引用本文： 田龍, 賴玉田, 王鑫, 周坤, 車國衛. FOXM1 表達與非小細胞肺癌預后相關性的 Meta 分析. 中國循證醫學雜志, 2017, 17(3): 306-311. doi: 10.7507/1672-2531.201612023 復制
肺癌是全球發病率最高的惡性腫瘤，高居癌癥致死第一位。約 85% 的肺癌患者的病理類型為非小細胞肺癌（NSCLC），且 80% 的患者被診斷為晚期肺癌[1]。近年來，雖然診療技術有所提高，多學科綜合治療也取得一定進展，但晚期 NSCLC 患者的預后仍很差，其五年生存率只有 15% 左右[2]。探尋 NSCLC 的預后相關因素，進一步改善其總體生存率十分必要。叉頭框轉錄因子 M1（FOXM1）是叉頭框轉錄因子家族中的重要成員，是一種典型的增殖相關轉錄因子，可調控細胞增殖、分化、凋亡相關基因的表達[3]。此外，FOXM1 還參與調控染色體分離和有絲分裂的相關基因[4]。FOXM1 在血管生成、腫瘤發生、進展的過程中起到重要的作用[5]。現有研究表明，FOXM1 在 NSCLC 的進展過程中起著促進腫瘤細胞增殖的作用[6]。目前已有多個研究探討 FOXM1 與 NSCLC 預后的相關性[7-14]，FOXM1 表達水平可能對 NSCLC 患者的預后具有預測價值[9,11,13,14]。但由于各研究的樣本偏小，不能很好的評估 FOXM1 表達對 NSCLC 患者預后的影響。此外，FOXM1 表達與 NSCLC 臨床病理特征的關系也不明確。因此，本研究采用 Meta 分析方法對國內外發表的相關研究進行系統評價，以探討 FOXM1 表達與 NSCLC 預后和臨床病理特征之間的關系。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型 探究腫瘤組織中 FOXM1 的表達水平與 NSCLC 預后相關性的隊列研究。
1.1.2 研究對象 NSCLC 患者，所有病例均有完整的確診資料。
1.1.3 暴露因素 FOXM1 表達為暴露因素，結果判讀根據原始文獻臨界值區分。FOXM1 的檢測方法為免疫組織化學染色法。
1.1.4 結局指標 總生存期（overall survival，OS）；無病生存期（disease-free survival，DFS）。
1.1.5 排除標準 ① 研究中未提供生存資料如生存率、生存曲線或 HR 及 95%CI；② 同一人群的不同研究報告；③ 綜述、會議摘要類文獻。
1.2 檢索策略
計算機檢索 PubMed、EMbase、The Cochrane Library（2016 年 1 期），CNKI、WanFang Data 和 CBM 數據庫，搜索關于 FOXM1 表達與 NSCLC 預后相關性的隊列研究，檢索時限均為從建庫至 2016 年 5 月 30 日。此外，追溯納入文獻的參考文獻，以補充獲取相關文獻。英文檢索詞包括：FOXM1、FOXM1a、FOXM1b、FOXM1c、lung cancer、prognosis；中文檢索詞包括 FOXM1、叉頭框轉錄因子 M1、肺癌、預后。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 2 位研究員獨立篩選文獻、提取資料并交叉核對，如遇分歧，則咨詢第三方協助判斷，缺乏的資料盡量與作者聯系予以補充。文獻篩選時首先閱讀文題和摘要，在排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。資料提取內容主要包括：① 納入研究的基本信息，包括研究題目、第一作者、發表時間等；② 研究對象的基線特征，包括各組的樣本數、患者性別、吸煙情況和疾病狀況等。③ 腫瘤信息：腫瘤病理分型、腫瘤淋巴結轉移情況、腫瘤分化程度、腫瘤分期等；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
由 2 名研究員采用紐卡斯爾-渥太華量表（NOS）[15]對納入研究進行偏倚風險評價。
1.5 統計分析
采用 RevMan 5.3 軟件進行 Meta 分析。以 OR 和 HR 為效應指標，給出其點估計值和 95%CI。納入研究結果間的異質性采用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。Meta 分析的檢驗水準設為α=0.05。
2 結果
2.1 文獻檢索結果
初檢共獲得相關文獻 72 篇，經逐層篩選后，最終納入 8 個隊列研究[7-14]，781 例患者。其中 7 個研究[7,8,10-14]提供 OS 數據，1 個研究[9]提供 DFS 數據。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果 *所檢索的數據庫及檢出文獻數具體如下：EMbase（n=26）、PubMed（n=27）、The Cochrane Library（n=0）、CBM（n=2）、CNKI（n=3）、VIP（n=2）、WanFang Data（n=12）
2.2 納入研究的基本特征與偏倚風險評價結果
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
2.3 Meta 分析結果
2.3.1 FOXM1 表達與 NSCLC 患者臨床病理特征的關系 根據性別、吸煙情況、淋巴結轉移情況、腫瘤分化程度和腫瘤分期進行 Meta 分析，結果顯示 FOXM1 表達與腫瘤分期密切相關[OR=2.24，95%CI（1.25，4.01），P=0.007]，而 FOXM1 表達與患者的性別，吸煙情況，淋巴結轉移情況及腫瘤的分化程度無關（表 3）。
表3
FOXM1 表達與 NSLCC 臨床病理特征的關系
2.3.2 FOXM1 表達對 NSCLC 患者生存期的影響 7 個研究[7,8,10-14]報告了 OS，固定效應模型 Meta 分析結果顯示 FOXM1 高表達組患者的 OS 明顯短于低表達組[HR=1.77，95%CI（1.42，2.22），P<0.000 01]，其差異有統計學意義（圖 2）。Xu 等[9]研究報告了 DFS，結果顯示 FOXM1 高表達組患者的 DFS 明顯短于低表達組[HR=1.96，95%CI（1.04，3.17），P=0.04]，差異有統計學意義。
圖2
FOXM1 表達水平對 NSCLC 患者生存期影響的 Meta 分析
2.4 敏感性分析和發表偏倚
逐一剔除單個研究進行敏感性分析，其結果顯示 Meta 分析結果穩定。由于各指標納入研究數目均較少，我們未采用漏斗圖分析潛在的發表偏倚。
3 討論
本研究采用 Meta 分析的方法，首次系統的探討了 FOXM1 表達與 NSCLC 患者臨床病理特征之間的關系，同時評估 FOXM1 表達對 NSCLC 患者預后的影響。本研究發現 FOXM1 表達與患者的性別、吸煙情況、淋巴結轉移情況及腫瘤的分化程度無關，FOXM1 表達僅與腫瘤的分期密切相關。江峰等[16]研究表明 FOXM1 高表達組與 FOXM1 低表達組之間的性別、年齡、病理類型、淋巴結轉移、腫瘤的分化程度比較差異均無統計學意義，而 FOXM1 高表達組的臨床分期顯著高于 FOXM1 低表達組。本研究與該研究的結果一致。
本研究還發現 FOXM1 高表達是 NSCLC 患者預后不良的預測因素。FOXM1 在胃癌、胰導管腺癌、結直腸癌、卵巢癌和宮頸癌等腫瘤中的過表達往往與腫瘤患者預后不良密切相關[17-21]，提示 FOXM1 可作為預測腫瘤患者預后情況的監測指標。此外，由于 FOXM1 參與上皮間充質轉化，細胞運動與侵襲過程[22]。已有研究證實，FOXM1 不但可增加肺腺癌 A549 細胞的遷移和侵襲能力[23]，還可以促進肺腺癌的侵襲和轉移[24]，這提示 FOXM1 高表達與腫瘤轉移有著密切關系。已發表的 Meta 分析提示 FOXM1 高表達可作為惡性實體腫瘤預后不良的預測因素[25]，與該研究相比，本研究關注 FOXM1 表達對 NSCLC 預后的價值。本研究不但討論了 FOXM1 表達對 NSCLC 患者預后的影響，還探討 FOXM1 表達與 NSCLC 患者臨床病理特征之間的關系。在文獻檢索方面，本研究增加了對 CNKI、WanFang Data 和 CBM 等中文數據庫的檢索，納入了更多的研究[8,12]，在一定程度上可以增加文章結論的準確性。
FOXM1 在腫瘤的發生中扮演著重要角色，這與其在細胞周期進程和增殖中的作用密切相關，FOXM1 通過促進細胞進入 S 期和 M 期來加快細胞分裂速度，同時 FOXM1 是維持染色體穩定性和有絲分裂過程所必需的因子[26,27]。研究證實，FOXM1 參與肺部腫瘤發生過程中腫瘤相關巨噬細胞的募集[28]。另外，FOXM1 可刺激細胞產生干細胞樣特性進而參與腫瘤發生，其中干細胞樣特性包括自我更新，永生化和持續增殖能力[29]。FOXM1 不僅在腫瘤發生中起作用，還可通過促進腫瘤生長、侵襲、遷移和血管生成等多個步驟參與腫瘤的進展[30]。研究表明，FOXM1 表達對肺癌形成至關重要，敲除 FOXM1 基因可以減慢腫瘤在肺組織中的生長速度[31]，敲除 FOXM1 后可觀察到癌細胞增殖和腫瘤生長速度顯著降低[32]，肺部腫瘤的增殖速度、數量及大小在 FOXM1 轉基因小鼠顯著增加[33]。此外，FOXM1 可以通過上調血管內皮生長因子（VEGF）的表達參與腫瘤血管生成[34,35]，這表明 FOXM1 在肺癌的進展過程中發揮著至關重要的作用。
FOXM1 可作為 NSCLC 治療的新靶點，FOXM1 高表達與 NSCLC 患者對順鉑的化學敏感性密切相關[10]，在 FOXM1 高表達細胞系中，通過 RNA 干擾抑制 FOXM1 的表達，可增強細胞對順鉑的化學敏感性[36]，這提示 FOXM1 在順鉑的化學耐藥性中起關鍵作用。最新研究表明 FOXM1 通過上調 SNAIL 促進肺腺癌的侵襲與轉移[24]，這提示抑制 FOXM1-SNAIL 信號通路可能是潛在的治療靶點。
本研究存在的局限性：① 納入研究中的患者均來自亞洲，其代表性價值有限；② 納入研究數量較少，且部分研究樣本量偏少，可導致檢驗效能不足；③ 受原始資料的限制，我們無法對 NSCLC 不同的病理亞型與生存關系進行合并分析。
綜上所述，FOXM1 在腫瘤組織中的表達水平與腫瘤的分期密切相關，FOXM1 表達對 NSCLC 患者預后具有重要的價值。FOXM1 不但對評估 NSCLC 患者生存有一定的參考價值，還可作為 NSCLC 治療的潛在靶點。受納入研究的數量和質量的限制，上述結論尚需要更多研究予以證實。
肺癌是全球發病率最高的惡性腫瘤，高居癌癥致死第一位。約 85% 的肺癌患者的病理類型為非小細胞肺癌（NSCLC），且 80% 的患者被診斷為晚期肺癌[1]。近年來，雖然診療技術有所提高，多學科綜合治療也取得一定進展，但晚期 NSCLC 患者的預后仍很差，其五年生存率只有 15% 左右[2]。探尋 NSCLC 的預后相關因素，進一步改善其總體生存率十分必要。叉頭框轉錄因子 M1（FOXM1）是叉頭框轉錄因子家族中的重要成員，是一種典型的增殖相關轉錄因子，可調控細胞增殖、分化、凋亡相關基因的表達[3]。此外，FOXM1 還參與調控染色體分離和有絲分裂的相關基因[4]。FOXM1 在血管生成、腫瘤發生、進展的過程中起到重要的作用[5]。現有研究表明，FOXM1 在 NSCLC 的進展過程中起著促進腫瘤細胞增殖的作用[6]。目前已有多個研究探討 FOXM1 與 NSCLC 預后的相關性[7-14]，FOXM1 表達水平可能對 NSCLC 患者的預后具有預測價值[9,11,13,14]。但由于各研究的樣本偏小，不能很好的評估 FOXM1 表達對 NSCLC 患者預后的影響。此外，FOXM1 表達與 NSCLC 臨床病理特征的關系也不明確。因此，本研究采用 Meta 分析方法對國內外發表的相關研究進行系統評價，以探討 FOXM1 表達與 NSCLC 預后和臨床病理特征之間的關系。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型 探究腫瘤組織中 FOXM1 的表達水平與 NSCLC 預后相關性的隊列研究。
1.1.2 研究對象 NSCLC 患者，所有病例均有完整的確診資料。
1.1.3 暴露因素 FOXM1 表達為暴露因素，結果判讀根據原始文獻臨界值區分。FOXM1 的檢測方法為免疫組織化學染色法。
1.1.4 結局指標 總生存期（overall survival，OS）；無病生存期（disease-free survival，DFS）。
1.1.5 排除標準 ① 研究中未提供生存資料如生存率、生存曲線或 HR 及 95%CI；② 同一人群的不同研究報告；③ 綜述、會議摘要類文獻。
1.2 檢索策略
計算機檢索 PubMed、EMbase、The Cochrane Library（2016 年 1 期），CNKI、WanFang Data 和 CBM 數據庫，搜索關于 FOXM1 表達與 NSCLC 預后相關性的隊列研究，檢索時限均為從建庫至 2016 年 5 月 30 日。此外，追溯納入文獻的參考文獻，以補充獲取相關文獻。英文檢索詞包括：FOXM1、FOXM1a、FOXM1b、FOXM1c、lung cancer、prognosis；中文檢索詞包括 FOXM1、叉頭框轉錄因子 M1、肺癌、預后。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 2 位研究員獨立篩選文獻、提取資料并交叉核對，如遇分歧，則咨詢第三方協助判斷，缺乏的資料盡量與作者聯系予以補充。文獻篩選時首先閱讀文題和摘要，在排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。資料提取內容主要包括：① 納入研究的基本信息，包括研究題目、第一作者、發表時間等；② 研究對象的基線特征，包括各組的樣本數、患者性別、吸煙情況和疾病狀況等。③ 腫瘤信息：腫瘤病理分型、腫瘤淋巴結轉移情況、腫瘤分化程度、腫瘤分期等；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
由 2 名研究員采用紐卡斯爾-渥太華量表（NOS）[15]對納入研究進行偏倚風險評價。
1.5 統計分析
采用 RevMan 5.3 軟件進行 Meta 分析。以 OR 和 HR 為效應指標，給出其點估計值和 95%CI。納入研究結果間的異質性采用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。Meta 分析的檢驗水準設為α=0.05。
2 結果
2.1 文獻檢索結果
初檢共獲得相關文獻 72 篇，經逐層篩選后，最終納入 8 個隊列研究[7-14]，781 例患者。其中 7 個研究[7,8,10-14]提供 OS 數據，1 個研究[9]提供 DFS 數據。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果 *所檢索的數據庫及檢出文獻數具體如下：EMbase（n=26）、PubMed（n=27）、The Cochrane Library（n=0）、CBM（n=2）、CNKI（n=3）、VIP（n=2）、WanFang Data（n=12）
2.2 納入研究的基本特征與偏倚風險評價結果
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
2.3 Meta 分析結果
2.3.1 FOXM1 表達與 NSCLC 患者臨床病理特征的關系 根據性別、吸煙情況、淋巴結轉移情況、腫瘤分化程度和腫瘤分期進行 Meta 分析，結果顯示 FOXM1 表達與腫瘤分期密切相關[OR=2.24，95%CI（1.25，4.01），P=0.007]，而 FOXM1 表達與患者的性別，吸煙情況，淋巴結轉移情況及腫瘤的分化程度無關（表 3）。
表3
FOXM1 表達與 NSLCC 臨床病理特征的關系
2.3.2 FOXM1 表達對 NSCLC 患者生存期的影響 7 個研究[7,8,10-14]報告了 OS，固定效應模型 Meta 分析結果顯示 FOXM1 高表達組患者的 OS 明顯短于低表達組[HR=1.77，95%CI（1.42，2.22），P<0.000 01]，其差異有統計學意義（圖 2）。Xu 等[9]研究報告了 DFS，結果顯示 FOXM1 高表達組患者的 DFS 明顯短于低表達組[HR=1.96，95%CI（1.04，3.17），P=0.04]，差異有統計學意義。
圖2
FOXM1 表達水平對 NSCLC 患者生存期影響的 Meta 分析
2.4 敏感性分析和發表偏倚
逐一剔除單個研究進行敏感性分析，其結果顯示 Meta 分析結果穩定。由于各指標納入研究數目均較少，我們未采用漏斗圖分析潛在的發表偏倚。
3 討論
本研究采用 Meta 分析的方法，首次系統的探討了 FOXM1 表達與 NSCLC 患者臨床病理特征之間的關系，同時評估 FOXM1 表達對 NSCLC 患者預后的影響。本研究發現 FOXM1 表達與患者的性別、吸煙情況、淋巴結轉移情況及腫瘤的分化程度無關，FOXM1 表達僅與腫瘤的分期密切相關。江峰等[16]研究表明 FOXM1 高表達組與 FOXM1 低表達組之間的性別、年齡、病理類型、淋巴結轉移、腫瘤的分化程度比較差異均無統計學意義，而 FOXM1 高表達組的臨床分期顯著高于 FOXM1 低表達組。本研究與該研究的結果一致。
本研究還發現 FOXM1 高表達是 NSCLC 患者預后不良的預測因素。FOXM1 在胃癌、胰導管腺癌、結直腸癌、卵巢癌和宮頸癌等腫瘤中的過表達往往與腫瘤患者預后不良密切相關[17-21]，提示 FOXM1 可作為預測腫瘤患者預后情況的監測指標。此外，由于 FOXM1 參與上皮間充質轉化，細胞運動與侵襲過程[22]。已有研究證實，FOXM1 不但可增加肺腺癌 A549 細胞的遷移和侵襲能力[23]，還可以促進肺腺癌的侵襲和轉移[24]，這提示 FOXM1 高表達與腫瘤轉移有著密切關系。已發表的 Meta 分析提示 FOXM1 高表達可作為惡性實體腫瘤預后不良的預測因素[25]，與該研究相比，本研究關注 FOXM1 表達對 NSCLC 預后的價值。本研究不但討論了 FOXM1 表達對 NSCLC 患者預后的影響，還探討 FOXM1 表達與 NSCLC 患者臨床病理特征之間的關系。在文獻檢索方面，本研究增加了對 CNKI、WanFang Data 和 CBM 等中文數據庫的檢索，納入了更多的研究[8,12]，在一定程度上可以增加文章結論的準確性。
FOXM1 在腫瘤的發生中扮演著重要角色，這與其在細胞周期進程和增殖中的作用密切相關，FOXM1 通過促進細胞進入 S 期和 M 期來加快細胞分裂速度，同時 FOXM1 是維持染色體穩定性和有絲分裂過程所必需的因子[26,27]。研究證實，FOXM1 參與肺部腫瘤發生過程中腫瘤相關巨噬細胞的募集[28]。另外，FOXM1 可刺激細胞產生干細胞樣特性進而參與腫瘤發生，其中干細胞樣特性包括自我更新，永生化和持續增殖能力[29]。FOXM1 不僅在腫瘤發生中起作用，還可通過促進腫瘤生長、侵襲、遷移和血管生成等多個步驟參與腫瘤的進展[30]。研究表明，FOXM1 表達對肺癌形成至關重要，敲除 FOXM1 基因可以減慢腫瘤在肺組織中的生長速度[31]，敲除 FOXM1 后可觀察到癌細胞增殖和腫瘤生長速度顯著降低[32]，肺部腫瘤的增殖速度、數量及大小在 FOXM1 轉基因小鼠顯著增加[33]。此外，FOXM1 可以通過上調血管內皮生長因子（VEGF）的表達參與腫瘤血管生成[34,35]，這表明 FOXM1 在肺癌的進展過程中發揮著至關重要的作用。
FOXM1 可作為 NSCLC 治療的新靶點，FOXM1 高表達與 NSCLC 患者對順鉑的化學敏感性密切相關[10]，在 FOXM1 高表達細胞系中，通過 RNA 干擾抑制 FOXM1 的表達，可增強細胞對順鉑的化學敏感性[36]，這提示 FOXM1 在順鉑的化學耐藥性中起關鍵作用。最新研究表明 FOXM1 通過上調 SNAIL 促進肺腺癌的侵襲與轉移[24]，這提示抑制 FOXM1-SNAIL 信號通路可能是潛在的治療靶點。
本研究存在的局限性：① 納入研究中的患者均來自亞洲，其代表性價值有限；② 納入研究數量較少，且部分研究樣本量偏少，可導致檢驗效能不足；③ 受原始資料的限制，我們無法對 NSCLC 不同的病理亞型與生存關系進行合并分析。
綜上所述，FOXM1 在腫瘤組織中的表達水平與腫瘤的分期密切相關，FOXM1 表達對 NSCLC 患者預后具有重要的價值。FOXM1 不但對評估 NSCLC 患者生存有一定的參考價值，還可作為 NSCLC 治療的潛在靶點。受納入研究的數量和質量的限制，上述結論尚需要更多研究予以證實。
