系统性炎症与中枢神经元损伤：急性缺血性卒中中中性粒细胞-淋巴细胞比值与神经元特异性烯醇化酶的关系

《Immunity, Inflammation and Disease》：Systemic Inflammation and Central Neuronal Damage: The Relationship Between Neutrophil-to-Lymphocyte Ratio and Neuron-Specific Enolase in Acute Ischemic Stroke

　　

背景与目的：系统性炎症反应，通过中性粒细胞-淋巴细胞比值（NLR）量化，以及中枢神经元损伤，通过血清神经元特异性烯醇化酶（NSE）反映，均参与急性缺血性卒中（AIS）的发病机制。然而，这两个过程之间的关联在人群层面尚未得到充分探讨。本研究旨在通过循环生物标志物探讨AIS中NLR与神经元损伤之间的关系。
方法：在这项横断面研究中，纳入了来自中国单中心的4272例连续入组的AIS患者。检测血清NSE水平，根据外周血计数计算NLR并进行log₂转换用于分析。使用多变量逻辑回归模型（调整潜在混杂因素）、平滑曲线拟合和累积发生率分析评估log₂(NLR)与NSE升高（≥16.3 μg/L）之间的关联。
结果：在log₂转换NLR的三分位组中，血清NSE水平和高NSE患病率均显著增加（均p<0.001）。观察到log₂(NLR)与NSE水平呈线性关系。在充分调整协变量后，log₂(NLR)每增加一个单位，高NSE风险增加38%（OR=1.38，95% CI: 1.25–1.53，p<0.001）。接受者操作特征（ROC）分析显示，log₂(NLR)区分高NSE患者的曲线下面积（AUC）为0.62（95% CI: 0.60–0.64）。
结论：在AIS患者中，NLR升高与血清NSE水平升高独立相关，支持系统性炎症与中枢神经元损伤程度之间的关联。这些发现为缺血性卒中后循环炎症反应与脑损伤之间的相互作用提供了流行病学证据。然而，由于横断面设计，无法推断因果关系，且NLR的适度判别能力限制了其作为独立临床标志物的潜力。

论文解读

研究背景与目的：急性缺血性卒中（acute ischemic stroke, AIS）是全球范围内导致死亡和残疾的主要原因之一，其病理进展不仅涉及初始的缺血性坏死，还包括显著加剧继发性脑损伤的炎症反应。动脉闭塞后，缺血核心区发生不可逆的神经元损失，随后外周免疫细胞和炎症因子介导的炎症通路迅速激活，破坏血脑屏障，促进神经元变性。中性粒细胞-淋巴细胞比值（neutrophil-to-lymphocyte ratio, NLR）作为反映促炎性中性粒细胞与免疫调节性淋巴细胞之间平衡的血液学参数，其升高与AIS不良短期结局相关。神经元特异性烯醇化酶（neuron-specific enolase, NSE）是神经元中丰富的糖酵解酶，神经元损伤后进入循环，是中枢神经系统损伤严重程度的可靠指标。尽管NLR和NSE均被独立视为预后标志物，但系统性炎症（以NLR反映）与急性神经元损伤（以NSE反映）之间的关联在大型临床人群中尚未充分检验。阐明这一联系可能增进对外周免疫反应与脑损伤之间相互作用的理解，并可能揭示炎症加剧神经元死亡、损伤相关分子模式进一步激活免疫的恶性循环。本研究旨在评估大型AIS患者队列中NLR与血清NSE之间的关联，为缺血性卒中后循环炎症细胞与中枢神经元损伤的相互作用提供临床见解。

该研究发表于《Immunity, Inflammation and Disease》。

主要关键技术方法：本研究为横断面分析，数据来源于中国复旦大学附属中山医院青浦分院的卒中登记数据库，连续纳入2015年1月1日至2025年5月31日期间诊断为AIS的住院患者，最终纳入4272例AIS受试者。入院24小时内采集空腹静脉血，使用自动化血液分析仪检测中性粒细胞和淋巴细胞计数并计算NLR（绝对中性粒细胞计数/绝对淋巴细胞计数），由于NLR呈右偏分布，对其进行log₂转换以实现正态化。血清NSE水平采用电化学发光免疫分析法（electrochemiluminescence immunoassay, ECLIA，Roche Diagnostics）定量，实验室正常上限（upper limit of normal, ULN）为16.3 μg/L，用于定义高NSE。统计分析包括通过广义加性模型进行线性曲线拟合、累积发生率函数分析以及多变量逻辑回归评估log₂(NLR)与高NSE的关联，并采用阈值效应分析和两段回归模型验证转折点，同时构建ROC曲线评估判别能力，使用Youden指数确定最佳截断值。

研究结果：

3.1 基线特征
在4272例AIS受试者中，女性占37.36%，男性占62.64%，平均年龄69.50 ± 12.84岁。根据NSE水平分为正常NSE组（<16.3 μg/L，n=3370）和高NSE组（≥16.3 μg/L，n=902）。两组在年龄、病程、糖尿病、冠心病、房颤、甘油三酯、丙氨酸氨基转移酶、尿素、空腹血糖、同型半胱氨酸、白细胞、红细胞、血小板、淋巴细胞计数、中性粒细胞计数、NLR、log₂转换NLR、甲状腺素、甲胎蛋白、癌胚抗原及抗血小板/抗凝药物使用等方面存在显著差异（p<0.05）。

3.2 按log₂转换NLR三分位分组，NSE水平和高NSE患病率的差异表达
在低（T1）、中（T2）、高（T3）log₂转换NLR三分位组中，平均血清NSE水平分别为13.61 ± 5.38、13.42 ± 4.23、15.89 ± 11.76 μg/L（p<0.001）；高NSE患病率分别为17.26%、17.46%、28.56%（p<0.001）。性别亚组分析也观察到显著差异（均p<0.001）。结果表明血清NSE水平和高NSE患病率随log₂转换NLR水平升高而增加。

3.3 log₂转换NLR与NSE及高NSE关系的线性曲线拟合
调整性别、年龄、病程、冠心病、甘油三酯、丙氨酸氨基转移酶、尿素、肌酐、空腹血糖、同型半胱氨酸、红细胞、血小板、甲状腺素、抗血小板药物和抗凝药物后，平滑图显示log₂转换NLR与NSE呈线性关系（p<0.001）。累积发生率函数分析显示，高NSE的累积事件率随log₂转换NLR水平增加而上升，且男女均观察到此趋势（均p<0.001）。

3.4 多变量逻辑回归分析log₂转换NLR与高NSE的关系
在未调整模型中，log₂转换NLR（连续变量）与高NSE的OR为1.50（95% CI: 1.38–1.63，p<0.001）；调整全部混杂因素后，OR为1.38（95% CI: 1.25–1.53，p<0.001）。按性别分层，女性调整后OR为1.60（95% CI: 1.35–1.89，p<0.001），男性为1.27（95% CI: 1.11–1.44，p<0.001）。按log₂转换NLR三分位分类的趋势分析显示，随三分位升高，OR呈梯度增加（p<0.001）。敏感性分析和分层分析均证实关联显著。

3.5 阈值效应分析确定log₂转换NLR对高NSE效应的拐点（K值）
阈值效应分析检测到K值为1.73，即log₂转换NLR在K2段（>1.73）时高NSE概率随log₂转换NLR增加显著升高（OR=1.75，95% CI: 1.29–2.39，p<0.001），而K1段（<1.73）无显著差异。比较K1和K2段患者，高NSE患病率分别为17.05%和26.92%（p<0.001）；调整后K2段相对于K1段的OR为1.45（95% CI: 1.22–1.72，p<0.001）。ROC分析显示log₂(NLR)预测高NSE的AUC为0.62（95% CI: 0.60–0.64），最佳截断值为log₂(NLR)=1.73（对应NLR约3.3），灵敏度53%，特异度68%。

讨论与结论：本研究在大规模AIS队列中发现了NLR与NSE水平之间的显著独立关联，支持系统性炎症与中枢神经元损伤程度的联系。这些发现与缺血性卒中“双重打击”病理机制的认识一致，即初始缺血损伤后迅速被炎症反应加剧。中性粒细胞在卒中后数小时内浸润脑实质，释放蛋白酶、活性氧和促炎细胞因子，破坏血脑屏障并加重缺血损伤；而淋巴细胞（特别是调节性T细胞和Th2亚群）通过调节炎症级联和促进组织修复发挥神经保护作用。NLR反映了这种动态平衡，其升高提示促炎状态可能与更差的脑部结局相关。NLR与NSE的强相关性也提示潜在的双向关系：系统性炎症通过白细胞激活和细胞因子介导的毒性加剧神经元损伤，而神经元损伤产物进入循环后激活外周免疫细胞，形成自我维持的炎症-损伤循环。然而，由于横断面设计，无法推断因果关系。log₂(NLR)的拐点（NLR≈3.3）可作为未来多标志物风险分层研究候选，但其适度的AUC值（0.62）表明NLR单独作为诊断或预测工具的能力有限。局限性包括单中心、单次测量、潜在未测量混杂因素以及缺乏对照组。结论：本研究证明了AIS患者中NLR升高与高血清NSE水平显著相关，支持系统性炎症与神经元损伤的关联。鉴于横断面设计，这些发现应被视为假设生成。未来研究应通过纵向研究阐明外周免疫活化与脑损伤之间的时间及机制通路，并探索这些生物标志物在指导缺血性卒中免疫调节治疗中的效用。