引用本文： 龍穎, 姚德生, 韋有生. 嗜神經侵襲與早期宮頸癌預后相關性的 Meta 分析. 中國循證醫學雜志, 2017, 17(3): 334-339. doi: 10.7507/1672-2531.201611046 復制
嗜神經侵襲（perineural invasion，PNI）是指腫瘤細胞在神經纖維周圍沿著神經或進入神經束膜內沿著束膜擴展的局部浸潤轉移現象，被認為是惡性腫瘤經典的四種（淋巴、血液、直接蔓延、種植）轉移途徑之外的第五種轉移方式[1]。PNI 最常見于頭頸部腫瘤，包括腺樣囊腺癌，其他腫瘤如胰腺癌、前列腺癌、胃腸道等，常作為這些疾病評估預后的不良指標之一[2-4]。宮頸癌也存在 PNI 現象，相關研究表明，PNI 與宮頸癌術后復發的一些高危病理因素密切相關，如淋巴結轉移、宮旁浸潤、切緣陽性、淋巴脈管間隙浸潤等等[5,6]。對于早期宮頸癌患者，如術后病理證實具有高危因素，需進行輔助性放化療以改善預后。那么，PNI 是否為影響宮頸癌患者術后長期療效的不良預后因素？除去其他病理因素的影響，是否可作為評估預后的獨立指標？目前的研究結果尚有爭議[6-10]。本研究采用 Meta 分析的方法，探討 PNI 對早期宮頸癌患者術后無瘤生存率（disease free survival，DFS）和總生存率（overall survival，OS）的影響，為臨床醫生選擇手術后治療方案提供依據。
資料與方法
1.1 納入與排除標準
1.1.1 研究設計 病例-對照研究。
1.1.2 研究對象 經病理學檢查確診為宮頸癌，FIGO（International Federation of Gynecology and Obstetrics）分期Ⅰ～Ⅱ期，行標準的根治性全子宮切除術+盆腔淋巴結清掃，加或不加腹主動脈旁淋巴結切除、雙側附件切除。
1.1.3 暴露因素 以術后病理結果有 PNI 為暴露因素。
1.1.4 結局指標 DFS 和 OS。
1.1.5 排除標準 ① 非中、英文文獻；① 重復發表的文獻；③ 沒有對患者預后進行分析的文獻。
1.2 檢索策略
計算機檢索 PubMed、EMbase、The Cochrane Library（2016 年 10 期）、CNKI、WanFang Data、CBM 和 VIP 數據庫，搜集 PNI 與早期宮頸癌預后相關性的病例-對照研究，檢索時間截止至 2016 年 10 月。同時，手工檢索與宮頸癌 PNI 相關的文獻并追溯納入文獻的參考文獻，以補充獲取相關文獻。檢索采用主題詞與自由詞組合的方式進行。英文檢索詞包括：perineural invasion、perineural infiltration parametria、cervicalcancer、cervical carcinoma、carcinoma of the cervix uteri 等；中文檢索詞包括：嗜神經侵襲、嗜神經浸潤、神經周浸潤、神經周圍浸潤、神經侵襲、神經浸潤、宮頸癌、宮頸腫瘤等。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選和資料提取
由兩名評價員獨立篩選文獻、提取資料，并交叉核，如遇意見不一致則雙方討論解決或由第三者判斷，缺乏的資料盡量與作者聯系予以補充。資料提取的主要內容包括：納入研究的基本信息（如主要作者、發表時間、國籍）；患者的病例數、分組情況、臨床病理特征；DFS、OS 的多元回歸生存分析以及 Kaplan-Meier 生存曲線分析結果。
1.4 納入研究的偏倚風險評價
納入研究的偏倚風險采用 NOS 量表[11]進行評價，由兩位研究者獨立完成，若遇意見分歧，通過討論解決或根據第三位研究者的意見解決。具體評價內容包括：確定病例是否恰當，病例的代表性，對照的選擇，對照的確定，設計和統計分析時考慮病例和對照的可比性，暴露因素的確定，采用相同的方法確定病例和對照組暴露因素，無應答率。分數越高質量越好，滿分為 9 分。
1.5 統計分析
采用 RevMan 5.3 軟件進行統計分析。對于不能直接從文章中獲取的生存數據，使用 Engauge Digitizer version 4.1（）從 Kaplan-Meier 曲線上讀取，并計算出 HR 及 95% 可信區間。納入研究結果間的異質性分析采用χ2 檢驗，并結合I2 進行判斷。若各研究結果間無統計學異質性（P>0.1，I2≤50%），采用固定效應模型進行 Meta 分析；若各研究結果間存在統計學異質性（P≤0.1，I2>50%），則通過亞組分析探討異質性來源，在排除明顯臨床異質性的影響后，采用隨機效應模型進行 Meta 分析。對不能合并分析的資料僅做描述性分析。Meta 分析的檢驗水準設為α=0.05。
2 結果
2.1 納入研究的基本情況及偏倚風險評價
初篩出相關文獻 18 篇[5-10,12-23]，經閱讀全文，復篩排除：4 篇綜述[13,16,17,21]；1 篇宮頸癌患者的分期包括Ⅰ～Ⅳ期，且未告知手術治療情況的文獻[15]；1 篇宮頸癌患者的分期包括Ⅲ～Ⅳ期的文獻[22]；4 篇未對宮頸癌 PNI 進行生存分析的文獻[5,19,20,23]。最終納入 8 篇文獻[6-10,12,14,18]，其中 2 篇來自同一個病例-對照研究，數據互補[10,18]，共 1 218 例。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果圖 * 所檢索的數據庫及檢出文獻數具體如下：PubMed（n=45）、EMbase（n=83）、The Cochrane Library（n=0）、CNKI（n=11）、WanFang Data（n=9）、CBM（n=11）和 VIP（n=13）
納入文獻中，3 篇來自中國[9,12,14]，2 篇來自德國[10,18]，1 篇來自美國[8]，1 篇來自韓國[7]，1 篇來自波蘭[6]。納入研究的基本特征詳見表 1，偏倚風險評價結果詳見表 2。
表1
納入研究的基本特征
表2
納入研究的偏倚風險評價結果
2.2 Meta 分析
2.2.1 預后獨立因素評價
2.2.1.1 DFS 3 個研究[7-9]采用 Cox 比例風險模型進行多因素生存分析，共包含 615 例患者。各研究間無統計學異質性（P=0.48，I2 =0%），故采用固定效應模型進行 Meta 分析。結果顯示差異無統計學意義[HR=0.73，95%CI（0.33，1.58），P=0.42]，提示 PNI 不是影響 DFS 的獨立因素（圖 2）。
圖2
PNI 對 DFS 影響的 Meta 分析（Cox 回歸）
2.2.1.2 OS 4 個研究[8,9,12,14]采用 Cox 比例風險模型進行多因素生存分析，包括 690 例患者，各研究間無統計學異質性（P=0.60，I2 =0%），故采用固定效應模型進行 Meta 分析。結果顯示差異無統計學意義[HR=0.89，95%CI（0.41，1.94），P=0.77]，提示 PNI 不是影響 OS 的獨立因素（圖 3）。
圖3
PNI 對 OS 影響的 Meta 分析（Cox 回歸）
2.2.2 Kaplan-Meier 生存曲線評價
2.2.2.1 DFS 5 個研究[6-10]進行了 Kaplan-Meier 生存曲線分析，包括 859 例患者。各研究間無統計學異質性（P=0.31，I2 =16%），故采用固定效應模型進行 Meta 分析。結果顯示差異有統計學意義[HR=1.86，95%CI（1.20，2.88），P=0.006]，提示 PNI 陽性組的總體 DFS 低于 PNI 陰性組（圖 4）。
圖4
PNI 對 DFS 影響的 Meta 分析（Kaplan-Meier 法）
2.2.2.2 OS 6 個研究[7-10,12,14]進行了 Kaplan-Meier 生存曲線分析。但 1 個研究[12]因為圖片的清晰度問題無法提取數據，故對剩下 5 個進行合并分析，包括 974 例患者。各研究間無統計學異質性（P=0.45，I2 =0%），故采用固定效應模型進行 Meta 分析。結果顯示差異有統計學意義[HR=2.43，95%CI（1.63，3.62），P<0.000 1]，提示 PNI 陽性組的總體 OS 低于 PNI 陰性組（圖 5）。
圖5
PNI 對 OS 影響的 Meta 分析（Kaplan-Meier 法）
3 討論
從 1835 年 Crnveilheir 首次公開報道在頭頸部惡性腫瘤中發現了 PNI 現象以來，這種惡性腫瘤的生物學行為逐漸為醫學界所關注，推測 PNI 可能是有別于血行和淋巴轉移而單獨存在的一種腫瘤轉移方式。隨著研究的深入，PNI 被證實作為高危病理因素對多種惡性腫瘤的預后有著不可忽略的影響，甚至可作為評估預后的獨立指標。目前，PNI 在頭頸部惡性腫瘤中的研究較為廣泛，其次是胃腸、前列腺、胰腺等。
2003 年，Memarzadeh 等[20]首次報道了 PNI 在婦科腫瘤中的臨床研究，發現 PNI 陽性組的宮頸癌患者宮旁浸潤、淋巴脈管間隙浸潤的陽性率也較高；相反，PNI 陰性組患者的兩個病理特征的陰性率也隨之成正比。多元回歸顯示 PNI 與淋巴脈管間隙浸潤同時是影響患者復發的高危因素（P<0.05）。因為無法提取 Meta 分析所需的生存數據，我們沒有納入此研究。隨后，PNI 對于宮頸癌患者治療的影響，受到婦瘤科醫生的重視，但是相關研究不多，意見不一。
本次 Meta 分析納入研究中，Horn 等[10]認為 PNI 陽性的宮頸癌患者術后的 5 年 OS 明顯降低，多因素生存分析顯示 PNI 是影響 OS 的獨立因素，但是 PNI 對 5 年 DFS 無影響。張國楠等[9]認為，PNI 陽性組的宮頸癌患者 DFS 和 OS 均低于 PNI 陰性組，PNI 是重要的預后影響因素，但不是獨立預后因素。還有一些研究得出不同的結論，Skret-Magierlo 等[6]、Elsahwi 等[8]、Cho 等[7]指出，PNI 陽性患者與陰性患者的預后比較，差異無統計學意義。對于這些結論的分歧，本 Meta 分析提取相關生存數據的 HR、以及 95% 可信區間，并進行合并。最后，得出結果為 PNI 陽性的宮頸癌患者 DFS、OS 均低于 PNI 陰性組，差異有統計學意義；而多因素生存分析顯示無論對于 DFS 還是 OS，PNI 不是影響預后的獨立因素，差異無統計學意義。還有研究[5,19]顯示 PNI 與一些高危病理因素密切相關，提示 PNI 可以成為預測子宮頸癌患者預后的一個重要因素，但是沒有進行生存分析，故未納入此 Meta 分析。
本次 Meta 分析的局限性主要包括以下方面：① 納入研究數較少，共 8 篇文獻，其中 2 篇來自同一個研究。由于研究分組的特殊性，無法在特定的時間內人為增加 PNI 陽性組的例數，部分研究中 PNI 陽性組與陰性組的病例數差距較大（1 個研究 PNI 陽性組n<10），可能對檢驗結果有所影響。② 本研究僅納入公開發表的文獻，且由于語言限制，僅納入中文及英文。對于未發表的文獻或以其他語言發表的研究未能納入，可能會存在發表偏倚。③ 由于大部分研究未提供生存分析相關的 HR 及 95% 可信區間，我們參閱相關文獻，使用軟件從生存曲線上讀取數據的方法，雖然目前認為這是可行的一種方式[3,16,24]，但由于不是原始數據，可能會存在一定的誤差。
綜上所述，PNI 對早期宮頸癌患者預后有著不可忽略的影響，認為是不良預后因素之一，可考慮作為臨床醫生術后選擇輔助治療的一個參考指標，但目前還沒有證據表明 PNI 是影響宮頸癌患者預后的獨立因素。因本次 Meta 分析納入研究數較少，且均為回顧性研究，因此目前還無法得到確切的結論，需大樣本前瞻性對照研究來進一步驗證。
嗜神經侵襲（perineural invasion，PNI）是指腫瘤細胞在神經纖維周圍沿著神經或進入神經束膜內沿著束膜擴展的局部浸潤轉移現象，被認為是惡性腫瘤經典的四種（淋巴、血液、直接蔓延、種植）轉移途徑之外的第五種轉移方式[1]。PNI 最常見于頭頸部腫瘤，包括腺樣囊腺癌，其他腫瘤如胰腺癌、前列腺癌、胃腸道等，常作為這些疾病評估預后的不良指標之一[2-4]。宮頸癌也存在 PNI 現象，相關研究表明，PNI 與宮頸癌術后復發的一些高危病理因素密切相關，如淋巴結轉移、宮旁浸潤、切緣陽性、淋巴脈管間隙浸潤等等[5,6]。對于早期宮頸癌患者，如術后病理證實具有高危因素，需進行輔助性放化療以改善預后。那么，PNI 是否為影響宮頸癌患者術后長期療效的不良預后因素？除去其他病理因素的影響，是否可作為評估預后的獨立指標？目前的研究結果尚有爭議[6-10]。本研究采用 Meta 分析的方法，探討 PNI 對早期宮頸癌患者術后無瘤生存率（disease free survival，DFS）和總生存率（overall survival，OS）的影響，為臨床醫生選擇手術后治療方案提供依據。
資料與方法
1.1 納入與排除標準
1.1.1 研究設計 病例-對照研究。
1.1.2 研究對象 經病理學檢查確診為宮頸癌，FIGO（International Federation of Gynecology and Obstetrics）分期Ⅰ～Ⅱ期，行標準的根治性全子宮切除術+盆腔淋巴結清掃，加或不加腹主動脈旁淋巴結切除、雙側附件切除。
1.1.3 暴露因素 以術后病理結果有 PNI 為暴露因素。
1.1.4 結局指標 DFS 和 OS。
1.1.5 排除標準 ① 非中、英文文獻；① 重復發表的文獻；③ 沒有對患者預后進行分析的文獻。
1.2 檢索策略
計算機檢索 PubMed、EMbase、The Cochrane Library（2016 年 10 期）、CNKI、WanFang Data、CBM 和 VIP 數據庫，搜集 PNI 與早期宮頸癌預后相關性的病例-對照研究，檢索時間截止至 2016 年 10 月。同時，手工檢索與宮頸癌 PNI 相關的文獻并追溯納入文獻的參考文獻，以補充獲取相關文獻。檢索采用主題詞與自由詞組合的方式進行。英文檢索詞包括：perineural invasion、perineural infiltration parametria、cervicalcancer、cervical carcinoma、carcinoma of the cervix uteri 等；中文檢索詞包括：嗜神經侵襲、嗜神經浸潤、神經周浸潤、神經周圍浸潤、神經侵襲、神經浸潤、宮頸癌、宮頸腫瘤等。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選和資料提取
由兩名評價員獨立篩選文獻、提取資料，并交叉核，如遇意見不一致則雙方討論解決或由第三者判斷，缺乏的資料盡量與作者聯系予以補充。資料提取的主要內容包括：納入研究的基本信息（如主要作者、發表時間、國籍）；患者的病例數、分組情況、臨床病理特征；DFS、OS 的多元回歸生存分析以及 Kaplan-Meier 生存曲線分析結果。
1.4 納入研究的偏倚風險評價
納入研究的偏倚風險采用 NOS 量表[11]進行評價，由兩位研究者獨立完成，若遇意見分歧，通過討論解決或根據第三位研究者的意見解決。具體評價內容包括：確定病例是否恰當，病例的代表性，對照的選擇，對照的確定，設計和統計分析時考慮病例和對照的可比性，暴露因素的確定，采用相同的方法確定病例和對照組暴露因素，無應答率。分數越高質量越好，滿分為 9 分。
1.5 統計分析
采用 RevMan 5.3 軟件進行統計分析。對于不能直接從文章中獲取的生存數據，使用 Engauge Digitizer version 4.1（）從 Kaplan-Meier 曲線上讀取，并計算出 HR 及 95% 可信區間。納入研究結果間的異質性分析采用χ2 檢驗，并結合I2 進行判斷。若各研究結果間無統計學異質性（P>0.1，I2≤50%），采用固定效應模型進行 Meta 分析；若各研究結果間存在統計學異質性（P≤0.1，I2>50%），則通過亞組分析探討異質性來源，在排除明顯臨床異質性的影響后，采用隨機效應模型進行 Meta 分析。對不能合并分析的資料僅做描述性分析。Meta 分析的檢驗水準設為α=0.05。
2 結果
2.1 納入研究的基本情況及偏倚風險評價
初篩出相關文獻 18 篇[5-10,12-23]，經閱讀全文，復篩排除：4 篇綜述[13,16,17,21]；1 篇宮頸癌患者的分期包括Ⅰ～Ⅳ期，且未告知手術治療情況的文獻[15]；1 篇宮頸癌患者的分期包括Ⅲ～Ⅳ期的文獻[22]；4 篇未對宮頸癌 PNI 進行生存分析的文獻[5,19,20,23]。最終納入 8 篇文獻[6-10,12,14,18]，其中 2 篇來自同一個病例-對照研究，數據互補[10,18]，共 1 218 例。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果圖 * 所檢索的數據庫及檢出文獻數具體如下：PubMed（n=45）、EMbase（n=83）、The Cochrane Library（n=0）、CNKI（n=11）、WanFang Data（n=9）、CBM（n=11）和 VIP（n=13）
納入文獻中，3 篇來自中國[9,12,14]，2 篇來自德國[10,18]，1 篇來自美國[8]，1 篇來自韓國[7]，1 篇來自波蘭[6]。納入研究的基本特征詳見表 1，偏倚風險評價結果詳見表 2。
表1
納入研究的基本特征
表2
納入研究的偏倚風險評價結果
2.2 Meta 分析
2.2.1 預后獨立因素評價
2.2.1.1 DFS 3 個研究[7-9]采用 Cox 比例風險模型進行多因素生存分析，共包含 615 例患者。各研究間無統計學異質性（P=0.48，I2 =0%），故采用固定效應模型進行 Meta 分析。結果顯示差異無統計學意義[HR=0.73，95%CI（0.33，1.58），P=0.42]，提示 PNI 不是影響 DFS 的獨立因素（圖 2）。
圖2
PNI 對 DFS 影響的 Meta 分析（Cox 回歸）
2.2.1.2 OS 4 個研究[8,9,12,14]采用 Cox 比例風險模型進行多因素生存分析，包括 690 例患者，各研究間無統計學異質性（P=0.60，I2 =0%），故采用固定效應模型進行 Meta 分析。結果顯示差異無統計學意義[HR=0.89，95%CI（0.41，1.94），P=0.77]，提示 PNI 不是影響 OS 的獨立因素（圖 3）。
圖3
PNI 對 OS 影響的 Meta 分析（Cox 回歸）
2.2.2 Kaplan-Meier 生存曲線評價
2.2.2.1 DFS 5 個研究[6-10]進行了 Kaplan-Meier 生存曲線分析，包括 859 例患者。各研究間無統計學異質性（P=0.31，I2 =16%），故采用固定效應模型進行 Meta 分析。結果顯示差異有統計學意義[HR=1.86，95%CI（1.20，2.88），P=0.006]，提示 PNI 陽性組的總體 DFS 低于 PNI 陰性組（圖 4）。
圖4
PNI 對 DFS 影響的 Meta 分析（Kaplan-Meier 法）
2.2.2.2 OS 6 個研究[7-10,12,14]進行了 Kaplan-Meier 生存曲線分析。但 1 個研究[12]因為圖片的清晰度問題無法提取數據，故對剩下 5 個進行合并分析，包括 974 例患者。各研究間無統計學異質性（P=0.45，I2 =0%），故采用固定效應模型進行 Meta 分析。結果顯示差異有統計學意義[HR=2.43，95%CI（1.63，3.62），P<0.000 1]，提示 PNI 陽性組的總體 OS 低于 PNI 陰性組（圖 5）。
圖5
PNI 對 OS 影響的 Meta 分析（Kaplan-Meier 法）
3 討論
從 1835 年 Crnveilheir 首次公開報道在頭頸部惡性腫瘤中發現了 PNI 現象以來，這種惡性腫瘤的生物學行為逐漸為醫學界所關注，推測 PNI 可能是有別于血行和淋巴轉移而單獨存在的一種腫瘤轉移方式。隨著研究的深入，PNI 被證實作為高危病理因素對多種惡性腫瘤的預后有著不可忽略的影響，甚至可作為評估預后的獨立指標。目前，PNI 在頭頸部惡性腫瘤中的研究較為廣泛，其次是胃腸、前列腺、胰腺等。
2003 年，Memarzadeh 等[20]首次報道了 PNI 在婦科腫瘤中的臨床研究，發現 PNI 陽性組的宮頸癌患者宮旁浸潤、淋巴脈管間隙浸潤的陽性率也較高；相反，PNI 陰性組患者的兩個病理特征的陰性率也隨之成正比。多元回歸顯示 PNI 與淋巴脈管間隙浸潤同時是影響患者復發的高危因素（P<0.05）。因為無法提取 Meta 分析所需的生存數據，我們沒有納入此研究。隨后，PNI 對于宮頸癌患者治療的影響，受到婦瘤科醫生的重視，但是相關研究不多，意見不一。
本次 Meta 分析納入研究中，Horn 等[10]認為 PNI 陽性的宮頸癌患者術后的 5 年 OS 明顯降低，多因素生存分析顯示 PNI 是影響 OS 的獨立因素，但是 PNI 對 5 年 DFS 無影響。張國楠等[9]認為，PNI 陽性組的宮頸癌患者 DFS 和 OS 均低于 PNI 陰性組，PNI 是重要的預后影響因素，但不是獨立預后因素。還有一些研究得出不同的結論，Skret-Magierlo 等[6]、Elsahwi 等[8]、Cho 等[7]指出，PNI 陽性患者與陰性患者的預后比較，差異無統計學意義。對于這些結論的分歧，本 Meta 分析提取相關生存數據的 HR、以及 95% 可信區間，并進行合并。最后，得出結果為 PNI 陽性的宮頸癌患者 DFS、OS 均低于 PNI 陰性組，差異有統計學意義；而多因素生存分析顯示無論對于 DFS 還是 OS，PNI 不是影響預后的獨立因素，差異無統計學意義。還有研究[5,19]顯示 PNI 與一些高危病理因素密切相關，提示 PNI 可以成為預測子宮頸癌患者預后的一個重要因素，但是沒有進行生存分析，故未納入此 Meta 分析。
本次 Meta 分析的局限性主要包括以下方面：① 納入研究數較少，共 8 篇文獻，其中 2 篇來自同一個研究。由于研究分組的特殊性，無法在特定的時間內人為增加 PNI 陽性組的例數，部分研究中 PNI 陽性組與陰性組的病例數差距較大（1 個研究 PNI 陽性組n<10），可能對檢驗結果有所影響。② 本研究僅納入公開發表的文獻，且由于語言限制，僅納入中文及英文。對于未發表的文獻或以其他語言發表的研究未能納入，可能會存在發表偏倚。③ 由于大部分研究未提供生存分析相關的 HR 及 95% 可信區間，我們參閱相關文獻，使用軟件從生存曲線上讀取數據的方法，雖然目前認為這是可行的一種方式[3,16,24]，但由于不是原始數據，可能會存在一定的誤差。
綜上所述，PNI 對早期宮頸癌患者預后有著不可忽略的影響，認為是不良預后因素之一，可考慮作為臨床醫生術后選擇輔助治療的一個參考指標，但目前還沒有證據表明 PNI 是影響宮頸癌患者預后的獨立因素。因本次 Meta 分析納入研究數較少，且均為回顧性研究，因此目前還無法得到確切的結論，需大樣本前瞻性對照研究來進一步驗證。
