系统性炎症标志物在喉部良恶性病变鉴别诊断中的预测价值研究

本研究针对喉部病变良恶性鉴别诊断的临床难题，通过分析442例患者的NLR、LMR、PLR、SII、SIRI和HALP等系统性炎症标志物，发现SIRI(AUC=0.7)与SII、LMR联合可作为喉鳞癌(SCC)的独立预测因子，为临床早期风险分层提供了新型无创辅助工具。

　　

喉部病变的良恶性鉴别一直是耳鼻咽喉科临床实践的难点。从普通的声带息肉到致命的鳞状细胞癌(SCC)，这些病变都可能表现为相似的声音嘶哑症状，但治疗方案和预后却天差地别。传统诊断依赖喉镜检查和活检，不仅给患者带来不适，在医疗资源紧张地区还可能延误诊断。更棘手的是，喉癌早期症状隐匿，当患者出现明显不适时往往已进展至中晚期。这些现实困境催生了对新型无创诊断标志物的迫切需求。

巴勒克埃西尔大学医学院耳鼻咽喉科的研究团队敏锐注意到，恶性肿瘤特有的慢性炎症微环境可能在外周血中留下"蛛丝马迹"。他们创新性地将六种系统性炎症标志物——中性粒细胞-淋巴细胞比值(NLR)、淋巴细胞-单核细胞比值(LMR)、血小板-淋巴细胞比值(PLR)、系统性免疫炎症指数(SII)、系统性炎症反应指数(SIRI)和血红蛋白-白蛋白-淋巴细胞-血小板(HALP)评分——引入喉部病变鉴别诊断领域，相关成果发表在《European Archives of Oto-Rhino-Laryngology》。

研究团队采用单中心回顾性横断面设计，分析2020-2023年间442例以声音嘶哑为主诉的患者数据。通过术前血常规指标计算各炎症参数，并依据活检结果将患者分为良性病变、低度不典型增生、高度不典型增生和SCC四组。运用Kruskal-Wallis检验进行组间比较，通过受试者工作特征(ROC)曲线评估诊断效能，最终建立多因素逻辑回归模型。

研究结果揭示多个重要发现。在人口学特征方面，SCC组患者中位年龄显著高于良性组(65岁 vs 49岁)，且男性占比高达90.26%，印证了年龄和性别作为喉癌风险因素的传统认知。炎症标志物分析显示，SCC组的NLR(2.53)、SII(659.93)和SIRI(1.62)中位数显著高于其他组别，而LMR(3.06)和HALP评分(4.06)则明显降低。特别值得注意的是，SIRI以1.32为临界值时，对SCC的鉴别灵敏度达68%，特异性为60%，其诊断效能(AUC=0.7)优于其他指标。

多因素分析确认LMR和SII是SCC的独立预测因子。每增加1个单位的LMR，患SCC风险降低19.5%(OR=0.805)；而SII每升高1个单位，SCC风险相应增加0.2%(OR=1.002)。这种"一升一降"的模式生动反映了恶性肿瘤中淋巴细胞耗竭而系统性炎症加剧的病理生理特征。

在讨论环节，研究者深入阐释了这些发现的科学价值。SIRI整合了中性粒细胞、单核细胞和淋巴细胞三类免疫细胞信息，比单一指标更能全面反映肿瘤相关炎症的复杂调控网络。而HALP评分作为营养-炎症综合指标的首度应用，虽然仅在与良性组比较时显示差异，但其包含的血红蛋白和白蛋白参数暗示了肿瘤微环境代谢重编程的影响。这些创新发现为理解喉癌发病机制提供了新视角。

这项研究的重要临床意义在于，通过常规血检指标构建的预测模型，可在活检前快速评估喉部病变的恶性风险。对于SIRI>1.32且LMR<3.06的高危患者，临床医生可优先安排活检；而指标正常的患者则可适当延后创伤性检查。这种分层策略既能优化医疗资源配置，又能减少患者不必要的痛苦。研究者也坦诚指出研究的局限性，包括回顾性设计的固有偏倚、吸烟史数据的缺失等，这些都为未来前瞻性研究指明了改进方向。

从转化医学视角看，该研究开辟了喉癌早期筛查的新路径。简单易得的炎症指标与人工智能算法的结合，或将催生更精准的预测工具。而SII和SIRI与肿瘤免疫微环境的关联性，也为探索免疫治疗疗效预测标志物提供了线索。正如研究者强调的，这些炎症指标不应取代病理诊断，但作为"风险预警系统"，它们有望成为临床决策的有力辅助。