基于NHANES大数据揭示全身免疫炎症指数与癌症风险的N型关联：一项横断面研究

《Holistic Integrative Oncology》：Association between systemic immune-inflammation index and cancer: a population-based study

本研究基于美国国家健康与营养调查（NHANES）大数据，探讨全身免疫炎症指数（SII）与癌症风险的关联。研究人员通过多变量逻辑回归和阈值效应分析，首次发现SII与癌症之间存在"N"型非线性关系，当SII低于1169时呈显著正相关。该指标作为低成本炎症标志物，为癌症早期筛查提供了具有高成本效益比的潜在工具。

　　

癌症作为21世纪重大的公共卫生问题，2022年全球新发病例达2000万，死亡病例约970万，在非洲和亚洲地区尤其呈现死亡率高于发病率的严峻态势。这种差异很大程度上源于早期诊断的缺失，因此寻找临床有效且成本效益高的肿瘤筛查标志物成为当务之急。近年来，炎症被证实与癌症发生发展密切相关，在肿瘤发生、促进、恶性转化、侵袭和转移等多个阶段发挥关键作用。在这一背景下，全身免疫炎症指数（Systemic Immune-Inflammation Index, SII）——这一基于常规血常规指标（血小板、中性粒细胞和淋巴细胞）计算的炎症标志物，因其低成本、易获取的特点，展现出巨大的肿瘤筛查潜力。

为探索SII与癌症之间的潜在关联，Peng Qi、Mengjie Huang和Haiyan Zhu等研究人员利用2013-2020年度的NHANES数据库，开展了一项大规模横断面研究。该研究最终纳入16,897名20岁以上的参与者，通过多变量逻辑回归模型、亚组分析、平滑曲线拟合和阈值效应分析等多种统计方法，深入探讨了SII与癌症史之间的关系。

研究的关键方法学包括利用NHANES复杂抽样设计的数据加权处理，通过计算机辅助个人访谈系统（CAPI）评估癌症病史，采用贝克曼库尔特方法进行全血细胞计数（CBC）检测并计算SII指标。统计分析采用EmpowerStats和R软件，建立三个逐步调整的模型：未调整模型（Model 1）、调整年龄性别种族的基础模型（Model 2）和调整所有协变量的完全模型（Model 3）。

3.1 参与者的基线特征

研究人群平均年龄为50.08±17.54岁，其中癌症史组患者年龄显著高于无癌症史组（65.76±13.74岁 vs. 48.40±17.06岁）。血液指标分析显示，癌症史组的淋巴细胞百分比更低，中性粒细胞计数更高，血小板计数更低，SII水平显著升高（580.30±441.56 vs. 504.52±296.27）。此外，癌症史组在慢性疾病（糖尿病、哮喘、充血性心力衰竭等）患病率上也显著更高。

3.2 全身免疫炎症指数与癌症的关系

多变量逻辑回归分析显示，SII与癌症史存在显著正相关。为增强数据变化的敏感性，研究者引入了SII/100指标进行分析。在完全调整模型中，SII/100每增加1个单位，患癌几率增加6%（OR=1.06，95%CI：1.03-1.09）。亚组分析表明这一关联在大多数亚组中保持一致，尤其在男性、老年人群和糖尿病患者中更为明显。

通过平滑曲线拟合，研究者意外地发现了SII与癌症之间存在"N"型非线性关系。阈值效应分析进一步确定了两个关键拐点：1169和1950。当SII低于1169时，SII与癌症的正相关关系具有统计学意义（OR=1.001，95%CI：1.000-1.001）。

4 讨论

本研究首次基于NHANES全国代表性样本揭示了SII与癌症之间的复杂关联。SII作为反映全身炎症免疫状态的综合指标，其价值在于同时涵盖了血小板、中性粒细胞和淋巴细胞在肿瘤微环境（TME）中的相互作用。中性粒细胞通过调节抗肿瘤免疫反应、激活内皮细胞促进肿瘤转移；血小板则通过保护循环肿瘤细胞免受免疫攻击、促进血管生成等方式参与癌症进程；淋巴细胞特别是T淋巴细胞则是抗肿瘤免疫的关键执行者。

这种"N"型关系的发现为理解炎症与癌症的复杂关联提供了新视角。当SII低于1169时，炎症状态与癌症风险呈正相关，这可能反映了炎症在肿瘤发生早期的促进作用。而随着SII进一步升高，关联变得不显著，可能暗示了免疫系统在不同炎症水平下的复杂调控机制。

研究的创新性在于将SII的应用从特定癌症类型的预后预测拓展到普通人群的癌症筛查领域，为低成本、大规模的癌症早期检测提供了新思路。然而，研究也存在一定局限性，包括横断面设计无法确立因果关系、缺乏具体癌症类型信息以及无法评估癌症分期的影响等。

5 结论

本研究证实了全身免疫炎症指数与癌症之间存在显著关联，特别是当SII低于1169时呈现明确的剂量反应关系。作为一种成本低廉、易于获取的炎症标志物，SII在癌症筛查中展现出良好的成本效益比，有望成为大规模人群肿瘤筛查的有力工具。未来需要前瞻性研究进一步验证其因果关系和临床应用价值。