《Frontiers in Nutrition》：Prognostic value of postoperative glucose-to-lymphocyte ratio and visceral fat index in non-diabetic gastric cancer patients: a mediation and modeling study
编辑推荐：
背景： 胃癌（GC）的预后评估仍具挑战性，因为TNM分期对个体化风险分层的效用有限。已知全身性炎症、代谢状态、免疫功能和身体成分会影响生存结局。本研究旨在评估术前内脏脂肪组织指数（VATI）和术后第1天（POD1）葡萄糖与淋巴细胞比值（GLR）对非糖尿病胃癌患
背景： 胃癌（GC）的预后评估仍具挑战性，因为TNM分期对个体化风险分层的效用有限。已知全身性炎症、代谢状态、免疫功能和身体成分会影响生存结局。本研究旨在评估术前内脏脂肪组织指数（VATI）和术后第1天（POD1）葡萄糖与淋巴细胞比值（GLR）对非糖尿病胃癌患者的预后价值，并开发一个整合性的预后模型。
方法： 这项回顾性队列研究分析了339例胃癌患者的数据，这些患者通过计算机生成的随机抽样方法以8:2的比例被随机分配至训练队列（n=272）和内部验证队列（n=67）。研究人员采用Cox回归分析来确定总体生存率（OS）的独立预测因子。研究人员使用线性中介模型和参数加速失效时间生存模型进行因果中介分析，以评估POD1 GLR是否介导了术前VATI与OS之间的关联。研究人员开发了一个整合pTNM分期、新辅助化疗（NAC）、GLR和VATI的TGV列线图，并使用一致性指数（C-index）、受试者工作特征（ROC）曲线、校准图和决策曲线分析（DCA）对其进行验证。
结果： 多变量Cox回归分析显示，NAC、晚期pTNM分期、高POD1 GLR和低VATI与较差的OS独立相关（p < 0.05）。中介分析显示，POD1 GLR对VATI-OS关系无显著的间接效应（ACME，?3.82天；95% CI，?189.75至105.37；p = 0.899）。在POD1标志性分析和手术校正敏感性分析中也获得了类似的结果。TGV列线图在训练队列中达到了3年和5年AUC分别为0.850和0.798，在内部验证队列中分别为0.785和0.729。单独TNM分期在训练队列中的相应AUC分别为0.769和0.702，在内部验证队列中为0.782和0.642。训练队列的DCA表明，在3年和5年的大部分评估阈值范围内，TGV模型的净获益高于TNM分期。
结论： 在这项针对非糖尿病胃癌患者的回顾性队列中，低术前VATI和高POD1 GLR与较差的OS独立相关。中介分析未提供统计学上显著的证据表明POD1 GLR介导了VATI与OS之间的关联。结合pTNM分期、NAC、GLR和VATI的综合模型显示出风险分层的潜力，但其相对于已建立的基于TNM模型的增量预后价值需要在独立的外部队列中得到确认。
论文解读文章
研究背景与目的
胃癌是全球第五大常见恶性肿瘤和癌症相关死亡的第三大原因。尽管诊断和治疗策略取得了显著进展，但胃癌患者的预后仍然不理想。目前，TNM分期系统是预后评估的标准工具，但它主要依赖解剖学和病理学特征，未能充分考虑影响患者预后的生物学因素，导致同一疾病分期的患者之间存在显著的预后异质性。因此，迫切需要一种整合多维生物学数据的综合预后模型，以提高胃癌预后评估的准确性和临床实用性。
免疫功能、炎症、代谢和身体成分是公认的影响癌症患者生存的决定因素。术后高血糖是非糖尿病患者胃切除术后常见的代谢反应，与并发症发生率增加和更差的生存结局相关。葡萄糖与淋巴细胞比值（GLR）整合了代谢和免疫标志物，已在多种实体瘤中显示出预后价值，但在非糖尿病胃癌患者中的应用证据有限，其与身体成分指标的潜在相互作用也尚未充分探索。身体成分参数，如脂肪组织和骨骼肌，能为患者的营养和代谢状态及生理储备提供关键信息。既往研究表明，术后高血糖可能部分介导了内脏脂肪组织指数（VATI）与非糖尿病胃癌患者总体生存率（OS）之间的关系，但这些研究仅限于单一的血糖指标，未纳入免疫状态。鉴于手术应激会同时诱导代谢和免疫功能障碍，反映血糖和淋巴细胞动态变化的GLR在介导VATI对生存影响中的作用尚不清楚。
本研究旨在评估术前身体成分和术后GLR对非糖尿病胃癌患者OS的预后影响，并通过中介分析探讨这些因素之间的相互关系，最终开发一个整合炎症、代谢、免疫和营养因素的列线图，以提高胃癌患者的预后准确性。
主要技术方法
本研究为回顾性队列研究，数据来源于兰州大学第一医院。研究人员从445例初始队列中筛选出339例符合条件的非糖尿病胃癌患者，并按8:2比例随机分为训练队列（n=272）和内部验证队列（n=67）。关键技术方法包括：1）使用Slice-O-Matic 5.0软件分析术前增强腹部CT图像，量化L3水平的身体成分，计算内脏脂肪组织指数（VATI）、皮下脂肪组织指数（SATI）和骨骼肌指数（SMI）；2）计算术后第1天（POD1）的GLR，定义为空腹静脉血糖（mmol/L）除以淋巴细胞计数（×109/L）；3）采用Cox比例风险回归识别OS的独立预测因子；4）应用因果中介分析，使用线性中介模型和参数加速失效时间（AFT）生存模型，评估POD1 GLR在VATI与OS关系中的中介作用；5）基于独立预测因子构建TGV列线图，并通过C-index、时间依赖性ROC曲线、校准图和决策曲线分析（DCA）进行内部验证。
研究结果
患者特征
训练组和验证组在人口统计学和临床病理学特征上无显著差异（p > 0.05）。GLR和VATI的最佳截断值由X-tile软件确定。相关性分析显示，VATI与BMI、SMI和白蛋白等营养/人体测量参数呈显著正相关（p < 0.001），但与基线全身性炎症标志物（如NLR、LMR、PLR）无显著关联（p > 0.05）。
单变量和多变量Cox回归分析
单变量分析显示，年龄≥65岁、接受新辅助化疗（NAC）、高GLR组、pTNM II期和III期、高SATI组（保护因素）以及低VATI组均与OS显著相关。多变量分析证实，NAC（HR=2.622，p < 0.001）、高GLR组（HR=2.569，p = 0.019）、pTNM II期（HR=3.270，p = 0.008）和III期（HR=6.329，p < 0.001）以及低VATI组（HR=2.341，p = 0.036）是OS的独立预测因子。
Kaplan-Meier生存分析
整个队列的中位随访时间为37.9个月，3年和5年OS率分别为74.3%和66.9%。高GLR和低VATI均与显著较差的OS相关（p < 0.05）。
中介效应模型
在候选的参数AFT分布中，对数逻辑模型因最低的AIC值而被选用于主要中介分析。结果显示，POD1 GLR在术前VATI与OS的关联中无统计学上显著的间接效应（ACME，?3.82天；95% CI，?189.75至105.37；p = 0.899；中介比例，?0.16%；p = 0.900）。POD1标志性分析和额外调整手术方式及胃切除范围的敏感性分析均得到相似的非显著性结果。
列线图的构建与验证
研究人员开发了整合pTNM分期、NAC、GLR和VATI的TGV列线图。该模型在训练队列中的Harrell's C-index为0.765，在内部验证队列中为0.697。校准图显示预测与观测的3年和5年生存概率之间具有可接受的吻合度。时间依赖性ROC分析显示，TGV模型在训练队列中的3年和5年AUC分别为0.850和0.798，在内部验证队列中分别为0.785和0.729，均优于或相当于单独TNM分期及其他组合模型（TNM+NLR、TNM+PLR）。训练队列的DCA表明，在大部分评估阈值范围内，TGV模型的净获益高于TNM分期。此外，研究人员还开发了一个在线动态列线图工具，便于临床应用。
讨论与结论
讨论总结
本研究发现POD1 GLR是一个预后标志物，高GLR与更差的OS显著相关。选择POD1作为测量时间点，是因为它能捕捉到手术应激反应的峰值，相较于POD3等后期时间点具有更大的预后信息量。从病理生理角度看，肿瘤细胞通过Warburg效应增强葡萄糖摄取，可能通过营养竞争和乳酸积累促进免疫抑制微环境。外周血淋巴细胞计数是宿主免疫功能的替代标志物，较低的淋巴细胞计数与多种恶性肿瘤的不良预后相关。因此，POD1 GLR升高反映了术后应激诱导的高血糖伴随淋巴细胞减少，可能捕捉到应激诱导的胰岛素抵抗和免疫功能受损。
关于VATI，本研究中高VATI与更长的OS呈正相关，这与“肥胖悖论”一致。在相对偏瘦的非糖尿病患者队列中，较高的内脏脂肪储备可能反映了更好的营养状况而非代谢功能障碍。高VATI组具有更高的BMI、血清白蛋白和SMI，但与术前全身性炎症标志物无关，提示较大的内脏脂肪储备可能代表保存良好的营养和能量储备。
中介分析未发现POD1 GLR显著介导VATI与OS关联的证据，这与先前仅使用术后血糖的研究结果不一致。这种差异可能源于GLR整合了血糖和免疫状态的双重信息，与单纯血糖指标所捕获的生物学信息不同。
TGV模型通过整合pTNM分期、NAC、GLR和VATI，同时捕捉了肿瘤相关和宿主相关的预后信息。虽然其在内部验证中显示出数值上优于单独TNM分期的区分能力，但与TNM+PNI相比优势不明显，且由于验证样本量有限，其增量预后价值需在独立外部队列中确认。
研究结论
总之，在非糖尿病胃癌患者中，低术前VATI和高POD1 GLR与较差的OS独立相关。中介分析未提供统计学上显著的证据表明POD1 GLR介导了VATI与OS之间的关联。研究人员开发并内部验证了一个整合pTNM分期、NAC、GLR和VATI的预后模型，但其相对于已建立的基于TNM模型的增量预后价值需要在独立的外部队列中得到确认。这些发现支持进一步评估围手术期代谢、免疫和身体成分评估在胃癌风险分层中的应用。
