广泛期小细胞肺癌治疗有效性预测模型的建立与机制研究：基于临床指标和生物标志物的整合分析

本研究通过回顾性分析101例广泛期小细胞肺癌（ES-SCLC）患者，建立了基于临床指标（肿瘤大小、白细胞计数、D-二聚体）和实验室标志物（纤维蛋白原（FIB）、胃泌素释放肽前体（ProGRP））的疗效预测和生存预后模型。模型经交叉验证和ROC曲线（AUC=0.816）证实具有良好预测性能。GEO数据库验证显示FIB和ProGRP在SCLC组织中显著差异表达。研究为ES-SCLC个体化治疗提供了可靠的预测工具和分子机制见解。

　　

引言

小细胞肺癌（SCLC）是一种高度侵袭性的神经内分泌恶性肿瘤，约占所有肺癌病例的15%。根据美国退伍军人肺癌研究组（VALSG）分期系统，SCLC分为局限期（LS-SCLC）和广泛期（ES-SCLC）。ES-SCLC患者约占所有SCLC病例的70%，其标准一线治疗为全身化疗或化疗联合免疫治疗。ES-SCLC具有生长迅速和早期转移的特点，诊断时多为晚期，与非小细胞肺癌（NSCLC）相比更难治疗。尽管ES-SCLC初期对化疗和放疗敏感，但由于疾病快速进展的趋势，大多数患者预后较差。ES-SCLC患者的中位总生存期（OS）仅为10-12个月，5年生存率低于7%。这些严峻的临床现实凸显了在ES-SCLC管理中弥合生物标志物发现与治疗决策之间转化差距的迫切需求。

先前研究表明，多种血清标志物可能在预测ES-SCLC患者预后中发挥重要作用。其中，神经元特异性烯醇化酶（NSE）、纤维蛋白原（FIB）和胃泌素释放肽前体（ProGRP）因其在疾病进展和患者结局方面的潜在价值而受到特别关注。NSE是一种特殊的糖酵解酶，主要在神经内分泌细胞中表达。在SCLC患者中，NSE水平升高一直与不良预后和治疗耐药相关。FIB是凝血级联中的关键蛋白，是纤维蛋白的前体。除了在止血中的基本功能外，新出现的研究表明，纤维蛋白原还参与各种病理过程，包括肿瘤生长、血管生成和转移。ProGRP是一种神经肽，被发现特异性升高于SCLC患者，并与疾病程度和预后相关。然而，这些生物标志物在预测ES-SCLC患者治疗疗效和生存方面的预后价值仍存在争议，其临床实用性因缺乏稳健的预测模型而受限。

方法

研究人群

本研究共纳入101例根据预定义的纳入和排除标准诊断为广泛期小细胞肺癌的患者。纳入标准包括：经组织学或细胞学证实的ES-SCLC；根据VALSG标准定义的广泛期疾病；年龄18岁或以上；东部肿瘤协作组（ECOG）体能状态为0-2；接受一线全身治疗（单纯化疗或化疗联合免疫治疗）。排除标准包括：有其他恶性肿瘤病史的患者；有严重合并症的患者；临床资料不完整的患者；局限期疾病患者。本研究获得了机构审查委员会的批准。

临床数据收集

疗效评估

根据实体瘤疗效评价标准（RECIST）1.1版，在一线化疗两个周期后评估治疗效果。根据治疗效果将患者分为两组：有效（完全缓解或部分缓解）和无效（疾病稳定或疾病进展）。总有效治疗率计算为有效结果患者占研究总人群的比例。

临床特征收集

从ES-SCLC患者的医疗记录中收集基线特征，包括年龄、性别、肿瘤大小、转移状态和治疗方案。在开始化疗前使用计算机断层扫描（CT）或磁共振成像（MRI）测量肿瘤大小。使用CT、MRI或正电子发射断层扫描（PET）等成像技术评估转移器官受累情况。治疗方案记录为单纯化疗或化疗联合免疫治疗。

样本量

样本量基于受试者工作特征（ROC）曲线分析计算，以曲线下面积（AUC）为主要结局指标。假设预测模型的预期AUC为0.80（临床上有意义的区分度），零假设AUC为0.50（无区分度），统计功效为80%（β = 0.2），双侧显著性水平α = 0.05，使用公式n = (Zα + Zβ)^2 * AUC(1-AUC)/(AUC-0.5)^2计算所需最小样本量。最终纳入100例患者样本量，该样本量提供了75%的效能来检测AUC ≥0.75。

实验室检查收集

在开始一线化疗前和完成两个治疗周期后，评估一组实验室指标以评估与治疗相关的潜在变化。该组指标包括神经元特异性烯醇化酶（NSE）、纤维蛋白原（FIB）、胃泌素释放肽前体（ProGRP）、白细胞（WBC）计数和D-二聚体水平。从指定时间点采集患者静脉血样本。

基因表达综合数据库获取与分析

为了验证NSE、FIB和胃泌素释放肽前体在SCLC患者中的差异表达水平，研究团队利用了GEO数据库。从GEO数据库获取SCLC患者数据集（GSE149507），其中包括正常肺组织和SCLC组织的基因表达数据。

统计分析

所有统计分析均使用R软件（版本4.0.3）和适当的包进行。P值小于0.05被认为具有统计学显著性。连续变量表示为均值±标准差或中位数（四分位距），分类变量表示为频率和百分比。使用卡方检验或Fisher精确检验比较组间分类变量，使用Student t检验或Mann-Whitney U检验处理连续变量。为了解治疗方案对实验室参数的潜在混杂效应，进行了亚组分析，比较接受单纯化疗与化疗加免疫治疗的患者之间的WBC变化。

结果

治疗疗效的逻辑回归分析和预测模型建立

SCLC患者基线特征的比较分析

共101例诊断为ES-SCLC的患者根据纳入和排除标准入选本研究。所有患者诊断时均为广泛期疾病，并接受了适当的一线全身治疗。其中59例患者接受化疗作为一线治疗，42例患者接受化疗联合免疫治疗。疗效评估显示，52例患者治疗结果无效，49例患者有效。总有效治疗率为48.5%。

为了评估治疗方案是否影响WBC动态，进行了全面的亚组分析。结果显示，单纯化疗组的平均WBC变化为-2.30 ± 2.47 × 10⁹/L，化疗加免疫治疗组为-2.08 ± 2.45 × 10⁹/L（p=0.659，独立t检验），表明治疗方案之间的WBC变化无显著差异。

收集了SCLC患者的基线特征，如年龄、性别、肿瘤大小、转移状态和治疗方案。此外，记录了化疗前各项指标的变化。根据两个周期后的治疗效果对患者进行分组，并比较组间指标。结果显示，化疗前NSE水平和肿瘤大小存在统计学显著差异（P<0.05）。

SCLC患者治疗期间血细胞计数趋势

比较了两组患者化疗前和两个周期后的实验室检查指标。还计算了这些指标从治疗前到治疗后的变化。结果表明，化疗前NSE、第2周期后FIB、第2周期后胃泌素释放肽前体和NSE变化值在两组间存在统计学显著差异（P<0.05）。

SCLC患者治疗疗效的多变量逻辑回归分析

将化疗前肿瘤大小、化疗前NSE、第2周期后FIB、第2周期后胃泌素释放肽前体和NSE变化值纳入多变量逻辑回归分析。结果表明，第2周期后FIB和化疗前肿瘤大小是影响SCLC患者治疗疗效的独立因素（P<0.05）。

SCLC患者化疗两个周期后治疗疗效预测模型的建立与验证

基于多变量逻辑回归分析的结果，使用化疗前肿瘤大小和第2周期后FIB作为风险因素建立了预测模型。绘制列线图以说明该模型。进行了内部交叉验证，计算ROC曲线下面积为0.816。临床校准曲线显示预测值与实际值之间具有良好的一致性。临床影响曲线分析表明该模型具有良好的净临床效益。

治疗疗效的Cox回归分析和预测模型建立

单变量Cox回归分析

本研究共纳入101例SCLC患者。长期随访结果显示，87名受试者死亡，14名在末次随访时仍存活。SCLC患者的中位总生存期（OS）计算为13个月（95% CI: 10.5-15.4个月）。基于一线治疗方案的亚组分析显示，化疗与化疗联合免疫治疗之间的OS无显著差异。基于OS状态、时间变量和每位患者的各种数据进行单变量Cox回归分析。结果显示，化疗前肿瘤大小、化疗前WBC、化疗前NSE、化疗前胃泌素释放肽前体、治疗前FIB、第2周期后D-二聚体、第2周期后胃泌素释放肽前体、NSE变化值和WBC变化值存在显著差异（P<0.05）。

多变量Cox回归分析

基于化疗前肿瘤大小、化疗前WBC、化疗前NSE、化疗前胃泌素释放肽前体、治疗前FIB、第2周期后D-二聚体、第2周期后胃泌素释放肽前体、NSE变化值和WBC变化值进行了多变量Cox回归分析。结果表明，化疗前WBC、化疗前D-二聚体和第2周期后胃泌素释放肽前体是影响OS的独立风险因素（P<0.05）。

基于多变量Cox回归分析的预测模型建立

基于化疗前WBC、化疗前D-二聚体和第2周期后胃泌素释放肽前体建立了预测模型。通过绘制时间依赖性ROC曲线进行内部验证，结果表明该模型对1年、2.5年和3年生存率具有良好的预测价值。还绘制了1年生存率的校准曲线，显示预测值与实际值之间具有良好的一致性。

SCLC患者NSE、FIB和胃泌素释放肽前体的差异表达分析

先前的临床研究已初步确定神经元特异性烯醇化酶（NSE）、纤维蛋白原（FIB）和胃泌素释放肽前体是影响小细胞肺癌（SCLC）患者治疗疗效和预后的关键蛋白分子。基于这些发现，研究团队使用基因表达综合（GEO）数据库对NSE、FIB和胃泌素释放肽前体的差异表达水平进行了外部验证。获得了GEO数据库中的SCLC患者数据集（GSE149507），并比较了正常组织与SCLC组织中NSE、FIB和胃泌素释放肽前体的表达水平。结果显示，与正常组织相比，FIB和胃泌素释放肽前体在SCLC组织中表现出显著的差异表达。基于DEGs进行了GO和KEGG富集分析。

为了进一步研究NSE、FIB和ProGRP介导SCLC的机制，鉴定了SCLC中的差异表达基因（DEGs）。进行了LASSO回归分析和随机森林分析。这些分析的交集产生了两个核心靶基因。相关性分析显示，这两个核心靶基因（ZWINT和PLA2G1B）与FIB和ProGRP显著相关。

讨论

广泛期小细胞肺癌（ES-SCLC）是一种高度侵袭性的恶性肿瘤，具有进展迅速、早期转移和预后差的特点。尽管初期对化疗敏感，但大多数ES-SCLC患者会经历复发并产生耐药性，导致治疗失败和生存期有限。因此，确定可靠的预测生物标志物并建立预后模型对于优化ES-SCLC的治疗策略和改善患者结局至关重要。

在本研究中，我们对临床数据和实验室指标进行了全面分析，以研究它们作为ES-SCLC患者预测和预后因素的潜力。通过分析，我们发现了几个关键发现，阐明了特定生物标志物与患者预后之间的关系。值得注意的是，我们发现开始化疗前的肿瘤大小是治疗效果的重要预测因素。这表明较大的肿瘤可能与较差的化疗反应相关，从而影响ES-SCLC所采用治疗策略的整体有效性。此外，我们对实验室指标的调查显示，化疗第2周期后测量的FIB水平是影响治疗效果的独立因素。纤维蛋白原水平升高可能表明高凝状态或全身性炎症，这两者都可能影响化疗药物的有效性。

我们还检查了与SCLC患者OS相关的参数。我们的结果表明，化疗前WBC计数是总生存期的独立风险因素。较高的WBC计数可能反映了潜在的炎症反应或肿瘤负荷，这可能对患者结局产生负面影响。此外，我们的分析强调化疗前D-二聚体水平和第2周期后胃泌素释放肽前体水平是OS的额外独立风险因素。

肿瘤大小先前已被报道为ES-SCLC的预后因素。我们的结果表明，较大的化疗前肿瘤大小是治疗疗效差的独立预测因子。这一发现表明肿瘤负荷在决定治疗反应中起着关键作用，并突出了在ES-SCLC中早期诊断和及时干预的重要性。

纤维蛋白原是一种急性期蛋白，与癌症进展和转移有关。升高的FIB水平与包括肺癌在内的各种恶性肿瘤的不良预后相关。在我们的研究中，较高的第2周期后FIB水平被确定为无效治疗结果的独立因素。这一观察结果与先前的报告一致，并强调了FIB作为ES-SCLC预测性生物标志物的潜力。FIB与治疗耐药相关的潜在机制可能涉及其在促进肿瘤细胞存活、血管生成和上皮-间质转化中的作用。

白细胞计数是全身性炎症的标志物，与几种癌症类型的不良预后相关。在SCLC中，升高的WBC计数已被报道为不良预后因素。我们的研究结果证实了这些观察结果，因为较高的化疗前WBC计数被确定为降低OS的独立风险因素。WBC计数的预后价值可能归因于其反映肿瘤促进炎症微环境及其与增加肿瘤负荷的关联。

D-二聚体是纤维蛋白降解产物，已被认为是包括肺癌在内的各种恶性肿瘤的预后标志物。升高的D-二聚体水平与血栓栓塞风险增加和较差的生存结局相关。在我们的研究中，较高的化疗前D-二聚体水平被发现是ES-SCLC患者较短OS的独立预测因子。这一发现突出了监测凝血参数并在高风险ES-SCLC患者中考虑血栓预防的重要性。

胃泌素释放肽前体是一种参与细胞增殖和存活的神经肽，与SCLC的发病机制有关。升高的胃泌素释放肽前体水平与SCLC的肿瘤进展和不良预后相关。我们的结果表明，较高的第2周期后胃泌素释放肽前体水平是降低OS的独立风险因素。这一发现表明，在治疗期间监测胃泌素释放肽前体水平可能提供有价值的预后信息，并指导ES-SCLC的治疗决策。

为了验证神经元特异性烯醇化酶（NSE）、FIB和胃泌素释放肽前体在ES-SCLC中的差异表达，我们分析了基因表达综合（GEO）数据库的数据。结果证实了与正常组织相比，FIB和胃泌素释放肽前体在ES-SCLC组织中显著上调。这些发现支持了这些分子作为ES-SCLC诊断和预后生物标志物的潜在效用。

基于已确定的独立预测因子，我们建立了ES-SCLC患者治疗疗效和OS的预测模型。用于治疗疗效的模型结合了化疗前肿瘤大小和第2周期后FIB水平，表现出良好的预测性能，ROC曲线下面积为0.8163。用于OS的模型基于化疗前WBC计数、化疗前D-二聚体和第2周期后胃泌素释放肽前体，对1年、2.5年和3年生存率表现出令人满意的预测价值。这些模型可作为ES-SCLC患者风险分层和个性化治疗计划的有价值工具。

然而，我们的研究有几个局限性。首先，样本量相对较小，需要在更大的前瞻性队列中验证研究结果。其次，需要进一步研究已识别生物标志物预后意义的潜在机制。第三，整合分子谱数据（如基因组和转录组信息）可能为驱动ES-SCLC治疗反应和预后的生物过程提供更多见解。另一个局限性在于缺乏外部验证。虽然预测模型经过了内部交叉验证，但未使用独立的外部数据集进行验证。

结论

总之，我们的研究确定化疗前肿瘤大小和第2周期后FIB水平是接受一线全身治疗的ES-SCLC患者治疗疗效的独立预测因子，化疗前WBC计数、化疗前D-二聚体和第2周期后胃泌素释放肽前体是OS的独立风险因素。建立的预测模型显示出有希望的性能，可能有助于风险分层和治疗决策。此外，使用GEO数据验证了FIB和胃泌素释放肽前体在ES-SCLC组织中的差异表达。这些发现有助于更好地理解影响ES-SCLC治疗结果和预后的因素，并突出了未来研究和临床应用的潜在生物标志物。然而，需要进一步的验证和机制研究来充分阐明这些生物标志物在ES-SCLC管理中的作用。