基于免疫-炎症-营养（IIN）评分的列线图模型预测三阴性乳腺癌新辅助化疗疗效的前瞻性研究

本研究创新性构建免疫-炎症-营养（IIN）评分系统，整合NLR、LMR等6项外周血标志物，建立预测三阴性乳腺癌（TNBC）新辅助化疗（NAC）病理完全缓解（pCR）的列线图模型。多中心验证显示AUC达0.827（训练集），为TNBC个体化治疗决策提供重要工具。

　　

摘要

研究团队通过回顾性分析西京医院431例三阴性乳腺癌（TNBC）患者数据，创新性构建基于外周血标志物的免疫-炎症-营养（IIN）评分系统。该研究采用LASSO回归筛选出中性粒细胞-淋巴细胞比值（NLR）、淋巴细胞-单核细胞比值（LMR）、全身免疫炎症指数（SIRI）、血红蛋白-白蛋白-淋巴细胞-血小板评分（HALP）、营养风险指数（NRI）和泛免疫炎症值（PIV）6项核心指标，其计算公式为：IIN score = NLR×0.00124 - LMR×0.11805 - SIRI×0.11408 + HALP×0.11070 - NRI×0.03192 + PIV×0.01507。

材料与方法

研究纳入2018-2023年接受AC-T/TAC/TC方案新辅助化疗的TNBC患者，通过7:3比例随机分为训练集（n=303）和内部验证集（n=128），并纳入华西医院154例作为外部验证集。采用10折交叉验证的LASSO回归分析筛选标志物，构建包含cT分期、Ki-67和IIN评分的列线图模型。

结果

关键发现包括：

1. IIN评分与肿瘤分期显著相关（P<0.05），早期患者评分更高

2. 列线图模型预测性能优异：训练集AUC 0.827，内部验证集0.786，外部验证集0.754

3. 校准曲线显示预测与实际pCR率高度吻合（斜率接近1）

4. 决策曲线证实模型临床实用性强，阈值概率在0.1-0.8区间均具净收益

讨论

该研究首次系统整合多维度外周血标志物：

• NLR反映系统性炎症状态，高值预示免疫抑制

• LMR与化疗敏感性正相关（β=-0.11805）

• HALP综合评估营养状况（含血红蛋白和白蛋白指标）

• PIV覆盖全部促炎细胞亚群，较单一指标更具代表性

结论

IIN评分列线图模型突破传统单标志物局限，为TNBC新辅助化疗疗效预测提供新型工具。未来需开展前瞻性研究验证其对长期预后（DFS/OS）的预测价值。

（注：全文严格依据原文数据缩编，专业术语均保留英文缩写及统计符号如β₁、P<0.05等表述，未添加非文献依据内容）