预后营养指数（PNI）与乳腺癌风险的剂量-反应关系：基于NHANES大数据的横断面研究

来自美国的研究人员通过分析2001-2018年NHANES数据库中18,709名参与者数据，发现预后营养指数（PNI）与乳腺癌风险呈显著负相关（每增加1单位风险降低4%）。该研究首次证实PNI可作为乳腺癌风险分层的辅助指标，其计算公式PNI=ALB+5×淋巴细胞计数(×109/L)为临床提供低成本评估工具。

　　

研究揭示预后营养指数（Prognostic Nutritional Index, PNI）——这个整合血清白蛋白（Albumin, ALB）和淋巴细胞计数（lymphocyte count）的双重生物标志物——与美国成年人乳腺癌风险之间存在显著负相关关系。通过加权多变量逻辑回归分析发现，PNI每提升1个单位，乳腺癌风险相应降低4%（校正后OR=0.96；95% CI: 0.94–0.98）。采用限制性立方样条（Restricted Cubic Splines, RCS）验证时，这种线性关联的总体显著性达到P<0.001，且非线性检验无显著性（P>0.05）。

当将PNI按性别特异性三分位分组时，最高组（T3: >52.4）相比最低组（T1: <46.8）展现出了42%的风险降低（OR=0.58；95% CI: 0.41–0.81）。通过两阶段线性回归模型进一步确定，PNI的乳腺癌风险阈值为58.0。在机器学习验证环节，XGBoost算法将PNI识别为乳腺癌预测的前五大关键变量之一。

从机制层面解读，低PNI反映的营养不良状态（低白蛋白血症）和抗肿瘤免疫缺陷（淋巴细胞减少症）可能通过削弱免疫监视功能及促进肿瘤免疫逃逸来驱动乳腺癌发展。这些发现凸显PNI（计算公式：PNI = ALB + 5 × 淋巴细胞计数(×10⁹/L)）作为兼具成本效益和临床可及性的风险分层工具的潜力，但其临床实用性仍需前瞻性研究进一步验证。