目的综合探讨肺腺癌免疫微环境中18种免疫细胞的表达和分布及对预后的影响,同时分析临床病理参数（包括术前肿瘤标志物）对预后的影响,将关键影响因子整合构建一种能用于预测肺腺癌患者预后的数学模型,进而对相同临床分期的患者进行危险分层,进一步补充TNM分期的预后意义,指导临床个体化治疗。方法收集2012年9月至2013年3月就诊于天津医科大学肿瘤医院共171例患者的临床信息及相应的肿瘤切片及组织蜡块,所有患者术后病理确诊为肺腺癌,术前未接受任何新辅助化疗、放疗治疗。通过免疫组化（immunohistochemistry,IHC）检测肺腺癌组织中肿瘤中心区域（tumor core,CT）和肿瘤浸润边缘区域（invasive margin,IM）中不同免疫细胞的表达情况,主要包括:T细胞（CD3）、细胞毒性T细胞（CD8）、记忆T细胞（CD45RO）、幼稚T细胞（CD45RA）、调节性T细胞（FoxP3）、B细胞（CD20）、NK细胞（CD57）、嗜中性粒细胞（CD66b）及巨噬细胞（CD68）。采用“最小P值法”将以上18种免疫指标的表达情况分为低密度组和高密度组。通过Kaplan-Meier方法分析其与预后的关系。此外,也采用Kaplan-Meier方法分析所有临床病理参数与预后的关系。将171例病例按照6.5:3.5的比例随机分为实验组和验证组。利用LASSO（Least absolute shrinkage and selection operator）回归进一步筛选与预后相关的关键变量,将临床病理参数与免疫指标整合,构建一种能用于预测肺腺癌患者预后的数学模型。通过一致性系数（consistency index,C-index）和校准曲线来评估模型预测预后的准确性和一致性。此外,为了进一步简化该模型,根据模型中相应因子所对应的分值进行赋值,相加求和得到一种全新的免疫-血清评分模型。采用ROC（receiver operator characteristic）曲线比较该评分系统与TNM分期在预测整体生存期（overall survival,OS）方面的准确性。通过Kaplan-Meier比较相同临床分期的肺腺癌患者不同评分组之间预后的差异。结果1、Kaplan-Meier分析显示吸烟史（P=0.013）、肿瘤大小（P<0.001）、淋巴结转移（P<0.001）、远处转移（P<0.001）、病理分型（P=0.017）、TNM临床分期（P<0.001）、血清NSE水平（P<0.001）、血清CEA水平（P<0.001）、血清Cyfra21-1水平（P=0.020）等临床参数显著影响整体生存期（overall survival,OS）。2、18种免疫细胞表达的分布热点图显示了CD20_{tumor core（CT）},CD2O_{invasive margin（IM）},CD20_CT,CD2O_IM,CD3_CT,CD3_IM,CD45RO_CT,CD45RO_IM,CD45RA_CT,CD8_IM的总体表达水平相对较高,CD8_CT,CD45RA_IM,CD68_CT,CD68_IM,CD66b_CT,CD66b _IM,CD57_CT,CD57_IM,FoxP3_CT,FoxP3_IM的总体表达水平相对较低。此外,相关矩阵图显示了CD45RA_CT和CD20_CT的表达以及CD68_CT和CD68_IM的表达存在明显的聚合。3、CD8_CT（P=0.001）、CD8_IM（P<0.001）、CD66b_CT（P=0.002）、CD45RO_CT（P=0.014）、CD45RO_IM（P=0.002）及FoxP3_CT（P<0.001）等6个免疫指标显著影响OS;其中,CD8_CT、CD8_IM、CD45RO_CT和CD45RO_IM与OS呈显著正相关,CD66b_CT和FoxP3_CT与OS呈显著负相关。剩下CD3_CT、CD3_IM、CD20_CT、CD20_IM、CD45RA_CT、CD45RA_IM、CD57_CT、CD57_IM、CD66b_IM、CD68_CT、CD68_IM、及FoxP3_IM等12个免疫指标与OS之间的关系无明显统计学意义。4、在实验组中对以上与预后相关的12种特征通过LASSO降维得到的特征包括TNM临床分期、血清NSE水平、血清CEA水平、CD8_CT、CD8_IM、CD45RO_CT以及FoxP3_CT共7个。5、在实验组中根据LASSO回归筛选出来的7个变量建立预测肺腺癌预后的诺模图,C-index=0.89提示该模型的预测性能非常高。同时,在验证组中2年OS的校准曲线提示该模型预测的预后与实际观察到的预后高度符合,5年OS的校准曲线提示该模型预测的预后与实际观察到的预后符合度较符合,但相较2年OS而言相对较差。6、根据诺模图中不同因子所对应的分值进行赋值,将其简化为一种全新的评分系统（免疫-血清评分模型）。按总分排序,以60分和120分作为截止值将患者分组（总分:0-60,61-120,>120）。不同分组患者之间的预后明显不同（P<0.001）,并且其预测OS的准确性高于TNM分期（AUC=0.861 vs.AUC=0.827）。7、进一步研究诺模图中4种免疫指标(CD8_CT、CD8_IM、CD45RO_CT和FoxP3_CT)和2种血清指标（NSE和CEA）在肺腺癌中的意义,不考虑TNM分期的影响,以25、50和75分作为截止值将患者分为1-4组（总分:0-25,26-50,51-75,>75）。不同分组之间患者的预后明显不同（P<0.001）,评分越高的患者其预后越差。相较TNM分期而言,该分组能更好的显示2组和3组患者之间预后的差别。此外,选取50为截止值将其分为低评分组（≤50）和高评分组（>50）,在相同临床分期（早期和中晚期）的患者中也出现类似的结果（P=0.007,P<0.001）,评分低组的患者相较评分高组的患者而言其预后更好。结论联合免疫指标和血清指标建立的一种全新的评分系统（免疫-血清评分系统）,其预测OS的准确性高于TNM分期。此外,该评分系统能对相同临床分期的肺腺癌患者进行危险分层,补充TNM分期的预后意义,进一步指导临床治疗。