编辑推荐：
肾癌术后部分患者易复发转移，现有预后评估指标存在缺陷。研究人员分析 240 例肾癌患者数据，发现术前全身免疫炎症指数（SII）和预后营养指数（PNI）是独立预后因素，构建的列线图预测能力良好，为临床决策提供依据。
在泌尿系统肿瘤的世界里，肾癌是一位 “常客”，每年都有不少新发病例，在男性和女性癌症患者中都占有一定比例。手术是治疗局限性肾癌的常用方法，但令人头疼的是，大约 20% - 30% 的患者术后会出现复发。尽管免疫疗法、放疗和分子靶向药物取得了进展，让晚期肾癌患者的临床疗效有所提升，5 年生存率能达到 75%，可长期随访下来，患者的生存率依旧不尽人意。目前常用的预后评估指标，像 AJCC 分期、病理分级和组织学分类等，都有各自的短板，比如预测准确性有限、成本高、检测困难以及结果滞后。正因如此，找到新的可靠的预后评估指标迫在眉睫，这不仅有助于对患者进行风险分层，还能为治疗方案的选择提供有力参考，改善患者的长期预后。
为了解决这些难题，中国人民解放军联勤保障部队第 900 医院的研究人员开展了一项关于肾癌预后的研究。他们的研究成果发表在《International Urology and Nephrology》杂志上。这项研究主要聚焦于术前全身免疫炎症指数（Systemic Immune Inflammatory Index，SII）和预后营养指数（Prognostic Nutritional Index，PNI）对肾癌患者预后的影响，并构建了列线图（nomogram）来预测患者的总生存期（Overall Survival，OS）。
研究人员采用了多种技术方法来开展此项研究。他们回顾性收集了 2014 年 1 月至 2019 年 6 月在中国人民解放军联勤保障部队第 900 医院泌尿外科住院的 240 例肾癌患者的临床数据（这些患者都接受了手术治疗，且术后病理确诊为肾癌，病例资料完整，术前未接受抗肿瘤治疗并配合随访）。通过收集患者的年龄、性别、糖尿病、高血压、体重指数（BMI）、肿瘤部位、血红蛋白水平、肿瘤坏死情况、手术方式、病理类型、AJCC 分期和 Fuhrman 分级等临床资料，以及术前一周的相关实验室检查结果，计算出 SII 和 PNI 的值。之后，运用 SPSS 26.0 和 R (4.4.0) 软件进行统计分析，包括绘制受试者工作特征曲线（ROC）确定 SII 和 PNI 的最佳临界值，采用 Kaplan - Meier 法进行生存分析，利用单因素和多因素 Cox 回归分析影响肾癌患者预后的独立因素，并构建列线图预测模型，用一致性指数（C-index）和校准曲线评估模型性能。
下面来看看具体的研究结果：
- 患者基本数据：240 例患者中，男性 157 例（65.42%），女性 83 例（34.58%），年龄在 28 - 85 岁之间，平均年龄（58.55 ± 10.35）岁。平均随访时间为 50.61 个月，中位随访时间 53.00 个月。随访结束时，195 例（81.25%）患者存活，45 例（18.75%）患者死亡，无患者失访。患者的生存时间在 1 - 89 个月，中位生存时间为 48 个月。
- SII 和 PNI 最佳临界值的确定：绘制 SII 的 ROC 曲线，曲线下面积为 0.724（95% CI 0.633 - 0.816），评估术后患者生存的敏感性为 64.4%，特异性为 79.0%，最大约登指数为 0.434，最佳临界值为 849.48。基于此，将患者分为低 SII 组（SII ≤ 849.48）170 例和高 SII 组（SII > 849.48）70 例。同样方法绘制 PNI 的 ROC 曲线，曲线下面积为 0.762（95% CI 0.685 - 0.838），敏感性为 64.4%，特异性为 82.6%，最大约登指数为 0.470，最佳临界值为 40.23，据此分为低 PNI 组（PNI ≤ 40.23）63 例和高 PNI 组（PNI > 40.23）177 例。
- SII、PNI 与临床病理因素的关系：术前 SII 与 AJCC 分期和 Fuhrman 分级存在显著差异（P<0.05），与其他因素无显著差异（P>0.05）。术前 PNI 与性别、BMI、手术方式和 Fuhrman 分级存在显著差异（P<0.05），与其他因素无显著差异（P>0.05）。
- SII、PNI 与总生存期的关系：低 SII 组患者 1 年、3 年和 5 年生存率分别为 98.10%、92.30% 和 87.20%，高 SII 组为 90.00%、72.90% 和 57.40%，低 SII 组生存率更高，两组差异有统计学意义（P<0.001）。低 PNI 组患者 1 年、3 年和 5 年生存率分别为 86.90%、67.90% 和 40.80%，高 PNI 组为 97.60%、93.00% 和 87.60%，高 PNI 组生存率更高，两组差异有统计学意义（P<0.001）。
- 影响总生存期的因素分析：单因素分析显示，血红蛋白、肿瘤坏死、手术方式、病理类型、SII、PNI、AJCC 分期和 Fuhrman 分级是肾癌患者预后的影响因素（P<0.05）。多因素 Cox 回归分析表明，SII（HR=5.591，95% CI 2.657 - 11.766，P<0.001）、PNI（HR=0.231，95% CI 0.117 - 0.457，P<0.001）、血红蛋白（HR=0.401，95% CI 0.207 - 0.777，P=0.007）、肿瘤坏死（HR=4.117，95% CI 2.060 - 8.230，P<0.001）、手术方式（HR=7.827，95% CI 3.557 - 17.223，P<0.001）、病理类型（HR=16.520，95% CI 3.168 - 86.145，P<0.001）、AJCC 分期（P<0.001）和 Fuhrman 分级（P=0.018）均为影响肾癌患者预后的独立因素。
- 列线图的创建与验证：基于多因素 Cox 回归分析筛选出的独立影响因素，构建列线图。该列线图的一致性 C 指数为 0.915（0.897 - 0.933），校准曲线接近理想曲线，表明列线图具有良好的区分度和一致性，其预测的总生存期与实际观察结果相符。
综合研究结果和讨论部分，这项研究意义重大。它证实了术前 SII 和 PNI 是肾癌患者术后预后的独立预测指标。高 SII 意味着患者的免疫反应被削弱、炎症反应增强，预后较差；高 PNI 则代表患者的免疫和营养状态良好，预后更好。同时，研究还确定了血红蛋白、肿瘤坏死、手术方式、病理类型、AJCC 分期和 Fuhrman 分级等也是影响肾癌患者预后的重要因素。基于这些因素构建的列线图预测模型，具有良好的准确性、区分度和临床应用价值，能够为临床医生制定个性化的治疗方案提供有力的参考依据，帮助医生更好地评估患者的预后情况，从而更有针对性地对肾癌患者进行治疗和管理。不过，该研究也存在一些局限性，如样本量较小、为单中心回顾性研究，存在选择偏倚，且未评估其他营养和免疫指标，研究结果仅进行了内部验证。未来的研究可以进一步扩大样本量，开展多中心研究，并纳入更多相关指标，以提高模型的准确性和可靠性，为肾癌的临床诊疗带来更多的突破和进步。
