摘要
目的： 探讨术前由淋巴细胞与单核细胞比值（Lymphocyte to monocyte ratio，LMR）联合血小板与淋巴细胞比值（Platelet to lymphocyte ratio，PLR）所构建的LMR-PLR评分系统对胰腺导管腺癌术后长期生存的预测价值。 方法： 采用回顾性研究的方法。收集了2012年11月至2020年11月在我院行胰十二指肠切除术，术后病理诊断为胰腺导管腺癌的167例患者。一般资料包括：性别和年龄；实验室检验指标包括：淋巴细胞、单核细胞、血小板、白蛋白、球蛋白、总胆红素（Total bilirubin, TBIL）、癌胚抗原(Carcinoembryonic antigen, CEA)、糖类抗原 125(Carbohydrate antigen 125, CA125)和糖类抗原 199(Carbohydrate antigen 199, CA199)水平；病理资料包括：肿瘤大小、肿瘤分期、肿瘤分化程度、手术切缘、有无脉管和神经侵犯；治疗方式包括：术后化疗。采用门诊、电话及复查病例方式进行随访。随访包括临床和实验室检查，以评估患者的术后生存状况。随访期至2022年3月。 使用X-tile软件确定LMR、PLR、白蛋白与球蛋白比值（Albumin to globulin ratio，AGR）、TBIL、CEA、CA125及CA199的最佳截断值。依据最佳截断值将LMR-PLR分为三组，并进行定义。使用Logistic回归分析LMR及PLR与临床病理特征的相关性。以 R4.2.1为绘图工具，绘制LMR及PLR与临床病理特征相关性的箱式散点图。采用?2检验分析LMR-PLR评分系统与患者临床病理特征的关系。以 R4.2.1为绘图工具，绘制Kaplan-Meier生存曲线，并采用对数秩检验(Log-rank Test) 对各组间的生存情况进行比较。采用SPSS 26.0进行COX比例风险回归模型单因素及多因素分析，同时计算风险比（Hazard ratio，HR）和95%置信区间（ 95% Confidence interval ,95%CI ），并得出影响患者总体生存（Overall survival，OS）的独立危险因素。基于筛选的影响胰腺癌患者预后的独立危险因素，利用 R4.2.1软件，绘制出能够对胰腺癌患者术后1至3年生存率进行预测的 Nomogram 模型，并制作出网页版列线图。采用一致性指数（Concordance index, C-index）评价该模型的区分度。采用校准曲线评价该模型一致性，计算方法采用Bootstrap方法，重抽样次数为1000次。绘制列线图预测模型的受试者操作特征曲线（Receiver operating characteristic curve, ROC）并计算其曲线下面积（Area under the curve , AUC）。通过决策曲线分析（Decision curve analysis，DCA）评价其临床获益度。 结果： 1.使用X-tile软件，计算出LMR、PLR、AGR、TBIL、CEA、CA125、CA199的最佳截断值分别为1.9、115.3、1.2、267.4μmol/L、2.0 ng/mL、32.0 U/mL、954.6 U/mL。根据这些最佳截断值将LMR-PLR分为三组，并进行定义：LMR＜1.9且PLR≥115.3，LMR-PLR评分为0分；LMR≥1.9或PLR＜115.3，LMR-PLR评分为1分；LMR≥1.9且PLR＜115.3，LMR-PLR评分为2分。 2.使用Logistic回归分析LMR及PLR与临床病理特征的相关性，结果显示：年龄＜65岁（P=0.041）、AGR≥1.2（P=0.029）以及脉管侵犯（阴性，P=0.032）与低LMR 密切相关；CEA＜2.0 ng/mL（P=0.002）及Ⅱ、Ⅲ期（P=0.028,0.022）与低PLR密切相关。使用R 4.2.1软件制作LMR及PLR与临床病理特征相关性的箱式散点图，结果显示：男性（P＜0.0001）、AGR＜1.2（P=0.039）、PLR≥115.3 （P＜0.0001）、TBIL≥267.4μmol/L（P=0.00083）、低分化（P=0.0039）、脉管侵犯（阳性，P=0.044）与LMR密切相关；CEA＜2.0 ng/mL（P=0.015）、LMR≥1.9 （P=0.00017）、TBIL＜267.4μmol/L（P=0.00018）、化疗状态（P=0.047）与PLR密切相关。使用?2检验分析LMR-PLR评分系统与患者临床病理特征的关系，结果显示：LMR-PLR评分系统与胰腺癌患者的CEA相关（P＜0.05）。 3. 167例入组患者的中位生存时间为18个月。术后 1 年、2年及3年的生存率分别为 72.9%、38.7%和 14.0%。 4.单因素 COX 回归分析结果显示：年龄、LMR-PLR 评分、TBIL、CEA、CA125、CA199、肿瘤最大径、T分期、N分期、TNM分期、手术切缘以及化疗状态均与胰腺癌患者的预后有关（P＜0.05）。将与胰腺癌患预后相关（P＜0.05）的因素再进行多因素COX回归分析，结果提示：年龄、LMR-PLR评分、TBIL、CA199以及TNM分期是影响胰腺癌预后的独立危险因素（P＜0.05）。 5.基于独立预后危险因素，应用R4.2.1软件建立胰腺癌根治术后总生存率的Nomogram预后模型，并且构建出了网页版列线图，从而实现了对列线图的动态网络呈现。以 R4.2.1为绘图工具，绘制Nomogram预后模型1年、2年及3年各指标ROC。结果显示：（1）术后1年：Nomogram AUC=0.745、年龄AUC=0.581、LMR-PLR评分 AUC=0.662、TBIL AUC=0.568、CA199 AUC=0.564、TNM分期AUC=0.584;（2）术后2年：Nomogram AUC=0.747、年龄AUC=0.578、LMR-PLRamp;nbsp;评分AUC=0.617、TBIL AUC=0.543、CA199 AUC=0.558、TNM分期 AUC=0.668;（3）术后 3 年：Nomogram AUC=0.815、年龄 AUC=0.600、LMR-PLR 评分AUC=0.706、TBIL AUC=0.524、CA199 AUC=0.565、TNM分期AUC=0.684。基于Bootstrap重采样法，验证Nomogram预后模型的预测效能，计算得出的一致性指数（C-index）为 0.698（95%CI:0.647-0.749），可以看出本研究建立的预后模型具有良好的预测能力。1年、2年和3年生存率的校准曲线贴合度良好，表明实际观察到的生存率与预测所得生存率有较好的一致性；DCA 显示在一定临界阈值内，该模型具有较高的临床实用性。 结论： 1.根据Logistic回归结果显示：年龄＜65岁、AGR≥1.2以及脉管侵犯（阴性）与低LMR密切相关；CEA＜2.0 ng/mL及Ⅱ、Ⅲ期与低PLR密切相关。根据箱式散点图结果显示：男性、AGR＜1.2、PLR≥115.3、TBIL≥267.4μmol/L、低分化、脉管侵犯（阳性）与LMR密切相关；CEA＜2.0 ng/mL、LMR≥1.9、TBIL＜267.4μmol/L、化疗状态与PLR密切相关。使用?2检验分析LMR-PLR评分系统与患者临床病理特征的关系，结果显示：LMR-PLR评分系统与胰腺癌患者的CEA相关。 2.年龄、LMR-PLR评分、TBIL、CA199以及TNM分期是影响胰腺癌预后的独立危险因素。 3.LMR联合PLR构建的LMR-PLR评分系统可能是胰腺导管癌患者根治术后一种新的预后评分。分别将年龄、LMR-PLR评分、TBIL、CA199以及TNM分期纳入到Nomogram预测模型中，可得到一个更准确、更可信的预测模型。
NETL