肺癌免疫预后指数（LIPI）在化疗后骨肉瘤患者中的预后价值探索与模型构建

本研究首次系统评估了肺癌免疫预后指数（LIPI）在化疗后骨肉瘤（POC）患者中的预后预测价值。通过回顾性分析150例患者数据，发现LIPI能有效区分高、中、低风险人群（P<0.0001），其预测效能优于单一血液指标（如NLR、PLR、LDH）。研究进一步构建整合LIPI与临床特征的列线图（Nomogram），经验证可准确预测3年及5年总生存期（OS），为POC患者的个体化治疗和预后管理提供了低成本、高精度的实用工具。

　　

1 引言

骨肉瘤是最常见的原发性恶性骨肿瘤，好发于青少年和老年人群体。当前标准治疗包括根治性切除和新辅助化疗，尽管化疗技术的应用已将5年总生存率（OS）提升至50%–70%，但耐药性、远处转移和局部复发等因素仍导致患者预后差异显著。传统预后指标如Enneking分期、肿瘤大小、转移状态和病理骨折等虽有一定指导价值，但仅聚焦于临床或病理的单一维度，预测能力有限。新兴标志物如microRNAs、长链非编码RNA（lncRNAs）和基因签名虽展现出潜力，却因检测成本高、技术标准化不足等问题难以临床推广。因此，开发简便、经济且准确的预后指标成为改善化疗后骨肉瘤（POC）患者管理的迫切需求。

肿瘤相关炎症在癌症进展中扮演关键角色。中性粒细胞/淋巴细胞比值（NLR）、血小板/淋巴细胞比值（PLR）、淋巴细胞/单核细胞比值（LMR）和血清乳酸脱氢酶（LDH）等炎症相关标志物已在肺癌、胃癌和胰腺癌中被证实能有效预测OS。肺癌免疫预后指数（LIPI）基于衍生中性粒细胞/（白细胞-中性粒细胞）比值（dNLR）与LDH构建，已在免疫检查点抑制剂或化疗治疗的恶性肿瘤中显示出预后价值。然而，LIPI在POC预后预测中的应用尚未明确。本研究旨在探索LIPI在POC中的预后意义，并构建基于LIPI的预后列线图。

2 患者与方法

2.1 患者

本研究回顾性分析了2012年1月至2022年1月期间在骨肿瘤中心收治的POC患者。纳入标准包括：经组织病理学证实的高级别骨肉瘤、新辅助化疗后血液学检测结果完整、在本机构接受至少3周期新辅助化疗后手术。排除标准涵盖低级别骨肉瘤、既往外院化疗史、血液系统疾病、其他恶性肿瘤史以及未接受规范治疗者。最终共150例患者入组，定期随访至死亡或2022年1月，随访频率根据术后时间阶梯式调整。

2.2 数据收集与分析

收集患者化疗后的血液学标志物，包括白细胞计数（Leut#）、中性粒细胞计数（Neut#）、淋巴细胞计数（LYMPH#）、血小板计数（PLT）和乳酸脱氢酶（LDH）。计算NLR（Neut#/LYMPH#）、PLR（PLT/LYMPH#）和dNLR（Neut#/(Leut# - Neut#)）。临床变量如年龄、性别和肿瘤部位也被记录。OS定义为从确诊日至死亡或末次随访的时间。采用受试者工作特征（ROC）曲线确定各血液学指标的最佳截断值，并将其转化为二分类变量。

2.3 LIPI的建立与验证

结合dNLR和LDH构建LIPI，评估其与POC患者OS的关联。通过单因素和多因素Cox回归分析确定LIPI是否为独立预后预测因子。

2.4 LIPI列线图的构建与评估

整合显著预后变量构建列线图，总分为各变量得分之和。采用Harrell一致性指数（C-index）和校准曲线评估模型区分度和准确性，并通过决策曲线分析（DCA）评估临床效用。

2.5 统计分析

连续变量按ROC确定的最佳截断值二分类。单因素分析筛选显著变量后纳入多因素Cox模型。使用R软件（4.1.0版）进行统计处理，P<0.05视为显著。

3 结果

3.1 患者基线数据与血液学指标截断值

150例患者中男性92例、女性58例，年龄范围7–51岁（平均20岁），94.0%肿瘤位于四肢。ROC分析确定PLR、NLR、LDH和dNLR的曲线下面积（AUC）和最佳截断值分别为：PLR（AUC=0.721, 截断值188.239）、NLR（AUC=0.694, 截断值1.858）、LDH（AUC=0.650, 截断值181.500）、dNLR（AUC=0.662, 截断值1.594）。

3.2 LIPI在POC中的建立与验证

根据血液标志物分组显示：低PLR组生存率显著高于高PLR组（P=0.042），低NLR组优于高NLR组（P<0.001），低LDH组优于高LDH组（P=0.010），低dNLR组优于高dNLR组（P<0.001）。基于LDH和dNLR构建的LIPI将患者分为三组：良好组（29例）、中等组（80例）和差组（41例），组间生存差异显著（P<0.0001）。ROC分析表明LIPI的预测效能（AUC=0.821）显著优于单一指标，时间依赖ROC（t-ROC）进一步验证其优越性。

3.3 单因素与多因素分析

单因素分析显示年龄（HR=0.58, 95%CI: 0.14–2.4, P=0.012）和LIPI（HR=2.5, 95%CI: 1.6–3.8, P<0.01）与OS显著相关。多因素分析确认年龄（HR=0.52, 95%CI: 0.27–0.98, P=0.84）和LIPI（HR=2.4, 95%CI: 1.5–3.8, P<0.01）为独立预后因素。

3.4 LIPI列线图的构建与验证

整合LIPI、性别、年龄和肿瘤部位构建列线图。校准曲线显示模型对3年和5年OS预测准确，DCA分析表明加入LIPI较单纯临床特征模型提供更显著临床净收益。

4 讨论

本研究首次证实LIPI是POC的独立风险预测因子，其效能超越传统血液标志物。LIPI整合LDH（反映肿瘤糖酵解活性）和dNLR（表征系统性炎症状态），能更全面评估肿瘤相关炎症微环境。与单一指标相比，LIPI支持三重风险分层，助力个体化治疗决策。列线图工具进一步提升了临床适用性，使医生能直观预测长期生存并制定差异化随访策略。

研究局限性包括单中心回顾性设计可能引入选择偏倚，且样本量有限。未来需通过多中心前瞻性研究验证模型普适性。

5 结论

LIPI可有效区分POC患者的预后风险层级，基于LIPI的列线图为临床提供了一种经济、精准的OS预测工具，有望指导早期干预和个性化管理，改善患者生存结局。