研究炎症指标在癌症转移中的预测作用

《Clinical and Translational Oncology》：Investigating the predictive role of inflammatory indices in cancer metastasis

癌症转移预测中炎症指数（NLR、PLR、MLR、SII、SIRI）的评估显示SIRI单独显著且联合MLR提升模型准确性。

　　

摘要

背景

早期发现癌症患者的转移灶对于改善治疗效果和提高患者生存率具有关键作用。本研究旨在评估炎症指标（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）、单核细胞与淋巴细胞比值（MLR）、全身性炎症指数（SII）和全身性炎症反应指数（SIRI）在识别转移状态方面的预测作用。

方法

本研究于2023年12月至2024年6月期间招募了60名癌症患者。在治疗开始前收集了患者的临床病理数据和全血细胞计数（CBC）。使用接收者操作特征曲线（ROC）来确定不同基线炎症指标用于转移状态分析的最佳临界值。

结果

转移患者的炎症指标水平高于非转移患者；然而，只有SIRI存在显著差异（1.04 [0.76–1.69] vs. 0.71 [0.45–1.07]；P = 0.044）。ROC曲线分析显示，SIRI的曲线下面积（AUC）为0.652（95% CI 0.507–0.797）。此外，将SIRI与MLR单独或与NLR、PLR和/或SII结合使用，可以构建出具有更强区分能力的多指标模型，并保持统计显著性（p < 0.05）。

结论

研究结果表明，SIRI与MLR结合使用在预测癌症患者的转移状态方面具有重要作用。