论文部分内容阅读
研究背景:肺癌是一种炎症性疾病,在世界范围内的发病率和死亡率都处于前列。在中国,肺癌死亡率和发病率高居榜首,给国家医疗卫生工作带来巨大负担。如果能准确预测接受某种治疗方法的肺癌患者预后,筛选出潜在的获益人群,剔除掉无明显获益的患者,对临床上提高相应疗法的治疗效果具有非常重要的意义。目前许多预测因子在大量研究中被提出,其中炎性复合指标占据非常重要的部分,其与多种恶性肿瘤,尤其是消化道肿瘤的预后有显著相关。在肺癌中被证实为独立预后因素的炎性复合指标也很多,包括中性粒细胞与淋巴细胞比值(neutrophil to lymphocyte ratio,NLR)、血小板与淋巴细胞比值(platelet to lymphocyte ratio,PLR)、淋巴细胞与单核细胞比值(lymphocyte to monocyte ratio,LMR)等等。这就带来一个选择最优指标的现实问题。如何针对特定患者人群找出这些独立预后指标的最优解,以达到肺癌患者生存预测能力的最优化,在临床上具有重要意义。手术治疗是肺癌患者提高生存时间的主要治疗手段之一。但是不同病理类型、不同进展期的肺癌对手术治疗的敏感度不同。精准预测各病理类型、各进展期肺癌患者的手术预后有助于为临床手术方案的决策提供参考依据。因此有必要制定合理的选择策略,为特定的肺癌手术患者人群选择最优的预后预测指标。研究目的:我们制定了一个数学集合运算取交集的指标选择策略,并在接受手术治疗的肺癌患者人群中验证该策略筛选最优指标的效果及合理性。期待其能为临床医生选择最优预测指标提供帮助。目前为止,尚未见肺癌研究中有类似报道。研究方法:我们系统性收集并随访了2013年8月至2015年12月在山东省立医院胸外科行肺部肿物切除术的患者,获得患者的病理诊断结果、术后生存时间、淋巴细胞数(LY)、中性粒细胞数(PMN)、单核细胞数(MNC)、血小板计数(PLT)等详实数据,并在此基础上计算炎性复合指标,包括中性粒细胞与淋巴细胞比值(NLR)、血小板与淋巴细胞比值(PLR)、淋巴细胞与单核细胞比值(LMR)等等。我们根据入院主诉将患者分为症状阳性组和症状阴性组,按病理类型把患者分成腺癌组、鳞癌组和其他癌组,分别用Kaplan-Meier生存曲线分析各组患者总生存期(Overall survival,OS)与炎性复合指标的关系。Log-Rank(Mantel-Cox)检验和Breslow(Generalized Wilcoxon)检验分别验证生存曲线的远期预后和近期预后。以Log-Rank(Mantel-Cox)检验得出的P值与P=0.05作比较,定义P<0.05的指标为可供推荐的预测指标,而P≥0.05的指标为不推荐的预测指标,得出各组相应的推荐/不推荐的预测指标。每组取其推荐指标作为一个集合,以备取交集运算。我们根据主诉(阳性/阴性)、病理类型(腺癌/鳞癌/其他类型)、术前术后指标三个条件互相组合,把样本人群分成12个亚分类(2 X3X2=12),对应我们分析的12种特定患者人群(比如“只有术前指标的症状阳性腺癌患者”)。各集合按照12个亚分类的要素统筹分析,运用数学集合运算的方法求取交集,得出各亚分类人群下的推荐预测指标。最后以ROC曲线下面积(AUC)计算各亚分类人群预测指标的预测效能,并与其它指标的预测效能进行比较排序。一是为了找出最优指标,二是进一步验证取到的交集指标是否都具有较大的预测效能,以此验证选择策略的合理性。研究结果:我们共随访了535例肺癌术后患者,汇总各分组中根据Log-Rank检验法得出P<0.05的推荐预测指标,按亚分类人群特征取交集,得到可在症状阳性腺癌患者中推荐使用的术前预测指标9个:LMR%,LY%,NLR,PMN%,PMN,MNC,PLR%,LMR,NLR%;可在症状阳性鳞癌患者中推荐使用的术前预测指标10个:LMR%,NLR,PMN%,PLR%,PLR,LMR,LMR-PLR%,LMR-PLR,LY,NLR%。可在症状阴性腺癌患者中推荐使用的术前预测指标1个:LY%;可在症状阳性鳞癌患者中推荐使用的术后预测指标1个:LMR。症状阳性和症状阴性的腺癌患者没有推荐使用的术后预测指标;而其他癌患者和症状阴性的鳞癌患者由于纳入数量过少,不符合统计学计算要求,因此剩余分组患者没有获取到较满意的推荐预测指标。对各亚组推荐指标的预测效能进行排序的结果显示:取得交集的预测指标在预测效能排序中都排在前列。纳入患者数量符合统计学计算要求的亚分类人群中,症状阳性腺癌患者优先推荐使用的术前预测指标是:NLR%,P(Log-Rank)=0.000<0.05;症状阳性鳞癌患者中优先推荐使用的术前预测指标是:PLR%,P(Log-Rank)=0.000<0.05;症状阴性腺癌患者中优先推荐使用的术前预测指标是:LY%,P(Log-Rank)=0.022;而症状阳性鳞癌患者中优先推荐使用的术后预测指标是:LMR,P(Log-Rank)=0.040。研究结论:数学集合取交集运算法在接受手术治疗的肺癌患者中是合理选择炎性复合指标用于预测肺癌手术患者预后的有效策略,能够为临床上选择最佳预测指标提供参考依据,有效提高临床上对肺癌手术患者生存期的预测精准度。本次研究中,我们发现可用于推荐的术前指标比术后指标的数量更多,选择范围更广,预测效能更高。经过该算法筛选出来的预测指标都有较强的预测效能,有较好的临床实用性,值得进一步研究和完善。