亚慢性毒死蜱暴露通过调控Nrf2/Keap1/NF-κB通路诱导甲状腺滤泡细胞焦亡加剧甲状腺毒性

本研究创新性构建基于炎症-免疫-营养（IIN）外周血标志物的评分系统，通过LASSO回归筛选NLR、LMR、SIRI、HALP、NRI、PIV六项指标，联合临床病理特征建立列线图模型，预测三阴性乳腺癌（TNBC）患者新辅助化疗（NAC）后病理完全缓解（pCR）概率。多中心验证显示模型AUC达0.754-0.827，为TNBC个体化治疗提供新工具。

　　

【Abstract】

研究首次整合6项外周血标志物构建免疫-炎症-营养（IIN）评分系统，通过多中心回顾性队列（训练集n=303，验证集n=282）证实其预测三阴性乳腺癌（TNBC）新辅助化疗（NAC）疗效的价值。基于LASSO回归筛选的NLR、LMR、SIRI、HALP、NRI和PIV指标，联合cT分期、Ki-67构建的列线图模型在外部验证中AUC达0.754，校准曲线显示预测与实际pCR率高度吻合。决策曲线分析证实模型临床适用性，为TNBC治疗决策提供量化工具。

【Introduction】

乳腺癌居女性恶性肿瘤首位，其中三阴性乳腺癌（TNBC）占比12%-17%，因缺乏治疗靶点致预后较差。新辅助化疗（NAC）后达到病理完全缓解（pCR）患者生存显著改善，但现有预测手段有限。研究表明炎症（如NLR）、免疫（如LMR）和营养（如NRI）指标与肿瘤进展相关，但单一标志物预测效能不足。本研究创新性提出IIN综合评分，旨在建立精准预测体系。

【Materials and Methods】

回顾性纳入西京医院431例和华西医院154例TNBC患者，随机分为训练集与验证集。采集11项外周血标志物，通过单因素logistic和LASSO回归筛选指标。IIN评分公式为：NLR×0.00124-LMR×0.11805-SIRI×0.11408+HALP×0.11070-NRI×0.03192+PIV×0.01507。联合临床特征构建列线图，采用ROC曲线、校准曲线和决策曲线评估性能。

【Results】

1. 标志物筛选：IIN评分包含的6项指标间相关系数均<0.7，避免多重共线性。

2. 临床关联：IIN评分与cT分期显著相关（P<0.05），早期患者评分更高。

3. 预测效能：IIN评分单独预测pCR的AUC为0.723-0.766，联合cT分期和Ki-67的列线图AUC提升至0.754-0.827。

4. 验证结果：外部验证集校准曲线斜率接近1，决策曲线显示阈值概率在0.1-0.8时具有临床净收益。

【Discussion】

1. 机制阐释：NLR升高反映中性粒细胞介导的促瘤微环境，LMR体现淋巴细胞抗肿瘤活性，HALP和NRI共同评估营养-免疫轴状态。

2. 创新价值：首次整合多维度标志物，突破单一指标局限。模型可识别NAC潜在获益人群，避免无效治疗。

3. 应用前景：列线图可视化评分系统便于临床推广，但需前瞻性研究验证其对长期预后的预测价值。

【Conclusion】

IIN评分系统联合临床病理特征可准确预测TNBC患者NAC疗效，为个体化治疗决策提供客观依据。该模型具有低成本、易获取优势，有望成为TNBC精准医疗的新工具。