引用本文： 賀祺琛, 王科深, 王濤, 李志剛, 甘世英, 周輝年, 俞澤元, 焦作義. 淋巴細胞與單核細胞比值改變對局部進展期胃癌患者的預后價值：單中心回顧性隊列研究. 中國普外基礎與臨床雜志, 2023, 30(5): 561-568. doi: 10.7507/1007-9424.202211076 復制
由于早期診斷的困難以及有限的治療手段，胃癌的預后仍然很差[1]。對于局部進展期胃癌（locally advanced gastric cancer，LAGC）患者，即使接受了D2式根治性胃切除，5年生存率仍只有30%～50%[2]。因此，篩選出具有微小遠處轉移或局部復發風險的患者并及時防止疾病的進一步惡化，對于延長LAGC患者的生存時間以及減少其癌癥相關死亡極為重要[3]。
近年來，隨著人們對免疫系統與腫瘤關系研究的不斷深入，免疫和靶向治療在癌癥中的應用受到越來越多的關注，全身免疫相關標志物在各類腫瘤中的預后意義也成為了抗腫瘤研究的熱點[4-6]。由于檢測方式的便捷和檢測成本的低廉，血常規檢查中的淋巴細胞計數（absolute lymphocyte count，ALC）和單核細胞計數（absolute monocyte count，AMC）已被廣泛用于多種血液系統惡性腫瘤和實體瘤的免疫狀態監測當中[7-9]。在胃癌中，有報道稱ALC、AMC和淋巴/單核細胞比率（lymphocyte-to-monocyte ratio，LMR）與胃切除術后的預后相關，并且發現擁有較高淋巴細胞或較低單核細胞計數的患者其生存時間顯著延長[8, 10-12]。但是以往的研究都將ALC、AMC和LMR的預后價值局限在一個單獨的時間點，忽略了整個癌癥治療周期中患者免疫狀態的變化，尤其是在腫瘤負荷產生變化和接受輔助化療時[8, 11-12]。因此，筆者推測在術前LMR（preoperative lymphocyte-to-monocyte ratio，pLMR）的基礎上，增加對術后輔助治療期間患者LMR的變化（change of lymphocyte-to-monocyte ratio，cLMR）并進行分層，可能有助于準確區分具有不同預后的胃癌患者。故本研究旨在探討手術和輔助化療對免疫狀態的影響，并評估其預后價值。此外，筆者嘗試建立一種基于pLMR和cLMR的免疫狀態變化評分（immunity change score，ICS），用來預測評估LAGC患者的預后，以期指導臨床。
1 資料和方法
1.1 研究對象
納入標準：① 既往接受D2根治性胃切除術或擴大D2根治性胃切除術[13]；② TNM分期為T2至T4分期、任何淋巴結轉移以及無遠處轉移，即pT2～4NxM0[14]。為確保研究患者免疫狀態變化的一致性，本研究排除了既往接受過任何系統化療或放療且術后接受少于3個周期輔助化療的患者。回顧性收集2013年1月至2018年12月期間于筆者所在科室接受診治的LAGC患者，根據納入和排除標準，最終210例LAGC患者被納入本次研究。通過電話或郵件的方式，對所有患者進行了隨訪。末次隨訪時間為2022年8月1日，所有隨訪結果均收集并記錄在數據庫中。本研究符合赫爾辛基宣言，經蘭州大學第二醫院倫理審查委員會審查批準后實施。
1.2 數據收集和記錄
所有患者在圍手術期和術后的輔助化療過程中，均進行了血常規檢查。筆者收集了術前3 d及輔助化療第3個療程后的ALC和AMC值。外周血ALC和AMC的正常值分別為（0.8～4.0）×109/L和（0.12～0.80）×109/L。同時筆者使用LMR指標來量化患者的免疫狀態，即ALC與AMC的比值。除此以外，筆者還收集了患者的其他臨床病理資料，包括年齡、性別、東部腫瘤協作組（eastern cooperative oncology group，ECOG）體能狀態、腫瘤位置、腫瘤大小、Lauren分型、分化程度、神經浸潤、脈管浸潤、pTNM分期、術前CA-199/CEA水平等。
本研究中所有患者均根據原發腫瘤的大小和部位分別進行根治性全胃、近端或遠端胃切除術，并在術后接受至少3個周期的輔助化療，包括FLOT、SOX、XELOX和FOLFOX6方案[14]。
1.3 免疫相關指標和ICS定義
為了評估包括手術和輔助治療在內的整個治療過程中患者總體免疫狀態的變化，本研究以第4次化療前LMR（the forth chemotherapy lymphocyte-to-monocyte ratio，fLMR）除以pLMR的值來確定cLMR，并將cLMR>1定義為免疫狀態增強。包括pLMR在內的計量資料在預測患者預后時的最佳截斷值由X-tile軟件（Tale University，New Haven，CT，the United States of American）計算得出[15]。根據pLMR的截斷值，本研究將所有患者分為4組，分別為：免疫狀態增強組（HG組），pLMR高于或等于截斷值且cLMR大于1；術前免疫狀態增強組（HL組），pLMR高于或等于截斷值且cLMR等于或小于1；術后免疫狀態增強組（LG組），pLMR低于截斷值且cLMR大于1；免疫狀態減弱組（LL組），pLMR低于截斷值且cLMR等于或小于1。上述4組患者將根據生存情況給予不同等級的ICS評分。
1.4 統計學方法
本研究統計分析采用SPSS 27.0和R（version4.2.2）軟件進行，使用的R語言代碼包括“rms”“timeROC”“stdca”“ggDCA”和“survival”。計量資料根據是否符合正態分布分別以均數±標準差（
±s）、中位數（median，M）及四分位數間距（IQR）描述并分別運用兩獨立樣本比較的t檢驗或秩和檢驗進行組間比較。計數資料的組間比較采用四格表χ2檢驗或Fisher確切概率法。總生存期（overall survival，OS）定義為從第3次輔助化療后到死亡或最后1次隨訪之間的時間段。繪制Kaplan-Meier曲線，并通過log-rank或Gehan-Breslow-Wilcoxon檢驗對不同亞組的生存情況進行比較。采用時間依賴性曲線下面積（time-dependent AUC，t-AUC）來評估pLMR、cLMR以及ICS預測預后能力的穩健度[16]。此外，本研究采用Harrell一致性指數（C-index）來量化比較pLMR、cLMR和ICS預測預后的準確度。采用Cox比例風險回歸模型確定預后因素，并采用列線圖模型（Nomogram）對上述結果進行可視化。校準曲線和C-index用于評估Nomogram的預測準確性。為了研究Nomogram對LAGC患者3年和5年生存率預測的臨床實用性，本研究采用決策曲線（decision curve analysis，DCA）進行分析，即在驗證數據集中，將不同預測概率時模型的凈收益進行量化，從顯示真陽性結果患者的比例中減去顯示假陽性結果的患者比例，權衡假陽性和假陰性結果的相對風險，計算凈收益的公式如下：凈收益=真陽性/n–Pt/（1–Pt）×假陽性/n[17]。檢驗水準α=0.05。
2 結果
2.1 本組患者的臨床病理學特征
210例入組患者的中位年齡為57.6歲（31～80歲），其中61例（29.1%）為女性；有92例（43.8%）為pTNM Ⅱ期，118例（56.2%）為pTNM Ⅲ期；手術方式包括全胃切除68例（32.4%）、遠端胃切除44例（20.9%）和近端胃切除98例（46.7%）；其他臨床病理學特征見表1。
表1
cLMR與臨床病理學特征的關系 ［例（%） ］
2.2 本組患者治療期間免疫狀態的變化
在接受根治性胃切除和3個周期的輔助化療后，LAGC患者的中位LMR從基線時的4.816（0.636～22.750，IQR=2.729）提高到5.358（0.547～24.900，IQR=3.171），P=0.039，其中有111例（52.9%）患者的LMR升高。cLMR與患者臨床病理學特征之間的關系見表1所示，可見具有高 pLMR、高分化或Lauren分型為腸型的LAGC患者在治療后更容易發生cLMR＞1的情況。
2.3 生存分析
所有患者均獲訪，中位隨訪時間為55個月（5～108個月），中位生存時間為44個月 ［95%CI（37.756，50.244）］。隨訪期間115例（54.8%）患者死亡。單因素分析結果顯示，Lauren分型、多西他賽、脈管浸潤、神經浸潤、手術方式、腫瘤大小、CA-199、CEA、pTNM分期、pLMR和cLMR均與OS相關（P<0.050），見表2。由于個別分組患者死亡人數未超過50%，故未計算得出中位OS。本研究進一步將單因素分析有統計學意義的指標以及臨床上重要的預后影響因素納入多因素Cox比例風險回歸分析，結果表明（表3），Lauren分型彌漫型患者的預后差于腸型患者（RR=1.812，P=0.026），CEA>5.15 ng/mL患者的預后差于CEA≤5.15 ng/mL患者（RR=1.736，P=0.029），pTNM分期Ⅲ期患者的預后差于Ⅱ期患者（RR=2.668，P<0.001），pLMR>4.53患者的預后優于≤4.53患者（RR=0.327，P<0.001），cLMR>1患者的預后優于≤1的患者（RR=0.362，P<0.001，見圖1a）。
表2
LAGC患者預后的單因素分析
表3
LAGC患者預后的多因素分析
圖1
示不同cLMR 值、根據pLMR 和 cLMR 劃分的4組患者、不同ICS評分組患者的OS曲線；時間相關ROC曲線、列線圖及其校準曲線和 DCA 曲線
a：不同cLMR 值患者的OS曲線；b：根據pLMR 和 cLMR 劃分的4組患者的OS曲線；c：不同ICS評分組患者的OS曲線；d：pLMR、cLMR和ICS的時間相關ROC曲線，X軸代表確診后的月份，Y軸代表單個時間點的預估
2.4 建立ICS
根據pLMR和cLMR，本研究將患者分為4組：HL組65例（30.9%）、HG組57例（27.1%）、LL組34例（16.2%）以及LG組54例（25.7%）。4組患者的OS曲線比較差異存在統計學意義（χ2=51.39，P<0.001），見圖1b，且LL組與HG組（χ2=66.70，P<0.001）、LL組與LG組（χ2=18.04，P<0.001）、LL組與HL組（χ2=17.26，P<0.001）、HG組與LG組（χ2=18.99，P<0.001）、HG組與HL組（χ2=21.93，P<0.001）的差異均有統計學意義，但HL組和LG組比較差異無統計學意義（P=0.815）。因此，本研究對上述4個分組重新進行整合定義ICS，其中ICS=1對應LL患者亞組（n=34），ICS=2對應HL或LG患者亞組（n=119）；ICS=3對應HG患者亞組（n=57）。ICS與臨床病理學特征之間的關系見表4，結果顯示：ICS評分與Lauren分型和腫瘤大小有關（P<0.05），隨ICS評分增加，腸型患者占比和腫瘤≤4 cm患者占比增高。
表4
ICS與患者臨床病理學特征的關系 ［例（%） ］
2.5 ICS的預后價值
通過Kaplan-Merier曲線計算的不同ICS組患者的5年OS率分別為3.2%（ICS=1）、29.7%（ICS=2）和75.9%（ICS=3），生存曲線比較差異有統計學意義（P<0.001，圖1c），且兩兩比較差異均有統計學意義（ICS=1比ICS=3：χ2=66.70，P<0.001；ICS=1比ICS=2：χ2=23.78，P<0.001；ICS=2比ICS=3：χ2=23.72，P<0.001）。多因素Cox比例風險回歸分析結果表明，ICS仍然是OS的影響因素 ［ICS=2，RR=0.397，95%CI（0.260，0.608），P<0.001；ICS=3，RR=0.080，95%CI（0.040，0.162），P<0.001）］，ICS得分為2和3的患者的OS較佳（表5）。為了進一步比較ICS、cLMR和pLMR的預后價值，本研究繪制了t-AUC曲線，結果顯示在整個隨訪時間內ICS的預測準確度始終優于cLMR和pLMR（圖1d）。此外，ICS的C-index ［0.806，95%CI（0.746，0.865）］高于pLMR ［0.717，95%CI（0.635，0.799），P=0.003］和cLMR ［0.723，95%CI（0.641，0.806），P=0.005］。
表5
基于ICS的多因素分析
2.6 基于ICS構建預后Nomogram圖
為了提供定量預測預后的方法，本研究基于Cox比例風險回歸模型中有統計學意義的指標（CEA、pTNM分期和ICS）構建預后Nomogram圖，見圖1e。Nomogram圖的3年總體生存率和5年總體生存率的校準曲線都證明了在內部驗證中列線圖的預測值與實際觀察值之間基本一致（圖1f和1g）。本研究還對不同的預后模型進行了比較，結果顯示基于ICS、CEA和pTNM的預后模型 ［C-index=0.821，95%CI（0.783，0.859）］ 優于僅基于pTNM分期和CEA的預后模型 ［C-index=0.758，95%CI（0.704，0.812），P=0.001］ 和基于pLMR、CEA和pTNM的預后模型 ［C-index=0.784，95%CI（0.741，0.827），P=0.003］。進一步繪制上述3種模型用于預測LAGC患者3年和5年生存率的DCA曲線（圖1h和1i），結果顯示，在較大的預測概率區間內對LAGC患者的3年和5年生存率進行預測時，采用基于ICS、CEA和pTNM的預后模型比其他2個模型能獲得更好的收益。
3 討論
LMR作為免疫炎癥標志物之一，在免疫監測和腫瘤進展中發揮著重要作用。早前的研究已經從不同時間點證明了生存率與LMR之間的相關性，尤其是在術前環境中。然而目前我們對該生物標志物在治療期間的改變和預后的相關性知之甚少。本研究證明了動態LMR變化的預后價值及其在LAGC患者胃切除術和輔助化療后的改變對預后的影響。同時本研究發現輔助治療后LMR的增加是LAGC患者預后的預測因素，且輔助治療后LMR升高患者的預后更好。此外，Lauren分型為腸型或分化程度為高分化的患者在治療后可能獲得更高的免疫力。
作為適應性和先天免疫系統的基礎，淋巴細胞參與并增強免疫監視，并通過介導細胞毒效應來抑制腫瘤細胞的增殖、侵襲和轉移[18-19]。據報道，腫瘤淋巴細胞浸潤的存在與多種腫瘤的預后有關，這可能和腫瘤細胞浸潤、淋巴細胞誘導、抗腫瘤活性以及血管生成有關[20]。因此，淋巴細胞的減少可能會削弱免疫反應，并提示癌癥患者抗腫瘤能力的下降和預后不良。但同時根據先前的發現，循環單核細胞也可能有助于腫瘤的生長并抑制免疫監視[21]。此外，就來源于循環單核細胞的腫瘤相關巨噬細胞而言，已被證明與腫瘤轉移、血管生成增強和預后不良有關[22]。因此，基于ALC和AMC計算的LMR，在一定程度上可以放大ALC和AMC單獨反映免疫狀態的能力，并能夠將兩者結合起來，從而能夠更好地預測胃癌患者的預后。
雖已有多項研究[12, 23-25]分析了LMR在術前和術后對胃癌患者的預后價值，但仍存在一個重要的局限因素是LMR的臨界值在這些研究中不同，因此限制了對患者的預后進行分層。有關注治療后患者LMR動態變化的研究[26]表明，在小細胞肺癌患者中，與治療前的LMR相比，在接受nivolumab單藥治療后4周，LMR的升高與無進展生存期和OS的延長顯著相關。另外，在接受自體干細胞移植的霍奇金淋巴瘤患者中，從第15天到第100天LMR增加超過1.8與較低的復發風險相關[27]。本研究發現，cLMR增加的LAGC患者的預后較降低患者佳。盡管cLMR的預后準確性尚不如pLMR，但cLMR和pLMR的綜合應用可以進一步幫助區分和篩選應該接受個體化治療的患者。此外，cLMR也是胃癌患者的預后因素，cLMR的增加同高分化和Lauren分型（腸型）密切相關。這些數據進一步支持了cLMR的臨床價值—一種可以用來測量由治療和腫瘤負荷改變引起的免疫狀態變化的動態反映指標。故本研究基于pLMR和cLMR開發了一種新的預后評分系統—ICS，并驗證了ICS也是LAGC患者的預后因素，且具備較好的預測準確度。綜上所述，ICS的臨床價值及對患者預后預測的準確性均明顯優于pLMR和cLMR。據此筆者建議ICS較低的患者應定期復查并嘗試接受分子靶向藥物的治療。
現今最常用的胃癌預后預測系統是美國癌癥聯合委員會（American Joint Committee on Cancer，AJCC）發布的TNM分期系統，該系統基于腫瘤浸潤深度（T）、淋巴結轉移數量（N）和遠處轉移（M）構建而成[14]。然而，由于患者個體存在獨立性和差異性，僅根據TNM分期來區分患者的預后可能并不準確。為了協助臨床決策，本研究將ICS、CEA和pTNM分期這3項有統計學意義的預后指標進行綜合并建立了Nomogram模型—個體化的預測工具[28-29]。為了進一步確定Nomgram構建的準確性，本研究對其校準度和區分度進行了驗證。在本研究中，內部驗證顯示LAGC患者的3年和5年生存率預測的校準曲線中模型預測值與實際觀測值之間基本一致，且其準確度（C-index值）高于單獨使用pTNM分期或pTNM分期聯合CEA。此外，與非ICS或基于pLMR的模型相比，聯合ICS、CEA及pTNM分期的模型具有更好的臨床獲益率。因此，在臨床實踐中，ICS可作為TNM分期系統的補充，能夠用于幫助識別預后較差的患者亞組、評估個體臨床結局并為指導臨床治療和隨訪提供依據。
本研究也存在一些局限和不足。首先，本研究缺乏患者在治療期間所有時間點的臨床數據。其次，這項研究的病例僅來源于單中心，不可避免地導致了潛在的誤差和較小的樣本量。此外，由于患者為連續入組，部分患者隨訪時間不足5年，因此暫未觀察到其實際生存情況，可能對累計生存分析結果產生影響。
4 結論
本研究表明免疫狀態變化與LAGC患者的預后相關。基于此，本研究開發了一種名為ICS的新型預后評分系統，它可以有效區分LAGC患者的預后。與此同時，筆者建立并驗證了一種新預后模型，該模型結合了ICS、CEA和pTNM分期來預測LAGC患者的預后，具有較高的預測準確度和臨床實用性。
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：賀祺琛、王科深完成論文撰寫；賀祺琛、李志剛、甘世英、王濤完成隨訪及病例信息收集；周輝年、俞澤元、焦作義審校論文。
倫理聲明：本研究通過了蘭州大學第二醫院醫學倫理委員會審批同意（批文編號：2022A-677）。
由于早期診斷的困難以及有限的治療手段，胃癌的預后仍然很差[1]。對于局部進展期胃癌（locally advanced gastric cancer，LAGC）患者，即使接受了D2式根治性胃切除，5年生存率仍只有30%～50%[2]。因此，篩選出具有微小遠處轉移或局部復發風險的患者并及時防止疾病的進一步惡化，對于延長LAGC患者的生存時間以及減少其癌癥相關死亡極為重要[3]。
近年來，隨著人們對免疫系統與腫瘤關系研究的不斷深入，免疫和靶向治療在癌癥中的應用受到越來越多的關注，全身免疫相關標志物在各類腫瘤中的預后意義也成為了抗腫瘤研究的熱點[4-6]。由于檢測方式的便捷和檢測成本的低廉，血常規檢查中的淋巴細胞計數（absolute lymphocyte count，ALC）和單核細胞計數（absolute monocyte count，AMC）已被廣泛用于多種血液系統惡性腫瘤和實體瘤的免疫狀態監測當中[7-9]。在胃癌中，有報道稱ALC、AMC和淋巴/單核細胞比率（lymphocyte-to-monocyte ratio，LMR）與胃切除術后的預后相關，并且發現擁有較高淋巴細胞或較低單核細胞計數的患者其生存時間顯著延長[8, 10-12]。但是以往的研究都將ALC、AMC和LMR的預后價值局限在一個單獨的時間點，忽略了整個癌癥治療周期中患者免疫狀態的變化，尤其是在腫瘤負荷產生變化和接受輔助化療時[8, 11-12]。因此，筆者推測在術前LMR（preoperative lymphocyte-to-monocyte ratio，pLMR）的基礎上，增加對術后輔助治療期間患者LMR的變化（change of lymphocyte-to-monocyte ratio，cLMR）并進行分層，可能有助于準確區分具有不同預后的胃癌患者。故本研究旨在探討手術和輔助化療對免疫狀態的影響，并評估其預后價值。此外，筆者嘗試建立一種基于pLMR和cLMR的免疫狀態變化評分（immunity change score，ICS），用來預測評估LAGC患者的預后，以期指導臨床。
1 資料和方法
1.1 研究對象
納入標準：① 既往接受D2根治性胃切除術或擴大D2根治性胃切除術[13]；② TNM分期為T2至T4分期、任何淋巴結轉移以及無遠處轉移，即pT2～4NxM0[14]。為確保研究患者免疫狀態變化的一致性，本研究排除了既往接受過任何系統化療或放療且術后接受少于3個周期輔助化療的患者。回顧性收集2013年1月至2018年12月期間于筆者所在科室接受診治的LAGC患者，根據納入和排除標準，最終210例LAGC患者被納入本次研究。通過電話或郵件的方式，對所有患者進行了隨訪。末次隨訪時間為2022年8月1日，所有隨訪結果均收集并記錄在數據庫中。本研究符合赫爾辛基宣言，經蘭州大學第二醫院倫理審查委員會審查批準后實施。
1.2 數據收集和記錄
所有患者在圍手術期和術后的輔助化療過程中，均進行了血常規檢查。筆者收集了術前3 d及輔助化療第3個療程后的ALC和AMC值。外周血ALC和AMC的正常值分別為（0.8～4.0）×109/L和（0.12～0.80）×109/L。同時筆者使用LMR指標來量化患者的免疫狀態，即ALC與AMC的比值。除此以外，筆者還收集了患者的其他臨床病理資料，包括年齡、性別、東部腫瘤協作組（eastern cooperative oncology group，ECOG）體能狀態、腫瘤位置、腫瘤大小、Lauren分型、分化程度、神經浸潤、脈管浸潤、pTNM分期、術前CA-199/CEA水平等。
本研究中所有患者均根據原發腫瘤的大小和部位分別進行根治性全胃、近端或遠端胃切除術，并在術后接受至少3個周期的輔助化療，包括FLOT、SOX、XELOX和FOLFOX6方案[14]。
1.3 免疫相關指標和ICS定義
為了評估包括手術和輔助治療在內的整個治療過程中患者總體免疫狀態的變化，本研究以第4次化療前LMR（the forth chemotherapy lymphocyte-to-monocyte ratio，fLMR）除以pLMR的值來確定cLMR，并將cLMR>1定義為免疫狀態增強。包括pLMR在內的計量資料在預測患者預后時的最佳截斷值由X-tile軟件（Tale University，New Haven，CT，the United States of American）計算得出[15]。根據pLMR的截斷值，本研究將所有患者分為4組，分別為：免疫狀態增強組（HG組），pLMR高于或等于截斷值且cLMR大于1；術前免疫狀態增強組（HL組），pLMR高于或等于截斷值且cLMR等于或小于1；術后免疫狀態增強組（LG組），pLMR低于截斷值且cLMR大于1；免疫狀態減弱組（LL組），pLMR低于截斷值且cLMR等于或小于1。上述4組患者將根據生存情況給予不同等級的ICS評分。
1.4 統計學方法
本研究統計分析采用SPSS 27.0和R（version4.2.2）軟件進行，使用的R語言代碼包括“rms”“timeROC”“stdca”“ggDCA”和“survival”。計量資料根據是否符合正態分布分別以均數±標準差（±s）、中位數（median，M）及四分位數間距（IQR）描述并分別運用兩獨立樣本比較的t檢驗或秩和檢驗進行組間比較。計數資料的組間比較采用四格表χ2檢驗或Fisher確切概率法。總生存期（overall survival，OS）定義為從第3次輔助化療后到死亡或最后1次隨訪之間的時間段。繪制Kaplan-Meier曲線，并通過log-rank或Gehan-Breslow-Wilcoxon檢驗對不同亞組的生存情況進行比較。采用時間依賴性曲線下面積（time-dependent AUC，t-AUC）來評估pLMR、cLMR以及ICS預測預后能力的穩健度[16]。此外，本研究采用Harrell一致性指數（C-index）來量化比較pLMR、cLMR和ICS預測預后的準確度。采用Cox比例風險回歸模型確定預后因素，并采用列線圖模型（Nomogram）對上述結果進行可視化。校準曲線和C-index用于評估Nomogram的預測準確性。為了研究Nomogram對LAGC患者3年和5年生存率預測的臨床實用性，本研究采用決策曲線（decision curve analysis，DCA）進行分析，即在驗證數據集中，將不同預測概率時模型的凈收益進行量化，從顯示真陽性結果患者的比例中減去顯示假陽性結果的患者比例，權衡假陽性和假陰性結果的相對風險，計算凈收益的公式如下：凈收益=真陽性/n–Pt/（1–Pt）×假陽性/n[17]。檢驗水準α=0.05。
2 結果
2.1 本組患者的臨床病理學特征
210例入組患者的中位年齡為57.6歲（31～80歲），其中61例（29.1%）為女性；有92例（43.8%）為pTNM Ⅱ期，118例（56.2%）為pTNM Ⅲ期；手術方式包括全胃切除68例（32.4%）、遠端胃切除44例（20.9%）和近端胃切除98例（46.7%）；其他臨床病理學特征見表1。
表1
cLMR與臨床病理學特征的關系 ［例（%） ］
2.2 本組患者治療期間免疫狀態的變化
在接受根治性胃切除和3個周期的輔助化療后，LAGC患者的中位LMR從基線時的4.816（0.636～22.750，IQR=2.729）提高到5.358（0.547～24.900，IQR=3.171），P=0.039，其中有111例（52.9%）患者的LMR升高。cLMR與患者臨床病理學特征之間的關系見表1所示，可見具有高 pLMR、高分化或Lauren分型為腸型的LAGC患者在治療后更容易發生cLMR＞1的情況。
2.3 生存分析
所有患者均獲訪，中位隨訪時間為55個月（5～108個月），中位生存時間為44個月 ［95%CI（37.756，50.244）］。隨訪期間115例（54.8%）患者死亡。單因素分析結果顯示，Lauren分型、多西他賽、脈管浸潤、神經浸潤、手術方式、腫瘤大小、CA-199、CEA、pTNM分期、pLMR和cLMR均與OS相關（P<0.050），見表2。由于個別分組患者死亡人數未超過50%，故未計算得出中位OS。本研究進一步將單因素分析有統計學意義的指標以及臨床上重要的預后影響因素納入多因素Cox比例風險回歸分析，結果表明（表3），Lauren分型彌漫型患者的預后差于腸型患者（RR=1.812，P=0.026），CEA>5.15 ng/mL患者的預后差于CEA≤5.15 ng/mL患者（RR=1.736，P=0.029），pTNM分期Ⅲ期患者的預后差于Ⅱ期患者（RR=2.668，P<0.001），pLMR>4.53患者的預后優于≤4.53患者（RR=0.327，P<0.001），cLMR>1患者的預后優于≤1的患者（RR=0.362，P<0.001，見圖1a）。
表2
LAGC患者預后的單因素分析
表3
LAGC患者預后的多因素分析
圖1
示不同cLMR 值、根據pLMR 和 cLMR 劃分的4組患者、不同ICS評分組患者的OS曲線；時間相關ROC曲線、列線圖及其校準曲線和 DCA 曲線
a：不同cLMR 值患者的OS曲線；b：根據pLMR 和 cLMR 劃分的4組患者的OS曲線；c：不同ICS評分組患者的OS曲線；d：pLMR、cLMR和ICS的時間相關ROC曲線，X軸代表確診后的月份，Y軸代表單個時間點的預估
2.4 建立ICS
根據pLMR和cLMR，本研究將患者分為4組：HL組65例（30.9%）、HG組57例（27.1%）、LL組34例（16.2%）以及LG組54例（25.7%）。4組患者的OS曲線比較差異存在統計學意義（χ2=51.39，P<0.001），見圖1b，且LL組與HG組（χ2=66.70，P<0.001）、LL組與LG組（χ2=18.04，P<0.001）、LL組與HL組（χ2=17.26，P<0.001）、HG組與LG組（χ2=18.99，P<0.001）、HG組與HL組（χ2=21.93，P<0.001）的差異均有統計學意義，但HL組和LG組比較差異無統計學意義（P=0.815）。因此，本研究對上述4個分組重新進行整合定義ICS，其中ICS=1對應LL患者亞組（n=34），ICS=2對應HL或LG患者亞組（n=119）；ICS=3對應HG患者亞組（n=57）。ICS與臨床病理學特征之間的關系見表4，結果顯示：ICS評分與Lauren分型和腫瘤大小有關（P<0.05），隨ICS評分增加，腸型患者占比和腫瘤≤4 cm患者占比增高。
表4
ICS與患者臨床病理學特征的關系 ［例（%） ］
2.5 ICS的預后價值
通過Kaplan-Merier曲線計算的不同ICS組患者的5年OS率分別為3.2%（ICS=1）、29.7%（ICS=2）和75.9%（ICS=3），生存曲線比較差異有統計學意義（P<0.001，圖1c），且兩兩比較差異均有統計學意義（ICS=1比ICS=3：χ2=66.70，P<0.001；ICS=1比ICS=2：χ2=23.78，P<0.001；ICS=2比ICS=3：χ2=23.72，P<0.001）。多因素Cox比例風險回歸分析結果表明，ICS仍然是OS的影響因素 ［ICS=2，RR=0.397，95%CI（0.260，0.608），P<0.001；ICS=3，RR=0.080，95%CI（0.040，0.162），P<0.001）］，ICS得分為2和3的患者的OS較佳（表5）。為了進一步比較ICS、cLMR和pLMR的預后價值，本研究繪制了t-AUC曲線，結果顯示在整個隨訪時間內ICS的預測準確度始終優于cLMR和pLMR（圖1d）。此外，ICS的C-index ［0.806，95%CI（0.746，0.865）］高于pLMR ［0.717，95%CI（0.635，0.799），P=0.003］和cLMR ［0.723，95%CI（0.641，0.806），P=0.005］。
表5
基于ICS的多因素分析
2.6 基于ICS構建預后Nomogram圖
為了提供定量預測預后的方法，本研究基于Cox比例風險回歸模型中有統計學意義的指標（CEA、pTNM分期和ICS）構建預后Nomogram圖，見圖1e。Nomogram圖的3年總體生存率和5年總體生存率的校準曲線都證明了在內部驗證中列線圖的預測值與實際觀察值之間基本一致（圖1f和1g）。本研究還對不同的預后模型進行了比較，結果顯示基于ICS、CEA和pTNM的預后模型 ［C-index=0.821，95%CI（0.783，0.859）］ 優于僅基于pTNM分期和CEA的預后模型 ［C-index=0.758，95%CI（0.704，0.812），P=0.001］ 和基于pLMR、CEA和pTNM的預后模型 ［C-index=0.784，95%CI（0.741，0.827），P=0.003］。進一步繪制上述3種模型用于預測LAGC患者3年和5年生存率的DCA曲線（圖1h和1i），結果顯示，在較大的預測概率區間內對LAGC患者的3年和5年生存率進行預測時，采用基于ICS、CEA和pTNM的預后模型比其他2個模型能獲得更好的收益。
3 討論
LMR作為免疫炎癥標志物之一，在免疫監測和腫瘤進展中發揮著重要作用。早前的研究已經從不同時間點證明了生存率與LMR之間的相關性，尤其是在術前環境中。然而目前我們對該生物標志物在治療期間的改變和預后的相關性知之甚少。本研究證明了動態LMR變化的預后價值及其在LAGC患者胃切除術和輔助化療后的改變對預后的影響。同時本研究發現輔助治療后LMR的增加是LAGC患者預后的預測因素，且輔助治療后LMR升高患者的預后更好。此外，Lauren分型為腸型或分化程度為高分化的患者在治療后可能獲得更高的免疫力。
作為適應性和先天免疫系統的基礎，淋巴細胞參與并增強免疫監視，并通過介導細胞毒效應來抑制腫瘤細胞的增殖、侵襲和轉移[18-19]。據報道，腫瘤淋巴細胞浸潤的存在與多種腫瘤的預后有關，這可能和腫瘤細胞浸潤、淋巴細胞誘導、抗腫瘤活性以及血管生成有關[20]。因此，淋巴細胞的減少可能會削弱免疫反應，并提示癌癥患者抗腫瘤能力的下降和預后不良。但同時根據先前的發現，循環單核細胞也可能有助于腫瘤的生長并抑制免疫監視[21]。此外，就來源于循環單核細胞的腫瘤相關巨噬細胞而言，已被證明與腫瘤轉移、血管生成增強和預后不良有關[22]。因此，基于ALC和AMC計算的LMR，在一定程度上可以放大ALC和AMC單獨反映免疫狀態的能力，并能夠將兩者結合起來，從而能夠更好地預測胃癌患者的預后。
雖已有多項研究[12, 23-25]分析了LMR在術前和術后對胃癌患者的預后價值，但仍存在一個重要的局限因素是LMR的臨界值在這些研究中不同，因此限制了對患者的預后進行分層。有關注治療后患者LMR動態變化的研究[26]表明，在小細胞肺癌患者中，與治療前的LMR相比，在接受nivolumab單藥治療后4周，LMR的升高與無進展生存期和OS的延長顯著相關。另外，在接受自體干細胞移植的霍奇金淋巴瘤患者中，從第15天到第100天LMR增加超過1.8與較低的復發風險相關[27]。本研究發現，cLMR增加的LAGC患者的預后較降低患者佳。盡管cLMR的預后準確性尚不如pLMR，但cLMR和pLMR的綜合應用可以進一步幫助區分和篩選應該接受個體化治療的患者。此外，cLMR也是胃癌患者的預后因素，cLMR的增加同高分化和Lauren分型（腸型）密切相關。這些數據進一步支持了cLMR的臨床價值—一種可以用來測量由治療和腫瘤負荷改變引起的免疫狀態變化的動態反映指標。故本研究基于pLMR和cLMR開發了一種新的預后評分系統—ICS，并驗證了ICS也是LAGC患者的預后因素，且具備較好的預測準確度。綜上所述，ICS的臨床價值及對患者預后預測的準確性均明顯優于pLMR和cLMR。據此筆者建議ICS較低的患者應定期復查并嘗試接受分子靶向藥物的治療。
現今最常用的胃癌預后預測系統是美國癌癥聯合委員會（American Joint Committee on Cancer，AJCC）發布的TNM分期系統，該系統基于腫瘤浸潤深度（T）、淋巴結轉移數量（N）和遠處轉移（M）構建而成[14]。然而，由于患者個體存在獨立性和差異性，僅根據TNM分期來區分患者的預后可能并不準確。為了協助臨床決策，本研究將ICS、CEA和pTNM分期這3項有統計學意義的預后指標進行綜合并建立了Nomogram模型—個體化的預測工具[28-29]。為了進一步確定Nomgram構建的準確性，本研究對其校準度和區分度進行了驗證。在本研究中，內部驗證顯示LAGC患者的3年和5年生存率預測的校準曲線中模型預測值與實際觀測值之間基本一致，且其準確度（C-index值）高于單獨使用pTNM分期或pTNM分期聯合CEA。此外，與非ICS或基于pLMR的模型相比，聯合ICS、CEA及pTNM分期的模型具有更好的臨床獲益率。因此，在臨床實踐中，ICS可作為TNM分期系統的補充，能夠用于幫助識別預后較差的患者亞組、評估個體臨床結局并為指導臨床治療和隨訪提供依據。
本研究也存在一些局限和不足。首先，本研究缺乏患者在治療期間所有時間點的臨床數據。其次，這項研究的病例僅來源于單中心，不可避免地導致了潛在的誤差和較小的樣本量。此外，由于患者為連續入組，部分患者隨訪時間不足5年，因此暫未觀察到其實際生存情況，可能對累計生存分析結果產生影響。
4 結論
本研究表明免疫狀態變化與LAGC患者的預后相關。基于此，本研究開發了一種名為ICS的新型預后評分系統，它可以有效區分LAGC患者的預后。與此同時，筆者建立并驗證了一種新預后模型，該模型結合了ICS、CEA和pTNM分期來預測LAGC患者的預后，具有較高的預測準確度和臨床實用性。
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：賀祺琛、王科深完成論文撰寫；賀祺琛、李志剛、甘世英、王濤完成隨訪及病例信息收集；周輝年、俞澤元、焦作義審校論文。
倫理聲明：本研究通過了蘭州大學第二醫院醫學倫理委員會審批同意（批文編號：2022A-677）。
