多参数诊断模型：基于 S100A9、CCL5 及血液标志物精准诊断鼻咽癌

为解决鼻咽癌早期诊断难题，研究人员分析 S100A9 和 CCL5 水平，构建模型，发现其有诊断价值及临床实用性。

　　《多参数诊断模型：基于 S100A9、CCL5 及血液标志物精准诊断鼻咽癌》

在人体的 “健康版图” 中，鼻咽癌就像一颗潜藏的 “暗雷”，尤其在中国南方和东南亚地区，它的高发态势令人担忧。2022 年全球癌症统计数据显示，鼻咽癌新发病例达 120416 例，死亡人数为 73476 例 ，其中亚洲地区负担沉重。鼻咽癌 “狡猾” 之处在于，它生长在鼻咽部的深处，早期症状隐匿，等到患者察觉时，往往已发展至晚期，出现颈部淋巴结或远处转移，这不仅增加了治疗难度，还严重影响患者的预后。

目前，鼻咽内镜结合组织病理学检查虽为诊断 “金标准”，但因其有创且费用高，患者依从性不佳。爱泼斯坦 - 巴尔病毒（EBV）相关检测虽有应用，但敏感性和特异性难以满足临床需求。因此，寻找一种无创、高精度的诊断方法迫在眉睫。

中南大学湘雅医院的研究人员挺身而出，勇挑攻克难题的重担。他们开展了一项旨在分析鼻咽癌（NPC）患者中 S100A9 和 CCL5 水平，并评估其作为血液指标对 NPC 诊断预测价值的研究。研究成果发表在《Scientific Reports》上，为鼻咽癌的诊断带来了新的曙光。

研究人员在本次研究中运用了多种关键技术方法。样本采集方面，从湘雅医院招募了 123 例 NPC 患者和 107 例非 NPC 对照（包括良性鼻咽病变患者和健康个体），还设立了包含 19 例 NPC 患者和 19 例非 NPC 对照的外部验证队列。检测分析上，采用 ELISA 试剂盒检测血清 S100A9 和 CCL5 水平，运用 Beckman Coulter DxH 800 血细胞分析仪和 Beckman AU5800 自动生化分析仪进行血常规和生化检测。在数据处理与模型构建环节，借助 SPSS 软件统计分析，利用 Deepwise 和 Beckman Coulter DxAI 平台 v2.0 进行特征选择和模型构建，通过 LASSO 回归筛选因素，运用逻辑回归、XGBoost、LightGBM 和随机森林分类器四种机器学习算法构建预测模型，并使用五折交叉验证评估模型性能。

研究结果主要包含以下几方面：

1. 临床特征差异：研究共纳入 230 名参与者，NPC 组和非 NPC 组在年龄、性别上无显著差异。但 NPC 组的 S100A9、CCL5、总蛋白（TP）、球蛋白（GLB）、低密度脂蛋白胆固醇（LDLC）、中性粒细胞、血小板（PLT）、中性粒细胞与淋巴细胞比值（NLR）和血小板与淋巴细胞比值（PLR）水平显著高于非 NPC 组；白蛋白（ALB）、总胆红素（TBIL）、直接胆红素（DBIL）、总胆汁酸（TBA）、淋巴细胞和淋巴细胞与单核细胞比值（LMR）水平则显著更低。不同分期 NPC 患者对比发现，S100A9、ALB、GLB、白细胞（WBC）、中性粒细胞和 NLR 水平在不同分期差异显著，且晚期患者 S100A9、GLB、WBC、中性粒细胞和 NLR 水平更高，ALB 水平更低。
2. 预测因素分析：单因素逻辑回归从 24 个潜在风险因素中识别出 11 个与 NPC 发病显著相关的因素，多因素逻辑回归进一步揭示 S100A9、CCL5、TP 和 ALB 是 NPC 发病的独立预测因素。LASSO 回归确定 S100A9、CCL5、ALB、GLB、TBA、LDLC、NLR 和 PLR 是与 NPC 最相关的因素。
3. 诊断价值评估：单因素 ROC 分析表明，S100A9 诊断效能最高，AUC 值达 0.803，其他如 GLB、NLR、PLR 和 CCL5 也有较好诊断性能，而 TBA、ALB 和 LDLC 诊断效能较差。
4. 模型构建与验证：对比四种机器学习算法构建的模型，逻辑回归模型表现最佳，AUC 为 0.868。选取 GLB、ALB、CCL5、S100A9 和 PLR 构建的最终逻辑回归模型，在训练和验证队列中 AUC 均超 80%，校准曲线显示预测与实际结果相关性强，DCA 曲线表明其临床获益大。外部验证队列中，该模型 AUC 为 0.817，证实了其预测可靠性。

研究结论和讨论部分意义重大。本研究发现血清 S100A9、CCL5 以及 GLB、ALB、PLR 等血液指标对 NPC 具有诊断价值，基于这些生物标志物构建的逻辑回归模型预测性能强且具有临床实用性，有望为 NPC 的早期诊断提供有力支持，帮助医生更早发现疾病，为患者争取更多治疗时机。然而，研究也存在一些局限性，如单中心研究可能存在选择偏倚，样本量有待扩大，且对 S100A9 和 CCL5 相关信号通路及在 NPC 发病机制中的作用探索不足。但这些不足也为后续研究指明了方向，未来研究可增加样本量、开展多中心研究，并深入探究相关分子机制，进一步完善鼻咽癌的诊断体系，为更多患者带来希望。