. 系統性炎癥指標與局部晚期乳腺癌新輔助化療后病理完全緩解的關系. 中國普外基礎與臨床雜志, 2023, 30(4): 443-449. doi: 10.7507/1007-9424.202211020 復制
局部晚期乳腺癌（locally advanced breast cancer，LABC）是指乳腺癌病變在乳房內浸潤范圍廣或同時有較嚴重的區域淋巴結受累，但臨床未發現有遠處轉移的狀態[1]。新輔助化療（neoadjuvant chemotherapy，NACT）已成為LABC的一線治療方案，可控制原發病灶進展，對NACT反應較好的患者可考慮進一步行手術治療。有研究[2-3]顯示，NACT后能達到病理完全緩解（pathological complete response，pCR）的患者預計有更好的預后，因此，探索能預測pCR的生物標志物對LABC個體化治療選擇非常重要。目前有研究者[4]報道，大約20%的癌癥與慢性炎癥有關，腫瘤微環境中的炎癥反應對癌變的促進與抑制有重要作用。炎癥反應主要表現為血細胞參數的改變，可以反映免疫系統抗腫瘤和促腫瘤功能之間的動態平衡，如中性粒細胞是感染或損傷的早期反應細胞，在腫瘤微環境中的中性粒細胞可能會通過產生抗腫瘤因素來抑制腫瘤進展[5]。炎癥細胞主要通過調節腫瘤生存和遷移、免疫反應和血管生成來促進腫瘤進展和轉移[6]。如今已有中性粒細胞與淋巴細胞比（neutrophil-to-lymphocyte ratio，NLR）、血小板與淋巴細胞比（platelet-to-lymphocyte ratio，PLR）、淋巴細胞與單核細胞比（lymphocyte-to-monocyte ratio，LMR）被廣泛應用于肺癌、結直腸癌、食管癌等多種惡性腫瘤的預后評估[7]。更多文獻[8-10]報道，系統性免疫炎癥指數（systemic immune-inflammation index，SII）較前面提及的炎癥指標能更好地反映宿主體內的炎癥與免疫的平衡狀態。因此，本研究嘗試探索這些炎癥指標能否用于預測LABC行NACT的療效，以便為LABC治療方案的選擇提供參考。
1 資料與方法
1.1 研究對象
回顧性收集2019年2月至2022年2月期間于西南醫科大學附屬醫院（簡稱“我院”）接受NACT及根治性手術切除的LABC患者的臨床病理資料。納入標準：① 經術后病理檢查確診為乳腺癌并獲得免疫組織化學染色結果；② NACT前未行放射治療及內分泌治療；③ 有完整臨床病理資料。排除標準：① 男性乳腺癌；② 妊娠期或哺乳期乳腺癌；③ 合并其他系統惡性腫瘤；④ 合并其他嚴重疾病如嚴重的心腦血管疾病、風濕免疫性疾病、急慢性炎癥、肝腎功能不全等。
1.2 資料收集及判斷標準
1.2.1 基本情況
包括姓名、年齡及絕經狀態。
1.2.2 術前腫瘤相關資料
包括臨床T（clinical T，cT）分期（MRI評估腫瘤最長徑及最短徑、腫瘤是否侵犯皮膚或胸壁）、臨床N（clinical N，cN）分期（淋巴結轉移情況），組織學分級，雌激素受體（estrogen receptor，ER）、孕激素受體（progesterone receptor，PR）、人表皮生長因子受體-2（human epidermal growth factor receptor-2，HER-2）狀態，Ki-67增殖指數，分子分型，脈管癌栓。其中：ER、PR、HER-2陽性判定標準參照文獻[11-12]報道；cT、cN分期依據美國癌癥聯合會第8版[13]；分子分型根據文獻[14]報道。
1.2.3 治療相關方案
包括NACT方案、乳房及腋窩手術方式。術后病理分級采用Miller-Payne（MP）分級標準。患者經粗針穿刺病理檢查確診后接受NACT，根據免疫組織化學染色結果及患者意愿選擇NACT方案，包括AC-T方案、密集AC-T方案、AC-TH方案、AC-THP方案、TAC方案、TCbHP方案、TCbH方案及THP方案，其中A指蒽環類藥物，C指環磷酰胺，T指紫杉醇類藥物，H指曲妥珠單抗，P指帕妥珠單抗，Cb指卡鉑。靜脈滴注，21 d為1個周期，所有患者均至少接受4個周期NACT，NACT結束后第2周時返回我院行手術治療。
1.2.4 系統性炎癥指標
包括NLR、PLR、LMR及SII。于第1次NACT前1周內采集血常規，收集中性粒細胞、淋巴細胞、單核細胞、血小板數據，計算NLR、PLR、LMR及SII。其中NLR=中性粒細胞絕對數/淋巴細胞絕對數、PLR=血小板計數/淋巴細胞絕對數、LMR=淋巴細胞絕對數/單核細胞絕對數、SII=中性粒細胞絕對數×血小板計數/淋巴細胞絕對數。
1.2.5 療效評估
采用pCR指標。根據術后病理檢測結果評估療效，采用MP分級系統評估乳腺癌對NACT的病理反應：1級為腫瘤細胞沒有顯著減少，2級為腫瘤細胞減少≤30%，3級為腫瘤細胞減少30%～90%，4級為腫瘤細胞減少＞90%，5級為未發現浸潤性腫瘤細胞但可能存在導管原位癌。pCR定義為乳腺原發灶和腋窩淋巴結中未發現浸潤性腫瘤細胞但可存在導管原位癌，即達MP分級5級[15]。
1.3 統計學方法
采用SPSS 26.0和Medcalc軟件對數據進行統計分析。使用Medcalc軟件繪制炎癥指標的受試者操作特征（receiver operator characteristi，ROC）曲線，根據最大約登指數確定最佳臨界值，根據最佳臨界值將炎癥指標轉換為二分類變量進行分析。分類資料以例數和百分比（%）描述，無序分類資料2組間比較采用成組卡方（χ2）檢驗或Fisher確切概率法，有序分類資料2組間比較采用Mann-Whitney U秩和檢驗。將篩選出有統計學意義的變量（P<0.05）或基于專業知識判斷可能有臨床意義的因素納入二元logistic回歸模型中進行pCR影響因素的多因素分析。根據多因素回歸分析結果構建NACT后pCR的預測模型，使用Medcalc軟件繪制pCR影響因素及各影響因素聯合構建的預測模型預測pCR的ROC曲線，同時計算ROC曲線下面積（area under ROC curve，AUC）以評估它們預測NACT后pCR的效能。采用雙側檢驗，檢驗水準α=0.05。
2 結果
2.1 納入患者的基本情況
本研究共納入98例患者，年齡28～71歲，中位年齡50歲；絕經 46例，浸潤性導管癌93例，G2級88例，cT為T3～4者73例，cN為N2～3者41例，ER陽性60例，PR陽性59例，HER-2陽性52例，Luminal B型HER2陽性36例，Ki-67≥30% 65例，26例合并脈管癌栓；86例患者行乳房全切除術，11例行保乳術，1例行保留乳頭乳暈的皮下腺體切除術；94例患者行腋窩淋巴結清掃術，4例行前哨淋巴結活檢術。NACT采用AC-T方案31例，密集AC-T方案5例，AC-TH方案9例，AC-THP方案3例，TAC方案10例，TCbHP方案34例，TCbH方案2例，THP方案4例。NACT后有29例（29.6%）達到pCR。
2.2 各炎癥指標預測pCR的效能分析及最佳臨界值
各炎癥指標（NLR、PLR、LMR、SII）預測pCR的ROC曲線見圖1，效能分析結果見表1。從表1可見，NLR、PLR、SII預測NACT后pCR均有一定預測價值（均AUC>0.7），LMR的預測價值較弱，各指標對應的最佳臨界值見表1。
圖1
示NLR、PLR、LMR、SII指標預測pCR的ROC曲線
表1
各炎癥指標預測pCR的效能分析及最佳臨界值
2.3 NLR、PLR、SII與患者臨床病理特征或結局的關系
將3個預測NACT后pCR有一定價值的指標（NLR、PLR、SII）根據它們對應的最佳臨界值分為相應指標的高、低值組（指標≥最佳臨界值為高值組、<最佳臨界值為低值組），低、高值NLR組分別有50和48例，低、高值PLR組分別有51和47例，低、高值SII組分別有36和62例。NLR和SII指標的高、低值組的臨床病理特征比較均未發現差異有統計學意義（P>0.05）；PLR指標的高、低值組在HER-2狀態和分子分型方面比較差異有統計學意義（P=0.005、P=0.043），除此之外未發現其他臨床病理特征方面比較差異有統計學意義（P>0.05）。此外發現，NLR、PLR、SII低值組的pCR占比均高于其相應的高值組（P<0.05）。具體結果見表2。
表2
NLR、PLR、SII與LABC患者臨床病理特征或結局的關系 ［例（%）］
2.4 影響NACT后pCR的單因素及多因素分析結果
單因素分析結果見表3。從表3可見，NACT后患者pCR與絕經狀態、cT分期、cN分期、ER狀態、PR狀態、HER-2狀態、分子分型、脈管癌栓、化療方案、NLR、PLR及SII有關（P<0.05），而未發現它與患者的其他臨床病理因素有關（P>0.05）。單因素分析篩選出有統計學意義的因素以及結合臨床有意義的指標一并納入多因素二元logistic回歸分析NACT后患者pCR的風險因素，結果見表4，從表4可見，處于未絕經狀態、ER陰性、采用化療+靶向治療方案和SII<532.70的患者NACT后更容易獲得pCR（P<0.05）。依據二元logistic回歸分析結果建立的pCR預測模型為logit（P）=0.697–2.974×絕經狀態–1.932×ER狀態+3.277×化療方案–2.652×SII，該模型預測pCR的ROC曲線見圖2。預測模型預測pCR的AUC（95%CI）值為0.914（0.840，0.961），敏感度為86.21%，特異度為81.16%，經Z檢驗可知，P<0.001，單項指標預測pCR的AUC值、敏感度及特異度見表5。
表3
影響NACT后pCR的單因素分析結果
表4
影響NACT后pCR的多因素分析結果
圖2
示logistic回歸模型及各影響因素預測pCR的ROC曲線
表5
影響pCR的各項影響因素單獨預測pCR的效能分析結果
3 討論
NACT是LABC的標準一線治療方式[17]。實現pCR是獲得長期無病生存和整體生存的重要因素[18]。LABC患者NACT后pCR率為18%～41%[19-21]，在本研究中為29.6%。然而乳腺癌患者對NACT的反應個體差異較大。目前研究者[22]認為，慢性炎癥與腫瘤生存和轉移相關，炎癥細胞可以產生炎癥細胞因子和趨化因子，這些介質可直接導致腫瘤進展。NLR、LMR、PLR、SII已被證明在多種實性惡性腫瘤中具有預后預測價值[8, 23-24]。
已有多項研究表明NLR與乳腺癌預后有關，如Asano等[25]報道，低NLR與乳腺癌患者的良好預后有關；Chen等[26]報道，治療前高NLR患者與低NLR患者相比，無復發存活率和乳腺癌特異性存活率明顯更低，并且治療前低NLR患者的pCR率高于高NLR患者；一項納入1 586例患者的meta分析[27]結果顯示，較低的NLR與更高的pCR率相關。然而Dan等[28]卻指出，NACT前NLR和NACT后NLR均與pCR無關，而NACT前后NLR變化值與pCR率有關，提示NLR的動態變化可能是預測乳腺癌患者對NACT反應的一個重要因素。綜合而言，關于NLR對乳腺癌療效的影響，多數研究者認為低NLR與更高的pCR率相關。在本研究中單因素結果也顯示低NLR者的pCR率更高。
腫瘤的發生通常伴隨著血小板增高，血小板通過分泌促炎因子、趨化因子和生長因子，促進血管內凝血等方式導致腫瘤轉移[29]。Johnson等[30]發現，血小板通過誘導腫瘤細胞吸收白細胞介素-8來促進乳腺癌的遠處轉移。已有較多研究者研究了PLR與乳腺癌預后的關系，如早前有研究者[31-34]報道，接受NACT的低PLR乳腺癌患者可以獲得更高的pCR率；有研究[32]發現，與PLR＞181.7患者相比，PLR＜181.7的pCR率顯著提高（68.6%比33.4%，P＜0.001），logistic回歸分析表明，PLR是pCR的影響因素。有研究者[30]報道，高PLR（PLR＞215）與年齡大（＞50歲）和腫瘤大（直徑＞5 cm）有關，而未發現它與淋巴結受累或組織學分級有關。在本研究中單因素結果也顯示低PLR者的pCR率更高。
炎癥狀態是癌發展的重要機制，SII較NLR和PLR更能有效地反映炎癥狀態。已有較多研究者研究了SII與乳腺癌預后的關系，如Ji等[35]的meta分析指出，高SII與乳腺癌患者不良的總生存期、無進展生存期和無病生存期顯著相關；Zhang等[36]的meta分析顯示，SII高的乳腺癌患者總生存期和無病生存期較短，進一步研究發現，高SII與淋巴結轉移、較高的T和TNM分期以及較高的組織學分級相關。然而SII與乳腺癌pCR的研究較少，龐健等[37]指出，NACT前低SII患者的pCR率高于高SII患者，并提出SII在預測三陰性乳腺癌患者NACT的療效和預后方面具有重要的臨床意義，有可能成為生物標志物。本研究通過回顧性分析我院接受NACT的LABC患者的臨床病理資料，分析了pCR與患者各項臨床病理因素的關系，單因素分析結果發現，pCR與LABC患者是否絕經、cT、cN、ER狀態、PR狀態、HER-2狀態、分子類型、脈管癌栓、化療方案、NLR、PLR及SII因素有關（P<0.05），并且多因素分析結果發現，SII<532.70的患者NACT后更容易獲得pCR，而且SII聯合臨床病理因素構建的pCR預測模型對pCR有較高的預測效能（AUC=0.914）。
總之，從本研究結果及結合文獻報道的結果提示，SII對LABC患者NACT后pCR有較好的預測效能，它有作為LABC患者NACT后預測pCR的潛在價值。較既往已知的病理學指標、循環腫瘤細胞等因素預測pCR而言，臨床收集血液學數據更簡單、快捷、價廉，有望成為預測LABC經NACT后達pCR的新指標。但也需要看到，本研究未進一步研究NACT前后的炎癥指標變化，主要是在收集數據過程中發現患者于NACT后或多或少出現骨髓抑制現象，化學藥物及重組人粒細胞刺激因子的使用可能對結果產生影響。
重要聲明
利益沖突聲明：本文全體作者閱讀并理解了《中國普外基礎與臨床雜志》的政策聲明，我們沒有相互競爭的利益。
作者貢獻聲明：高曉麗負責文章數據的收集、整理、分析及撰寫；吳斌負責文章內容的審閱及提出修改意見。
倫理聲明：本研究通過了西南醫科大學附屬醫院臨床試驗倫理委員會審批（批文編號：KY2023047）。
局部晚期乳腺癌（locally advanced breast cancer，LABC）是指乳腺癌病變在乳房內浸潤范圍廣或同時有較嚴重的區域淋巴結受累，但臨床未發現有遠處轉移的狀態[1]。新輔助化療（neoadjuvant chemotherapy，NACT）已成為LABC的一線治療方案，可控制原發病灶進展，對NACT反應較好的患者可考慮進一步行手術治療。有研究[2-3]顯示，NACT后能達到病理完全緩解（pathological complete response，pCR）的患者預計有更好的預后，因此，探索能預測pCR的生物標志物對LABC個體化治療選擇非常重要。目前有研究者[4]報道，大約20%的癌癥與慢性炎癥有關，腫瘤微環境中的炎癥反應對癌變的促進與抑制有重要作用。炎癥反應主要表現為血細胞參數的改變，可以反映免疫系統抗腫瘤和促腫瘤功能之間的動態平衡，如中性粒細胞是感染或損傷的早期反應細胞，在腫瘤微環境中的中性粒細胞可能會通過產生抗腫瘤因素來抑制腫瘤進展[5]。炎癥細胞主要通過調節腫瘤生存和遷移、免疫反應和血管生成來促進腫瘤進展和轉移[6]。如今已有中性粒細胞與淋巴細胞比（neutrophil-to-lymphocyte ratio，NLR）、血小板與淋巴細胞比（platelet-to-lymphocyte ratio，PLR）、淋巴細胞與單核細胞比（lymphocyte-to-monocyte ratio，LMR）被廣泛應用于肺癌、結直腸癌、食管癌等多種惡性腫瘤的預后評估[7]。更多文獻[8-10]報道，系統性免疫炎癥指數（systemic immune-inflammation index，SII）較前面提及的炎癥指標能更好地反映宿主體內的炎癥與免疫的平衡狀態。因此，本研究嘗試探索這些炎癥指標能否用于預測LABC行NACT的療效，以便為LABC治療方案的選擇提供參考。
1 資料與方法
1.1 研究對象
回顧性收集2019年2月至2022年2月期間于西南醫科大學附屬醫院（簡稱“我院”）接受NACT及根治性手術切除的LABC患者的臨床病理資料。納入標準：① 經術后病理檢查確診為乳腺癌并獲得免疫組織化學染色結果；② NACT前未行放射治療及內分泌治療；③ 有完整臨床病理資料。排除標準：① 男性乳腺癌；② 妊娠期或哺乳期乳腺癌；③ 合并其他系統惡性腫瘤；④ 合并其他嚴重疾病如嚴重的心腦血管疾病、風濕免疫性疾病、急慢性炎癥、肝腎功能不全等。
1.2 資料收集及判斷標準
1.2.1 基本情況
包括姓名、年齡及絕經狀態。
1.2.2 術前腫瘤相關資料
包括臨床T（clinical T，cT）分期（MRI評估腫瘤最長徑及最短徑、腫瘤是否侵犯皮膚或胸壁）、臨床N（clinical N，cN）分期（淋巴結轉移情況），組織學分級，雌激素受體（estrogen receptor，ER）、孕激素受體（progesterone receptor，PR）、人表皮生長因子受體-2（human epidermal growth factor receptor-2，HER-2）狀態，Ki-67增殖指數，分子分型，脈管癌栓。其中：ER、PR、HER-2陽性判定標準參照文獻[11-12]報道；cT、cN分期依據美國癌癥聯合會第8版[13]；分子分型根據文獻[14]報道。
1.2.3 治療相關方案
包括NACT方案、乳房及腋窩手術方式。術后病理分級采用Miller-Payne（MP）分級標準。患者經粗針穿刺病理檢查確診后接受NACT，根據免疫組織化學染色結果及患者意愿選擇NACT方案，包括AC-T方案、密集AC-T方案、AC-TH方案、AC-THP方案、TAC方案、TCbHP方案、TCbH方案及THP方案，其中A指蒽環類藥物，C指環磷酰胺，T指紫杉醇類藥物，H指曲妥珠單抗，P指帕妥珠單抗，Cb指卡鉑。靜脈滴注，21 d為1個周期，所有患者均至少接受4個周期NACT，NACT結束后第2周時返回我院行手術治療。
1.2.4 系統性炎癥指標
包括NLR、PLR、LMR及SII。于第1次NACT前1周內采集血常規，收集中性粒細胞、淋巴細胞、單核細胞、血小板數據，計算NLR、PLR、LMR及SII。其中NLR=中性粒細胞絕對數/淋巴細胞絕對數、PLR=血小板計數/淋巴細胞絕對數、LMR=淋巴細胞絕對數/單核細胞絕對數、SII=中性粒細胞絕對數×血小板計數/淋巴細胞絕對數。
1.2.5 療效評估
采用pCR指標。根據術后病理檢測結果評估療效，采用MP分級系統評估乳腺癌對NACT的病理反應：1級為腫瘤細胞沒有顯著減少，2級為腫瘤細胞減少≤30%，3級為腫瘤細胞減少30%～90%，4級為腫瘤細胞減少＞90%，5級為未發現浸潤性腫瘤細胞但可能存在導管原位癌。pCR定義為乳腺原發灶和腋窩淋巴結中未發現浸潤性腫瘤細胞但可存在導管原位癌，即達MP分級5級[15]。
1.3 統計學方法
采用SPSS 26.0和Medcalc軟件對數據進行統計分析。使用Medcalc軟件繪制炎癥指標的受試者操作特征（receiver operator characteristi，ROC）曲線，根據最大約登指數確定最佳臨界值，根據最佳臨界值將炎癥指標轉換為二分類變量進行分析。分類資料以例數和百分比（%）描述，無序分類資料2組間比較采用成組卡方（χ2）檢驗或Fisher確切概率法，有序分類資料2組間比較采用Mann-Whitney U秩和檢驗。將篩選出有統計學意義的變量（P<0.05）或基于專業知識判斷可能有臨床意義的因素納入二元logistic回歸模型中進行pCR影響因素的多因素分析。根據多因素回歸分析結果構建NACT后pCR的預測模型，使用Medcalc軟件繪制pCR影響因素及各影響因素聯合構建的預測模型預測pCR的ROC曲線，同時計算ROC曲線下面積（area under ROC curve，AUC）以評估它們預測NACT后pCR的效能。采用雙側檢驗，檢驗水準α=0.05。
2 結果
2.1 納入患者的基本情況
本研究共納入98例患者，年齡28～71歲，中位年齡50歲；絕經 46例，浸潤性導管癌93例，G2級88例，cT為T3～4者73例，cN為N2～3者41例，ER陽性60例，PR陽性59例，HER-2陽性52例，Luminal B型HER2陽性36例，Ki-67≥30% 65例，26例合并脈管癌栓；86例患者行乳房全切除術，11例行保乳術，1例行保留乳頭乳暈的皮下腺體切除術；94例患者行腋窩淋巴結清掃術，4例行前哨淋巴結活檢術。NACT采用AC-T方案31例，密集AC-T方案5例，AC-TH方案9例，AC-THP方案3例，TAC方案10例，TCbHP方案34例，TCbH方案2例，THP方案4例。NACT后有29例（29.6%）達到pCR。
2.2 各炎癥指標預測pCR的效能分析及最佳臨界值
各炎癥指標（NLR、PLR、LMR、SII）預測pCR的ROC曲線見圖1，效能分析結果見表1。從表1可見，NLR、PLR、SII預測NACT后pCR均有一定預測價值（均AUC>0.7），LMR的預測價值較弱，各指標對應的最佳臨界值見表1。
圖1
示NLR、PLR、LMR、SII指標預測pCR的ROC曲線
表1
各炎癥指標預測pCR的效能分析及最佳臨界值
2.3 NLR、PLR、SII與患者臨床病理特征或結局的關系
將3個預測NACT后pCR有一定價值的指標（NLR、PLR、SII）根據它們對應的最佳臨界值分為相應指標的高、低值組（指標≥最佳臨界值為高值組、<最佳臨界值為低值組），低、高值NLR組分別有50和48例，低、高值PLR組分別有51和47例，低、高值SII組分別有36和62例。NLR和SII指標的高、低值組的臨床病理特征比較均未發現差異有統計學意義（P>0.05）；PLR指標的高、低值組在HER-2狀態和分子分型方面比較差異有統計學意義（P=0.005、P=0.043），除此之外未發現其他臨床病理特征方面比較差異有統計學意義（P>0.05）。此外發現，NLR、PLR、SII低值組的pCR占比均高于其相應的高值組（P<0.05）。具體結果見表2。
表2
NLR、PLR、SII與LABC患者臨床病理特征或結局的關系 ［例（%）］
2.4 影響NACT后pCR的單因素及多因素分析結果
單因素分析結果見表3。從表3可見，NACT后患者pCR與絕經狀態、cT分期、cN分期、ER狀態、PR狀態、HER-2狀態、分子分型、脈管癌栓、化療方案、NLR、PLR及SII有關（P<0.05），而未發現它與患者的其他臨床病理因素有關（P>0.05）。單因素分析篩選出有統計學意義的因素以及結合臨床有意義的指標一并納入多因素二元logistic回歸分析NACT后患者pCR的風險因素，結果見表4，從表4可見，處于未絕經狀態、ER陰性、采用化療+靶向治療方案和SII<532.70的患者NACT后更容易獲得pCR（P<0.05）。依據二元logistic回歸分析結果建立的pCR預測模型為logit（P）=0.697–2.974×絕經狀態–1.932×ER狀態+3.277×化療方案–2.652×SII，該模型預測pCR的ROC曲線見圖2。預測模型預測pCR的AUC（95%CI）值為0.914（0.840，0.961），敏感度為86.21%，特異度為81.16%，經Z檢驗可知，P<0.001，單項指標預測pCR的AUC值、敏感度及特異度見表5。
表3
影響NACT后pCR的單因素分析結果
表4
影響NACT后pCR的多因素分析結果
圖2
示logistic回歸模型及各影響因素預測pCR的ROC曲線
表5
影響pCR的各項影響因素單獨預測pCR的效能分析結果
3 討論
NACT是LABC的標準一線治療方式[17]。實現pCR是獲得長期無病生存和整體生存的重要因素[18]。LABC患者NACT后pCR率為18%～41%[19-21]，在本研究中為29.6%。然而乳腺癌患者對NACT的反應個體差異較大。目前研究者[22]認為，慢性炎癥與腫瘤生存和轉移相關，炎癥細胞可以產生炎癥細胞因子和趨化因子，這些介質可直接導致腫瘤進展。NLR、LMR、PLR、SII已被證明在多種實性惡性腫瘤中具有預后預測價值[8, 23-24]。
已有多項研究表明NLR與乳腺癌預后有關，如Asano等[25]報道，低NLR與乳腺癌患者的良好預后有關；Chen等[26]報道，治療前高NLR患者與低NLR患者相比，無復發存活率和乳腺癌特異性存活率明顯更低，并且治療前低NLR患者的pCR率高于高NLR患者；一項納入1 586例患者的meta分析[27]結果顯示，較低的NLR與更高的pCR率相關。然而Dan等[28]卻指出，NACT前NLR和NACT后NLR均與pCR無關，而NACT前后NLR變化值與pCR率有關，提示NLR的動態變化可能是預測乳腺癌患者對NACT反應的一個重要因素。綜合而言，關于NLR對乳腺癌療效的影響，多數研究者認為低NLR與更高的pCR率相關。在本研究中單因素結果也顯示低NLR者的pCR率更高。
腫瘤的發生通常伴隨著血小板增高，血小板通過分泌促炎因子、趨化因子和生長因子，促進血管內凝血等方式導致腫瘤轉移[29]。Johnson等[30]發現，血小板通過誘導腫瘤細胞吸收白細胞介素-8來促進乳腺癌的遠處轉移。已有較多研究者研究了PLR與乳腺癌預后的關系，如早前有研究者[31-34]報道，接受NACT的低PLR乳腺癌患者可以獲得更高的pCR率；有研究[32]發現，與PLR＞181.7患者相比，PLR＜181.7的pCR率顯著提高（68.6%比33.4%，P＜0.001），logistic回歸分析表明，PLR是pCR的影響因素。有研究者[30]報道，高PLR（PLR＞215）與年齡大（＞50歲）和腫瘤大（直徑＞5 cm）有關，而未發現它與淋巴結受累或組織學分級有關。在本研究中單因素結果也顯示低PLR者的pCR率更高。
炎癥狀態是癌發展的重要機制，SII較NLR和PLR更能有效地反映炎癥狀態。已有較多研究者研究了SII與乳腺癌預后的關系，如Ji等[35]的meta分析指出，高SII與乳腺癌患者不良的總生存期、無進展生存期和無病生存期顯著相關；Zhang等[36]的meta分析顯示，SII高的乳腺癌患者總生存期和無病生存期較短，進一步研究發現，高SII與淋巴結轉移、較高的T和TNM分期以及較高的組織學分級相關。然而SII與乳腺癌pCR的研究較少，龐健等[37]指出，NACT前低SII患者的pCR率高于高SII患者，并提出SII在預測三陰性乳腺癌患者NACT的療效和預后方面具有重要的臨床意義，有可能成為生物標志物。本研究通過回顧性分析我院接受NACT的LABC患者的臨床病理資料，分析了pCR與患者各項臨床病理因素的關系，單因素分析結果發現，pCR與LABC患者是否絕經、cT、cN、ER狀態、PR狀態、HER-2狀態、分子類型、脈管癌栓、化療方案、NLR、PLR及SII因素有關（P<0.05），并且多因素分析結果發現，SII<532.70的患者NACT后更容易獲得pCR，而且SII聯合臨床病理因素構建的pCR預測模型對pCR有較高的預測效能（AUC=0.914）。
總之，從本研究結果及結合文獻報道的結果提示，SII對LABC患者NACT后pCR有較好的預測效能，它有作為LABC患者NACT后預測pCR的潛在價值。較既往已知的病理學指標、循環腫瘤細胞等因素預測pCR而言，臨床收集血液學數據更簡單、快捷、價廉，有望成為預測LABC經NACT后達pCR的新指標。但也需要看到，本研究未進一步研究NACT前后的炎癥指標變化，主要是在收集數據過程中發現患者于NACT后或多或少出現骨髓抑制現象，化學藥物及重組人粒細胞刺激因子的使用可能對結果產生影響。
重要聲明
利益沖突聲明：本文全體作者閱讀并理解了《中國普外基礎與臨床雜志》的政策聲明，我們沒有相互競爭的利益。
作者貢獻聲明：高曉麗負責文章數據的收集、整理、分析及撰寫；吳斌負責文章內容的審閱及提出修改意見。
倫理聲明：本研究通過了西南醫科大學附屬醫院臨床試驗倫理委員會審批（批文編號：KY2023047）。
