系统性炎症反应指数（SIRI）联合预后营养指数（PNI）在重症肌无力短期预后预测中的价值研究

本综述系统探讨了系统性炎症反应指数（SIRI）与预后营养指数（PNI）在重症肌无力（MG）短期预后预测中的联合应用价值。研究通过回顾性分析260例MG患者数据，发现SIRI升高与PNI降低与不良预后显著相关。多因素回归分析证实二者为独立预测因子（SIRI: OR=9.108, PNI: OR=0.695），联合检测的曲线下面积（AUC）达0.928，显著优于单一指标。研究为MG预后评估提供了新型血液学生物标志物组合方案。

　　

Abstract

研究目的

尽管系统性炎症反应指数（SIRI）和预后营养指数（PNI）与多种疾病预后相关，但二者在重症肌无力（MG）中的作用尚不明确。本研究旨在评估SIRI联合PNI对MG预后的预测价值。

研究方法

这项回顾性研究纳入260例MG患者，根据治疗6个月后MG-ADL和QMG评分变化分为临床改善组和非改善组。通过入院血液指标计算淋巴细胞/单核细胞比值（LMR）、血小板/淋巴细胞比值（PLR）、中性粒细胞/淋巴细胞比值（NLR）、SIRI和PNI。比较组间临床差异，采用逻辑回归识别临床非改善的独立预测因子，通过ROC曲线评估SIRI、PNI及其联合指标的预后预测价值，并采用交互作用和分层分析探索SIRI、PNI与MG预后在不同亚组中的关系。

研究结果

临床未改善患者的SIRI、NLR和PLR显著升高，而LMR和PNI降低（p<0.001）。多因素逻辑回归显示SIRI和PNI均能显著预测临床非改善（SIRI: OR=9.108, 95% CI: 3.412–24.317; PNI: OR=0.695, 95% CI: 0.601–0.804）。SIRI联合PNI预测MG临床非改善的曲线下面积（AUC）为0.928（95% CI: 0.896–0.961，敏感性0.873，特异性0.851），显著高于单独使用SIRI（AUC: 0.841）或PNI（AUC: 0.822）。研究发现SIRI与胸腺瘤存在显著交互作用（p=0.009）。

研究结论

SIRI和PNI与MG预后独立相关，在胸腺瘤患者中SIRI相关性更强。SIRI与PNI联合可作为评估MG临床非改善的有价值预测指标。

Introduction

重症肌无力（MG）是一种由自身抗体（如抗乙酰胆碱受体抗体AChR、肌肉特异性激酶MuSK、低密度脂蛋白受体相关蛋白4LRP4等）介导的自身免疫性疾病，其核心病理改变是神经肌肉接头（NMJ）信号传递功能障碍。临床特征为骨骼肌易疲劳性和波动性肌无力。近年来，靶向生物制剂、新型免疫抑制剂等治疗方案显著改善了患者生活质量，但部分患者仍面临疾病复发、肌无力危象或治疗抵抗等不良结局。当前MG预后评估主要依赖临床分型、抗体滴度和胸腺病理学特征，但这些指标存在成本高、动态监测不足等局限性。因此，寻找实用、可重复的预后生物标志物至关重要。

免疫炎症过程失调和代谢稳态失衡被确定为MG疾病进展的关键因素。基于血常规和生化检查的预后营养指数（PNI）和系统性炎症标志物因成本低、易获取而受到关注。常用的系统性炎症指标包括系统性炎症反应指数（SIRI）、淋巴细胞/单核细胞比值（LMR）、血小板/淋巴细胞比值（PLR）和中性粒细胞/淋巴细胞比值（NLR），已应用于多种疾病的严重程度和预后评估。研究表明，MG患者的NLR较健康人显著升高，且与疾病严重程度密切相关。SIRI作为基于NLR的新型炎症指标，通过整合中性粒细胞、淋巴细胞和单核细胞计数，能全面反映体内促炎和抗炎免疫状态的动态平衡。早期研究证实SIRI与MG严重程度独立相关。PNI作为评估营养状态和免疫功能的指标，主要用于预测多种癌症的预后。近年研究发现其与系统性红斑狼疮（SLE）和类风湿关节炎（RA）的活动性相关，但PNI在MG中的作用尚未明确。SIRI、PNI与MG预后的关系仍不清楚。

因此，本研究开展回顾性队列分析，探讨SIRI、PNI与MG不良预后的关联，并评估其预测效能，为临床医生提供简易的风险预警工具和优化MG管理策略的理论依据。

Materials and Methods

患者选择

研究最初纳入2020年1月至2024年10月在广西医科大学第一附属医院神经内科确诊的347例MG患者。所有患者均符合《中国重症肌无力诊断和治疗指南（2020版）》诊断标准：①具有典型的MG临床表现（波动性肌无力）；②以下三点中至少一点：新斯的明试验阳性、低频重复神经电刺激出现复合肌肉动作电位波幅递减或血清抗体（如AChR-Ab）阳性；③排除其他疾病。排除标准：①合并严重心、肝、肾疾病；②合并肺炎或尿路感染等严重感染；③合并全球自身免疫研究所（GAI）定义的其他自身免疫病；④合并胸腺瘤以外的恶性肿瘤；⑤数据缺失患者。最终260例MG患者符合标准纳入研究。

数据收集

通过医院信息系统收集临床数据，包括人口学特征（性别、年龄、病程）、临床症状、合并症（高血压、糖尿病、胸腺瘤、胸腺瘤手术史）、疾病严重程度、MG用药史、基线及治疗6个月后的MG日常生活活动量表（MG-ADL）和定量MG评分（QMG）、血液检测数据（血常规、生化检测、抗体类型）以及后续治疗方法（胆碱酯酶抑制剂、皮质类固醇、静脉注射免疫球蛋白、免疫抑制剂、血浆置换、靶向生物制剂）。随访数据通过治疗后6个月的门诊年度访谈获得。

入院次日晨采集空腹静脉血进行血常规和生化检测。记录白细胞计数、中性粒细胞计数、血小板计数、淋巴细胞计数、单核细胞计数和白蛋白水平，计算SIRI、PLR、NLR、LMR和PNI。

定义标准

根据美国重症肌无力基金会（MGFA）临床分型，入院时疾病严重程度分为轻度（MGFA I级和II级）和中重度（MGFA III级、IV级和V级）。短期结局根据治疗6个月后MG-ADL评分和QMG评分变化评估。本研究将临床改善定义为MG-ADL评分降低≥2分且QMG评分降低≥3分，否则定义为临床非改善。

SIRI计算公式为（单核细胞×中性粒细胞）/淋巴细胞，PLR定义为血小板计数除以淋巴细胞计数，NLR代表中性粒细胞与淋巴细胞比例，LMR为淋巴细胞计数与单核细胞计数之比，PNI计算公式为：PNI=白蛋白（g/L）+5×淋巴细胞计数。

统计分析

采用Shapiro-Wilk检验评估连续变量的分布特征。符合正态分布的连续变量以均值±标准差（SD）表示，非正态分布数据以中位数（四分位距）表示。正态分布连续变量采用独立样本t检验进行组间比较，非正态数据采用Mann-Whitney U检验。分类变量以频数和百分比（n[%]）表示，组间分布比较采用Pearson卡方检验。以不良预后为响应变量构建逻辑回归模型评估相关因素，协变量包括性别、年龄、高血压、糖尿病、胸腺异常、胸腺切除史、病程、MGFA分型、受累肌群（眼肌、延髓肌、肢体肌、呼吸肌）、MG用药史、血清抗体、白细胞、中性粒细胞、淋巴细胞、血小板、单核细胞、白蛋白、SIRI、NLR、PLR、LMR、PNI及后续治疗方法。首先通过单变量逻辑回归模型评估SIRI、PNI和其他协变量与不良恢复的独立关联，随后通过多变量逻辑回归分析 specifically 检验SIRI和PNI对不良结局的独立效应。采用包含多种混杂因素的调整模型验证SIRI、PNI与不良恢复关系的稳定性。通过ROC曲线分析评估SIRI、PNI及其联合模型对MG患者的预后效用。绘制ROC曲线时通过最大Youden指数确定SIRI和PNI的最佳截断值。通过量化曲线下面积（AUC）、真阳性率和真阴性率等多个指标评估各指标的预测性能。最后将变量分为不同类别进行亚组和交互作用分析。使用SPSS 27.0和GraphPad Prism 10.4.2进行统计分析，显著性定义为p<0.05。

Results

入组患者的人口学和临床特征

本次回顾性分析纳入260例MG患者，分为临床改善组（n=181）和非改善组（n=79）。队列基线特征具可比性，两组中位年龄分别为48.0岁（IQR 36.5-58.0）和51.0岁（IQR 37.0-65.0），性别分布相似（男性72例[39.8%] vs 29例[36.7%]）。与临床改善组相比，非改善组患者病程显著延长（p<0.001），合并高血压（p=0.011）和糖尿病（p<0.001）的比例更高。肢体肌受累和呼吸肌受累与临床改善显著相关（分别为p=0.022和p=0.008）。此外，较高的MGFA分型分布与不良临床结局呈显著正相关（p=0.009）。

血液学和生化分析显示，与非改善组相比，临床未改善患者白细胞计数、血小板计数、中性粒细胞计数、SIRI、NLR和PLR显著升高（p<0.05），而淋巴细胞计数、血清白蛋白水平、LMR和PNI显著降低（p<0.001）。两组在性别、年龄、胸腺瘤、既往胸腺瘤手术、既往MG用药史、血清抗体谱或单核细胞计数方面无统计学差异。此外，除静脉注射免疫球蛋白使用外，两组后续治疗方法具可比性。

SIRI和PNI与MG短期预后的关联

为探索影响MG预后的潜在决定因素，进行单变量分析显示SIRI（OR=4.818, 95% CI: 3.098–7.495）、PLR（OR=1.008, 95% CI: 1.005–1.011）、NLR（OR=1.578, 95% CI: 1.329–1.874）、LMR（OR=0.354, 95% CI: 0.262–0.476）和PNI（OR=0.748, 95% CI: 0.690–0.811）均与临床非改善显著相关（p<0.001）。此外，病程、肢体肌受累、呼吸肌受累、高血压、糖尿病、MGFA分型、白细胞计数、中性粒细胞计数、淋巴细胞计数、血小板计数、单核细胞计数和白蛋白水平显著影响MG不良临床结局。而胸腺瘤、胸腺瘤手术史、MG用药史和血清抗体存在与否与临床非改善无显著关联（p>0.05）。

为进一步探索SIRI、PNI与临床改善的相关性，采用包含单变量逻辑回归中显著因素和临床常用变量的多变量逻辑回归模型。基础模型包含SIRI、NLR、PLR、LMR和PNI，结果显示SIRI（OR=7.994, 95% CI: 3.469–18.421）和PNI（OR=0.695, 95% CI: 0.612–0.790）对MG不良恢复的影响具统计学意义（p<0.001）。模型2根据性别、年龄、病程、MGFA分型和血清抗体存在情况进行调整，调整后SIRI（OR=8.496, 95% CI: 3.573–20.203）和PNI（OR=0.708, 95% CI: 0.621–0.807）仍与临床非改善显著相关（p<0.001）。模型3进一步调整糖尿病、高血压、MG用药史和后续治疗方案，基于该模型，SIRI（OR=9.108, 95% CI: 3.412–24.317）和PNI（OR=0.695, 95% CI: 0.601–0.804）被确定为预测MG临床非改善的独立预测因子（p<0.001）。因此，SIRI和PNI与MG预后独立相关。

SIRI、PNI及其联合模型对MG临床非改善的预测价值

ROC曲线分析显示，SIRI预测MG临床非改善的AUC为0.841（95% CI: 0.783–0.899, p<0.001），最佳截断值为1.62，敏感性0.772，特异性0.845。PNI预测预后的AUC为0.822（95% CI: 0.770–0.875, p<0.001），最佳截断值47.1时敏感性0.759，特异性0.740。值得注意的是，SIRI和PNI联合检测显著提高预测性能，AUC达0.928（95% CI: 0.896–0.961, p<0.001），敏感性0.873，特异性0.851，表明其在识别MG不良结局方面具有更优的预测价值。

MG预后的亚组分析和交互作用

为探讨常见临床变量对SIRI、PNI与MG预后关系的影响，进行亚组和交互作用分析。结果显示SIRI和PNI与年龄、性别、抗体谱、高血压、糖尿病、延髓肌无力、用药史、后续治疗方案或MGFA分型无显著交互作用（均p>0.05）。值得注意的是，SIRI与胸腺瘤之间存在显著交互作用（p=0.009），而PNI无此交互作用。这些发现表明在大多数临床亚组中预后关系一致，强化了结论的稳健性。

亚组分析显示，与无胸腺瘤患者（OR=3.250, 95% CI: 2.054–5.141）相比，合并胸腺瘤的患者（OR=17.063, 95% CI: 5.317–54.751）随着SIRI水平升高面临临床非改善的风险更高（p<0.001）。

Discussion

MG是一种涉及多因素的自身免疫性疾病，不良预后会严重影响患者生活质量。因此，探索MG不良预后的预测因素可提供及时干预措施，有助于改善患者预后。既往研究主要关注NLR和SIRI与MG患者疾病严重程度的关系，未探讨SIRI和PNI在MG预后预测中的作用。据我们所知，本研究首次联合SIRI和PNI进行MG预后评估。发现在临床未改善的MG患者中，SIRI升高而PNI降低。ROC曲线分析显示SIRI和PNI对MG临床非改善具有良好的预测价值，二者联合进一步提高了识别不良结局的准确性。

多项研究表明炎症参与MG的免疫病理过程。中性粒细胞是许多自身免疫疾病自身抗原的来源，在多种疾病发病机制中起关键作用。一方面，它们通过释放活性氧（ROS）和基质金属蛋白酶（MMPs）直接损伤NMJ；另一方面，通过形成中性粒细胞胞外诱捕网（NETs）暴露自身抗原，从而激活B细胞产生致病性自身抗体。研究表明MG患者血浆MMP-9水平升高，而MMP-2和组织金属蛋白酶抑制剂-1（TIMP-1）水平降低，值得注意的是血浆MMP-2浓度与疾病严重程度呈正相关。这些发现表明MMPs和TIMPs可能参与MG发病机制，并与临床恶化风险相关，进一步凸显炎症在MG发展中的参与作用。研究发现MG患者NMJ处存在浸润单核细胞，其在MG危象期间表现出更高的炎症激活状态。单核细胞可分泌多种细胞因子，加剧NMJ处的炎症损伤，还可作为抗原呈递细胞激活T细胞介导的免疫反应，影响神经冲动传递。新证据发现MG患者淋巴细胞亚群显著改变，同时检测到游离轻链（FLC）水平升高，这是反映B细胞激活的关键生物标志物。这些免疫学发现共同强调了淋巴细胞失调在MG发病机制中的关键参与作用。

本研究发现临床未改善组白细胞、中性粒细胞、单核细胞、血小板、NLR和PLR升高，而LMR降低，这与既往研究结果一致。SIRI是源自外周血中性粒细胞、单核细胞和淋巴细胞的新近炎症生物标志物，已被用作多种疾病状况的预后指标。研究表明预后不良的SLE孕妇SIRI显著升高，此外SIRI与RA患者全因死亡和心血管死亡率呈非线性正相关。还可作为预测多发性硬化（MS）和视神经脊髓炎谱系疾病（NMOSD）疾病活动的可靠指标。本研究结果与既往研究相似。多变量逻辑回归分析显示SIRI是MG临床非改善的重要独立预测因子。

血清白蛋白是评估营养状况、免疫功能和术后风险的关键生物标志物。炎症状态可通过双重机制降低白蛋白水平：抑制肝脏生成同时加速其分解。研究发现入院时球蛋白升高和白蛋白降低是MG患者不良预后的风险因素。此外，血清白蛋白浓度升高与NMOSD患者免疫治疗效果呈正相关。PNI是基于血清白蛋白浓度和外周血循环淋巴细胞水平计算的综合指标，作为监测患者营养状况和免疫功能的临床评估工具。既往研究表明，在疾病活动期，SLE和RA患者的PNI水平低于非活动期。此外，在中老年人群中，PNI与RA患者全因死亡率呈负相关。然而，目前尚无关于PNI与MG相关性的研究。本研究发现PNI降低显著升高MG患者临床非改善风险。推测原因是PNI较低的MG患者通常表示营养不良和免疫功能障碍，可能加剧自身免疫反应失衡，增加感染风险，并影响免疫抑制剂等治疗方法的有效性，导致较差的临床结局。

SIRI反映全身炎症的激活状态，而PNI评估营养代谢和免疫修复能力，分别覆盖从炎症损伤到组织修复的疾病进展关键阶段。由于炎症加速蛋白质分解而营养不良加剧免疫功能障碍，我们认为MG预后可能由"炎症-营养失衡"双通路驱动。因此，基于两种生物标志物均作为MG独立预测因子的基础假设，我们开发了包含SIRI和PNI的新型复合预后指标来评估MG患者的不良临床结局。随后的ROC分析揭示了基于AUC值的预测能力新见解。研究表明SIRI、PNI及其联合应用对MG临床非改善显示出逐步改善的预测效能，相应AUC值分别为0.841、0.822和0.928。结果表明SIRI和PNI在预测MG预后方面均具有临床价值，联合指标的预测能力更高。

研究表明MG患者合并症患病率高于一般人群。常见合并症包括高血压、糖尿病、神经系统疾病、胸腺瘤和自身免疫病。本研究表明未改善组合并高血压和糖尿病的比率显著高于改善组，提示合并症存在常影响MG预后。因此，应定期常规筛查高血压、糖尿病等其他合并症，以及早发现这些状况，采取特异性治疗和预防措施以改善MG患者预后。胸腺瘤患者Breg细胞百分比显著低于健康对照。既往研究证明胸腺瘤与MG严重程度增加和不良长期结局密切相关。本研究结果显示SIRI升高与MG临床非改善显著相关，而胸腺瘤存在显著强化此关联。合并胸腺瘤组的SIRI相关风险（OR=17.063）远高于非胸腺瘤组（OR=3.250），交互作用检验显著（p=0.009），表明胸腺瘤对SIRI的预后预测具有效应修正功能。我们推断上述结果的原因是胸腺瘤患者常存在更严重的免疫微环境紊乱，胸腺瘤微环境中的促炎细胞因子可能激活自身免疫反应，从而放大SIRI反映的全身炎症并损伤NMJ。

本研究排除了感染性疾病和自身免疫病患者，因为肺炎和甲状腺功能亢进等疾病已知影响血常规参数。皮质类固醇和免疫抑制剂是治疗MG的常用药物。既往研究表明免疫抑制剂可显著增加中性粒细胞计数同时减少淋巴细胞数量。另一项研究发现临床适当剂量泼尼松治疗导致SLE患者淋巴细胞计数增加。因此，我们按既往使用皮质类固醇或免疫抑制剂进行分层亚组分析。本研究结果表明无论既往皮质类固醇或免疫抑制剂治疗史如何，SIRI水平升高均与MG患者较差临床结局一致相关（OR值分别为5.008、4.515、18.062、4.359，均p<0.05）。虽然既往使用免疫抑制剂或皮质类固醇在分析中显示差异OR，但它们与SIRI的交互作用无统计学意义（p>0.05）。这表明尽管组间数值差异可见，但现有证据不足以证明既往皮质类固醇或免疫抑制剂治疗显著改变SIRI与临床预后的关联。类似地，PNI与临床非改善的相关性不受皮质类固醇或免疫抑制剂使用史影响。此外，性别、年龄、高血压、糖尿病、抗体、MGFA分型和随访治疗方法与SIRI和PNI无显著交互作用（均p>0.05），进一步证实了SIRI、PNI与MG预后负相关强度的稳定性。

然而，本研究存在一定局限性需予承认。首先，作为单中心研究，结果可能缺乏广泛代表性。其次，回顾性设计可能引入选择和信息偏倚。第三，实验室参数在单时间点收集，无法反映炎症指标的动态变化。因此，需要多中心前瞻性研究和血常规及血清白蛋白的动态监测以更好评估SIRI、PNI与MG预后的关联。

Conclusion

我们的研究结果证实SIRI和PNI与MG短期预后独立相关，尤其在胸腺瘤患者中SIRI与MG相关性更强。SIRI和PNI在评估MG不良结局方面均表现良好，二者联合具有更高预测效能。SIRI和PNI参数的整合可为评估患者预后提供临床实用方法。

Ethics Approval and Informed Consent

研究获得广西医科大学第一附属医院伦理委员会批准（2025-E0463）。所有研究程序符合赫尔辛基宣言伦理标准。所有入组参与者参与研究前均获得书面知情同意。

Disclosure

作者报告本研究无利益冲突。

Data Sharing Statement

所有数据可向通讯作者合理索取。