引用本文： 許英藝, 張雅雅, 林智才, 陳玉強. Survivin mRNA 表達與卵巢癌相關性的 Meta 分析. 中國循證醫學雜志, 2017, 17(3): 320-326. doi: 10.7507/1672-2531.201611081 復制
卵巢癌位居女性常見惡性腫瘤的第六位和女性腫瘤死亡的第七位[1-3]，它的發病機制與原癌基因活化及抑癌基因失活導致的細胞凋亡與增殖過程的失衡有關。Survivin 是凋亡抑制蛋白家族的成員。已有不少研究表明，Survivin 是活性最強的凋亡抑制因子，其過度表達與卵巢癌發生密切相關[4-13]，其可能成為卵巢癌防治的新靶點。但由于不同研究質量參差不齊，Survivin mRNA 在卵巢癌的表達水平及其與臨床病理因素關系的研究結果不盡相同，無法得到可靠的結論。因此，我們全面收集 Survivin mRNA 表達水平與卵巢癌相關性的病例-對照研究進行 Meta 分析，為明確 Survivin mRNA 表達與卵巢癌的臨床病理因素的關系提供循證醫學證據。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型 病例-對照研究。文種限中、英文。
1.1.2 研究對象 卵巢癌患者，所有病例均有完整的臨床與病理確診資料，Survivin mRNA 檢測前均未經放療、化療及腫瘤藥物治療。所有病例無年齡、種族、國籍限制。
1.1.3 Survivin mRNA 檢測方法 Survivin mRNA 檢測方法為 RT-PCR 或原位雜交。
1.1.4 排除標準 ① 非中、英文文獻；② 重復報告或資料雷同、質量較差等無法利用的文獻；③ 綜述和摘要等。
1.2 文獻檢索
計算機檢索 PubMed、The Cochrane Library（2016 年 11 期）、CBM、CNKI、VIP 和 WanFang Data 數據庫，并輔以文獻追溯的方法，搜集公開發表的所有關于 Survivin mRNA 與卵巢癌及其臨床病理特征關系的病例-對照研究，檢索年限均從建庫至 2016 年 11 月。檢索詞包括：ovarian neoplasm、ovary neoplasm、ovary cancer、ovarian cancer、Survivin、survivin-2B protein、SVV protein、BIRC5 protein 等；中文檢索詞包括：卵巢癌、卵巢腫瘤、Survivin、survivin-2B 蛋白、SVV 蛋白、BIRC5 蛋白。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選與資料提取
由 2 名評價員按照納入與排除標準獨立篩選文獻、提取資料，如遇分歧則討論或交由第三方裁定[15]。采用自制的資料提取表提取資料。提取內容包括：① 納入研究的基本情況，如編號、文題、作者、發表年限、原始文獻出處；② 患者的疾病情況，如樣本大小及卵巢癌患者年齡、FIGO 臨床分期、組織學分級、組織類型、有無淋巴結轉移、有無腹腔積液；③ Survivin mRNA 檢測方法及陽性表達數；④ 偏倚風險評價的關鍵要素。
1.4 納入研究的偏倚風險評價
納入研究的偏倚風險評價采用 Newcastle-Ottawa Scale（NOS）量表進行[14]。
1.5 統計分析
采用 RevMan 5.2 軟件進行 Meta 分析，計數資料采用比值比（OR）為效應指標，計量資料采用均數差（MD）為效應指標，各效應量均給出其點估計值及其 95% CI。納入研究間的異質性采用χ2 檢驗進行分析（檢驗水準為α=0.1），同時結合I2 定量判斷異質性的大小。若各研究結果間無統計學異質性，則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，則進一步分析異質性來源，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。明顯的臨床異質性采用亞組分析或敏感性分析等方法進行處理，或只行描述性分析。
2 結果
2.1 文獻檢索結果
初檢共獲得相關文獻 1 410 篇，經過逐層篩選，最終納入 10 個病例-對照研究[4-13]。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果 *檢索的數據庫及檢出文獻數具體如下：PubMed（n=248）、The Cochrane Library（n=3）、CBM（n=264）、CNKI（n=381）、VIP（n=209）、WanFang Data（n=305）
2.2 納入研究的基本特征和偏倚風險評價結果
納入研究的基本特征及偏倚風險評價結果見表 1。10 個研究報告了 Survivin mRNA 在卵巢癌組織和對照組中的表達情況[4-13]，9 個研究報告了卵巢癌不同臨床分期中 Survivin mRNA 表達情況[4-11,13]，9 個研究報告了不同分級的卵巢癌中 Survivin 表達情況[4-11,13]，5 個研究報告了卵巢癌有無淋巴結轉移中 Survivin mRNA 表達情況[4-6,9,10]，8 個研究報告了卵巢癌不同組織類型中 Survivin mRNA 表達情況[4,5,7-11,13]，3 個研究報告了卵巢癌有無腹腔積液中 Survivin mRNA 表達[4,5,9]。
表1
納入研究的基本特征
2.3 Meta 分析結果
2.3.1 卵巢癌組與對照組比較 納入的 10 個研究[4-13]均報告了卵巢癌組與對照組的 Survivin mRNA 表達情況，其中卵巢癌組 496 例，對照組 137 例。固定效應模型 Meta 分析結果顯示，兩組 Survivin mRNA 表達差異有統計學意義[OR=24.63，95% CI（13.44，45.15），P<0.000 01]，Survivin mRNA 在卵巢癌組的表達更高（圖 2）。
圖2
卵巢癌組與對照組 Survivin mRNA 表達差異的 Meta 分析
2.3.2 不同組織學分級的比較 共納入 9 個研究[4-11,13]，其中卵巢癌高中分化組 253 例，低分化組 193 例。固定效應模型 Meta 分析結果顯示，兩組間 Survivin mRNA 表達差異有統計學意義[OR=3.69，95% CI（2.29，5.93），P<0.000 01]，Survivin mRNA 在低分化組的表達更高（圖 3）。
圖3
卵巢癌組織高中分化組與低分化組 Survivin mRNA 表達差異的 Meta 分析
2.3.3 不同臨床分期的比較 共納入 9 個研究[4-11,13]，其中卵巢癌臨床 Ⅰ～Ⅱ 期組 149 例，臨床 Ⅲ～Ⅳ 期組 297 例。固定效應模型 Meta 分析結果顯示，兩組間 Survivin mRNA 表達差異有統計學意義[OR=4.76，95% CI（2.99，7.57），P<0.000 01]，Survivin mRNA 在臨床 Ⅲ～Ⅳ 期組的表達更高（圖 4）。
圖4
卵巢癌 Ⅰ–Ⅱ 期組與 Ⅲ–Ⅳ 期組 Survivin mRNA 表達差異的 Meta 分析
2.3.4 淋巴結轉移 共納入 5 個研究[4-6,9,10]，其中有淋巴結轉移組 88 例，無淋巴結轉移組 124 例。隨機效應模型 Meta 分析結果顯示，兩組間 Survivin mRNA 表達差異無統計學意義[OR=2.47，95% CI（0.74，8.26），P=0.14]（圖 5）。
圖5
卵巢癌有無淋巴結轉移與 Survivin mRNA 表達關系的 Meta 分析
2.3.5 組織類型 共納入 8 個研究[4,5,7-11,13]，其中漿液性癌組 236 例，粘液性癌組 119 例。固定效應模型 Meta 分析結果顯示，兩組間 Survivin mRNA 表達差異無統計學意義[OR=1.05，95% CI（0.62，1.79），P=0.85]（圖 6）。
圖6
卵巢漿液性癌組與粘液性癌組 Survivin mRNA 表達差異的 Meta 分析
2.3.6 腹腔積液 共納入 3 個研究[4,5,9]，其中有腹腔積液組 92 例，無淋巴結轉移組 47 例。隨機效應模型 Meta 分析結果顯示，兩組間 Survivin mRNA 表達差異無統計學意義[OR=2.73，95% CI（0.76，9.86），P=0.12]（圖 7）。
圖7
卵巢癌有無腹腔積液與 Survivin mRNA 表達關系的 Meta 分析
2.4 發表偏倚
Survivin mRNA 在卵巢癌組和對照組表達的漏斗圖結果顯示，10 個納入文獻基本位于 95% CI 內，但分布不對稱，說明本研究受一定程度發表偏倚的影響，故本研究可能存在一定偏倚（圖 8）。
圖8
卵巢癌組與對照組中 Survivin mRNA 表達的差異的 Meta 分析漏斗圖
3 討論
Survivin 基因是 1997 年由耶魯大學的 Altier 等[16]利用效應細胞蛋白酶受體-1cDNA 在人類基因文庫中通過雜交篩選并分離出來的，是凋亡抑制蛋白家族的成員之一，其基因位于染色體 17q25 區，序列全長為 14.7 kbp，其 mRNA 包含 4 個外顯子和 3 個內含子，表達 142 個氨基酸序列。該基因產物 Survivin 蛋白主要通過直接抑制半胱氨酸蛋白 Caspase3、7 的活性而阻斷細胞凋亡[17]。Survivin 在高表達于人類最常見的腫瘤組織，包括肝癌、肺癌、結腸癌、前列腺癌、胰腺癌、淋巴瘤等表達，其高表達常與預后不良相關[18-22]。
細胞異常增殖和凋亡抑制是卵巢癌發生的重要機制[23]。越來越多的研究結果顯示，Survivin mRNA 在卵巢癌中高表達[4-13]。本 Meta 分析亦提示，Survivin mRNA 在卵巢癌組的表達更高。Survivin mRNA 表達與不同病理類型、組織病理學分級、臨床分期、有無淋巴結轉移及有無腹水等具有一定的相關性，Survivin 可能是預后因子。李克紅[4]、史惠蓉[5]、王言奎[7]、楊錦芝[8]、Li[9]、張樹榮[11]、趙楊[13]等報道 Survivin mRNA 表達與組織分化程度密切相關，隨著卵巢癌病理分級的增高而增強，而宋和存[6]、張淑蘭[10]等的研究結果則說明 Survivin mRNA 表達與卵巢癌組織分化程度無關。本研究結果表明，Survivin mRNA 在低分化組的表達更高，Survivin 表達高低與卵巢癌細胞分化程度明顯相關，Survivin mRNA 表達越高，腫瘤的分化就越差，這提示 Survivin mRNA 在卵巢癌的發生和細胞分化有重要作用。Survivin 基因可能通過降低細胞分化程度、抑制細胞的凋亡而發揮作用。Survivin mRNA 在卵巢癌不同臨床分期中表達情況的報道結果不一，本 Meta 分析結果顯示，Survivin mRNA 在臨床 Ⅲ～Ⅳ 期組的表達更高，提示 Survivin mRNA 表達與臨床分期密切相關，Ⅲ～Ⅳ 期組陽性率明顯高于 Ⅰ～Ⅱ 期組，提示 Survivin mRNA 表達增加體現在卵巢癌病變全過程，其可能在卵巢癌的發生、發展全程中均發揮作用，并對卵巢癌的臨床分期有參考意義。Survivin 通過抑制腫瘤組織中正常細胞的凋亡，促進癌細胞增殖，進而增加了癌細胞的侵襲能力，使其更易侵襲周圍組織而發生轉移，Ⅲ～Ⅳ 期卵巢癌組織中 Survivin 的高表達，可能與其惡性行為密切相關[5]。本研究還對 Survivin mRNA 表達情況與卵巢癌有無淋巴結轉移相關性進行了研究，其結果顯示 Survivin mRNA 表達在有無淋巴結轉移中無相關性，即卵巢癌有無伴淋巴結轉移與 Survivin mRNA 表達高低無關。Survivin mRNA 在卵巢癌不同組織類型中的表達情況，在所納入的研究中均一致認為兩者之間沒有相關性。卵巢癌患者常出現腹腔積液，但本 Meta 分析結果顯示，Survivin mRNA 表達在卵巢癌有無存在腹水中無明顯差別，這提示 Survivin mRNA 表達與卵巢癌腹水的形成無相關性。
本研究由于納入研究中文較多，且每個研究的樣本量偏少，可能會存在一定的發表偏倚。這提示，上述研究結論仍需要大樣本量研究來驗證。
綜上所述，Survivin mRNA 表達與卵巢癌具有相關性。受納入研究數量和質量限制，上述結論需進一步開展高質量研究加以驗證。
卵巢癌位居女性常見惡性腫瘤的第六位和女性腫瘤死亡的第七位[1-3]，它的發病機制與原癌基因活化及抑癌基因失活導致的細胞凋亡與增殖過程的失衡有關。Survivin 是凋亡抑制蛋白家族的成員。已有不少研究表明，Survivin 是活性最強的凋亡抑制因子，其過度表達與卵巢癌發生密切相關[4-13]，其可能成為卵巢癌防治的新靶點。但由于不同研究質量參差不齊，Survivin mRNA 在卵巢癌的表達水平及其與臨床病理因素關系的研究結果不盡相同，無法得到可靠的結論。因此，我們全面收集 Survivin mRNA 表達水平與卵巢癌相關性的病例-對照研究進行 Meta 分析，為明確 Survivin mRNA 表達與卵巢癌的臨床病理因素的關系提供循證醫學證據。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型 病例-對照研究。文種限中、英文。
1.1.2 研究對象 卵巢癌患者，所有病例均有完整的臨床與病理確診資料，Survivin mRNA 檢測前均未經放療、化療及腫瘤藥物治療。所有病例無年齡、種族、國籍限制。
1.1.3 Survivin mRNA 檢測方法 Survivin mRNA 檢測方法為 RT-PCR 或原位雜交。
1.1.4 排除標準 ① 非中、英文文獻；② 重復報告或資料雷同、質量較差等無法利用的文獻；③ 綜述和摘要等。
1.2 文獻檢索
計算機檢索 PubMed、The Cochrane Library（2016 年 11 期）、CBM、CNKI、VIP 和 WanFang Data 數據庫，并輔以文獻追溯的方法，搜集公開發表的所有關于 Survivin mRNA 與卵巢癌及其臨床病理特征關系的病例-對照研究，檢索年限均從建庫至 2016 年 11 月。檢索詞包括：ovarian neoplasm、ovary neoplasm、ovary cancer、ovarian cancer、Survivin、survivin-2B protein、SVV protein、BIRC5 protein 等；中文檢索詞包括：卵巢癌、卵巢腫瘤、Survivin、survivin-2B 蛋白、SVV 蛋白、BIRC5 蛋白。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選與資料提取
由 2 名評價員按照納入與排除標準獨立篩選文獻、提取資料，如遇分歧則討論或交由第三方裁定[15]。采用自制的資料提取表提取資料。提取內容包括：① 納入研究的基本情況，如編號、文題、作者、發表年限、原始文獻出處；② 患者的疾病情況，如樣本大小及卵巢癌患者年齡、FIGO 臨床分期、組織學分級、組織類型、有無淋巴結轉移、有無腹腔積液；③ Survivin mRNA 檢測方法及陽性表達數；④ 偏倚風險評價的關鍵要素。
1.4 納入研究的偏倚風險評價
納入研究的偏倚風險評價采用 Newcastle-Ottawa Scale（NOS）量表進行[14]。
1.5 統計分析
采用 RevMan 5.2 軟件進行 Meta 分析，計數資料采用比值比（OR）為效應指標，計量資料采用均數差（MD）為效應指標，各效應量均給出其點估計值及其 95% CI。納入研究間的異質性采用χ2 檢驗進行分析（檢驗水準為α=0.1），同時結合I2 定量判斷異質性的大小。若各研究結果間無統計學異質性，則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，則進一步分析異質性來源，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。明顯的臨床異質性采用亞組分析或敏感性分析等方法進行處理，或只行描述性分析。
2 結果
2.1 文獻檢索結果
初檢共獲得相關文獻 1 410 篇，經過逐層篩選，最終納入 10 個病例-對照研究[4-13]。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果 *檢索的數據庫及檢出文獻數具體如下：PubMed（n=248）、The Cochrane Library（n=3）、CBM（n=264）、CNKI（n=381）、VIP（n=209）、WanFang Data（n=305）
2.2 納入研究的基本特征和偏倚風險評價結果
納入研究的基本特征及偏倚風險評價結果見表 1。10 個研究報告了 Survivin mRNA 在卵巢癌組織和對照組中的表達情況[4-13]，9 個研究報告了卵巢癌不同臨床分期中 Survivin mRNA 表達情況[4-11,13]，9 個研究報告了不同分級的卵巢癌中 Survivin 表達情況[4-11,13]，5 個研究報告了卵巢癌有無淋巴結轉移中 Survivin mRNA 表達情況[4-6,9,10]，8 個研究報告了卵巢癌不同組織類型中 Survivin mRNA 表達情況[4,5,7-11,13]，3 個研究報告了卵巢癌有無腹腔積液中 Survivin mRNA 表達[4,5,9]。
表1
納入研究的基本特征
2.3 Meta 分析結果
2.3.1 卵巢癌組與對照組比較 納入的 10 個研究[4-13]均報告了卵巢癌組與對照組的 Survivin mRNA 表達情況，其中卵巢癌組 496 例，對照組 137 例。固定效應模型 Meta 分析結果顯示，兩組 Survivin mRNA 表達差異有統計學意義[OR=24.63，95% CI（13.44，45.15），P<0.000 01]，Survivin mRNA 在卵巢癌組的表達更高（圖 2）。
圖2
卵巢癌組與對照組 Survivin mRNA 表達差異的 Meta 分析
2.3.2 不同組織學分級的比較 共納入 9 個研究[4-11,13]，其中卵巢癌高中分化組 253 例，低分化組 193 例。固定效應模型 Meta 分析結果顯示，兩組間 Survivin mRNA 表達差異有統計學意義[OR=3.69，95% CI（2.29，5.93），P<0.000 01]，Survivin mRNA 在低分化組的表達更高（圖 3）。
圖3
卵巢癌組織高中分化組與低分化組 Survivin mRNA 表達差異的 Meta 分析
2.3.3 不同臨床分期的比較 共納入 9 個研究[4-11,13]，其中卵巢癌臨床 Ⅰ～Ⅱ 期組 149 例，臨床 Ⅲ～Ⅳ 期組 297 例。固定效應模型 Meta 分析結果顯示，兩組間 Survivin mRNA 表達差異有統計學意義[OR=4.76，95% CI（2.99，7.57），P<0.000 01]，Survivin mRNA 在臨床 Ⅲ～Ⅳ 期組的表達更高（圖 4）。
圖4
卵巢癌 Ⅰ–Ⅱ 期組與 Ⅲ–Ⅳ 期組 Survivin mRNA 表達差異的 Meta 分析
2.3.4 淋巴結轉移 共納入 5 個研究[4-6,9,10]，其中有淋巴結轉移組 88 例，無淋巴結轉移組 124 例。隨機效應模型 Meta 分析結果顯示，兩組間 Survivin mRNA 表達差異無統計學意義[OR=2.47，95% CI（0.74，8.26），P=0.14]（圖 5）。
圖5
卵巢癌有無淋巴結轉移與 Survivin mRNA 表達關系的 Meta 分析
2.3.5 組織類型 共納入 8 個研究[4,5,7-11,13]，其中漿液性癌組 236 例，粘液性癌組 119 例。固定效應模型 Meta 分析結果顯示，兩組間 Survivin mRNA 表達差異無統計學意義[OR=1.05，95% CI（0.62，1.79），P=0.85]（圖 6）。
圖6
卵巢漿液性癌組與粘液性癌組 Survivin mRNA 表達差異的 Meta 分析
2.3.6 腹腔積液 共納入 3 個研究[4,5,9]，其中有腹腔積液組 92 例，無淋巴結轉移組 47 例。隨機效應模型 Meta 分析結果顯示，兩組間 Survivin mRNA 表達差異無統計學意義[OR=2.73，95% CI（0.76，9.86），P=0.12]（圖 7）。
圖7
卵巢癌有無腹腔積液與 Survivin mRNA 表達關系的 Meta 分析
2.4 發表偏倚
Survivin mRNA 在卵巢癌組和對照組表達的漏斗圖結果顯示，10 個納入文獻基本位于 95% CI 內，但分布不對稱，說明本研究受一定程度發表偏倚的影響，故本研究可能存在一定偏倚（圖 8）。
圖8
卵巢癌組與對照組中 Survivin mRNA 表達的差異的 Meta 分析漏斗圖
3 討論
Survivin 基因是 1997 年由耶魯大學的 Altier 等[16]利用效應細胞蛋白酶受體-1cDNA 在人類基因文庫中通過雜交篩選并分離出來的，是凋亡抑制蛋白家族的成員之一，其基因位于染色體 17q25 區，序列全長為 14.7 kbp，其 mRNA 包含 4 個外顯子和 3 個內含子，表達 142 個氨基酸序列。該基因產物 Survivin 蛋白主要通過直接抑制半胱氨酸蛋白 Caspase3、7 的活性而阻斷細胞凋亡[17]。Survivin 在高表達于人類最常見的腫瘤組織，包括肝癌、肺癌、結腸癌、前列腺癌、胰腺癌、淋巴瘤等表達，其高表達常與預后不良相關[18-22]。
細胞異常增殖和凋亡抑制是卵巢癌發生的重要機制[23]。越來越多的研究結果顯示，Survivin mRNA 在卵巢癌中高表達[4-13]。本 Meta 分析亦提示，Survivin mRNA 在卵巢癌組的表達更高。Survivin mRNA 表達與不同病理類型、組織病理學分級、臨床分期、有無淋巴結轉移及有無腹水等具有一定的相關性，Survivin 可能是預后因子。李克紅[4]、史惠蓉[5]、王言奎[7]、楊錦芝[8]、Li[9]、張樹榮[11]、趙楊[13]等報道 Survivin mRNA 表達與組織分化程度密切相關，隨著卵巢癌病理分級的增高而增強，而宋和存[6]、張淑蘭[10]等的研究結果則說明 Survivin mRNA 表達與卵巢癌組織分化程度無關。本研究結果表明，Survivin mRNA 在低分化組的表達更高，Survivin 表達高低與卵巢癌細胞分化程度明顯相關，Survivin mRNA 表達越高，腫瘤的分化就越差，這提示 Survivin mRNA 在卵巢癌的發生和細胞分化有重要作用。Survivin 基因可能通過降低細胞分化程度、抑制細胞的凋亡而發揮作用。Survivin mRNA 在卵巢癌不同臨床分期中表達情況的報道結果不一，本 Meta 分析結果顯示，Survivin mRNA 在臨床 Ⅲ～Ⅳ 期組的表達更高，提示 Survivin mRNA 表達與臨床分期密切相關，Ⅲ～Ⅳ 期組陽性率明顯高于 Ⅰ～Ⅱ 期組，提示 Survivin mRNA 表達增加體現在卵巢癌病變全過程，其可能在卵巢癌的發生、發展全程中均發揮作用，并對卵巢癌的臨床分期有參考意義。Survivin 通過抑制腫瘤組織中正常細胞的凋亡，促進癌細胞增殖，進而增加了癌細胞的侵襲能力，使其更易侵襲周圍組織而發生轉移，Ⅲ～Ⅳ 期卵巢癌組織中 Survivin 的高表達，可能與其惡性行為密切相關[5]。本研究還對 Survivin mRNA 表達情況與卵巢癌有無淋巴結轉移相關性進行了研究，其結果顯示 Survivin mRNA 表達在有無淋巴結轉移中無相關性，即卵巢癌有無伴淋巴結轉移與 Survivin mRNA 表達高低無關。Survivin mRNA 在卵巢癌不同組織類型中的表達情況，在所納入的研究中均一致認為兩者之間沒有相關性。卵巢癌患者常出現腹腔積液，但本 Meta 分析結果顯示，Survivin mRNA 表達在卵巢癌有無存在腹水中無明顯差別，這提示 Survivin mRNA 表達與卵巢癌腹水的形成無相關性。
本研究由于納入研究中文較多，且每個研究的樣本量偏少，可能會存在一定的發表偏倚。這提示，上述研究結論仍需要大樣本量研究來驗證。
綜上所述，Survivin mRNA 表達與卵巢癌具有相關性。受納入研究數量和質量限制，上述結論需進一步開展高質量研究加以驗證。
