PET/CT 代谢参数与血液炎症标志物对一线化疗的非小细胞肺癌患者预后列线图的构建及临床意义

孔德贤，宋丽萍，向阳

锦州医科大学附属第一医院核医学科，辽宁 锦州121000

肺癌位居癌症死亡原因首位［1］，其中非小细胞肺癌（NSCLC）占所有肺癌的近85%。铂类化疗长期以来一直是晚期NSCLC患者的一线标准治疗方法［2］近年来铂类化疗联合免疫检查点抑制剂（ICIs）治疗，已成为晚期NSCLC的一线治疗新标准［3］。即使进行治疗，一些晚期非小细胞肺癌患者的预后仍然很差，大多数患者都经历疾病进展，因此，需要寻找有效的预后生物标志物指导临床治疗计划的制定，以便提高患者的生存率。

18F-脱氧葡萄糖（18F-FDG）正电子发射断层显像/计算机体层摄影（PET/CT）是集功能和解剖为一体的影像学工具［4］，被广泛用于肿瘤包括肺癌的分期、术前评估、预后及疗效评估等方面。有研究发现［5］，在免疫治疗前FDG-PET的代谢参数（最大标准摄取值SUVmax，肿瘤代谢体积MTV和病灶糖酵解总量TLG）可能是预后和生存的可靠指标，他们表明FDG PET预测了使用纳武利尤单抗后1个月的疗效和存活率。

全身性炎症标记物，如中性粒细胞与淋巴细胞比率（NLR）和血小板与淋巴细胞比率（PLR），是各种肿瘤类型（包括NSCLC）预后不良的生物标志物［6］。然而，没有研究表明这些预后指标中的哪一个与铂类化疗联合ICIS治疗的晚期NSCLC患者的结果更相关。因此，本研究的目的是开发和验证一种新的包含PET代谢参数、炎症标志物的诺模图，以比较和改善在接受一线化疗联合免疫治疗的晚期NSCLC患者中的预后。

1 资料和方法

1.1 研究对象

回顾性分析我院2019年3月～2021年6月接受18FFDG-PET/CT检查，并且经病理确诊的105例非小细胞肺癌患者。包括女性27 例，男性78 例，平均年龄61岁。纳入标准：经组织学检查确诊为NSCLC（IV期或IIIB期，不适合局部治疗）；接受化疗联合免疫单抗治疗的患者。排除标准：PET检查与第一个疗程的治疗之间延迟超过6周的患者；伴有发热或感染等具有炎性反应，或患有其他恶性肿瘤病史的患者；因任何原因随访失败的患者。收集人口统计学、临床、组织学和分子生物学资料，治疗前的血液样本评估的纳入标准为28。

1.2 PET/CT采集

患者PET/CT检查均使用上海联影医疗科技有限公司的UMI780型PET/CT扫描仪，显像剂18F-FDG由南京江源安迪科正电子研究发展有限公司沈阳分公司提供，为放射化学纯度≥95%的等渗溶液。患者检查当日空腹6 h以上，检查前测空腹血糖，血糖水平在4～11 mmol/L。经肘前静脉注射0.12～0.15 mCi/kg的显像剂。平静休息60 min排尿后行全身PET及CT断层显像，显像范围为颅底部至股骨中段。

1.3 图像分析

PET/CT图像均由两位经验丰富的核医学医师采用互盲法阅片，勾勒原发灶的感兴趣区(ROI），由工作站自动计算出ROI的SUVmax，使用SUVmax2.5计算MTV，TLG=MTV×SUVmean。

1.4 血液炎症标志物与PD-L1表达

从电子病历中提取一线治疗前（28 d内）的全血细胞计数，根据公式得出中性粒细胞与淋巴细胞比值NLR、衍生性粒细胞与淋巴细胞比值DNLR、血小板与淋巴细胞比值PLR和全身炎症指数SII。（NLR=中性粒细胞/淋巴细胞；DNLR=中性粒细胞/（白细胞-中性粒细胞）；PLR=血小板/淋巴细胞；SII=血小板×中性粒细胞/淋巴细胞）

免疫组织化学方法检测肿瘤组织中PD-L1 的表达。≥膜染色1%的肿瘤细胞和/或免疫细胞为阳性。

1.5 随访

无进展生存期（PFS）定义为从第1个疗程到疾病进展或因任何原因死亡的时间；总生存期（OS）定义为从第1个疗程到由于任何原因死亡或随访终点。随访截至日期为2023年6月。

1.6 统计学分析

应用SPSS 26对数据进行统计分析。采用kruskalwallis检验进行组间比较。通过计算Spearman相关系数来评估参数之间的关系。并绘制受试者工作特征（ROC）曲线，确定各参数最佳截断点，将患者分为高值组和低值组，并用Kaplan-Meier法制作生存曲线，Log-rank用于检验分析生存曲线之间的差异。采用单因素和多因素COX 比例风险模型对变量进行分析，以评估对PFS和OS的独立预测值。最后使用R软件构建列线图，并采用时间依赖性受试者操作特性曲线（tdROC）和一致性指数（C-index）分析模型预测的准确度，校准曲线评价模型的拟合优度，决策曲线（DCA）分析模型对疾病临床疗效预测的准确性。所有实验都是独立重复3次。

2 结果

2.1 患者特征

表1总结了预处理患者的特征。105例患者的中位随访时间为17.5个月（范围1～63个月），到随访结束时有76例患者（72%）发生PFS事件（中位数为16个月），有57例患者（54%）死亡（中位数为13.6个月）。

表1 患者基线特征Tab.1 Baseline characteristics of the patients

2.2 PET/CT代谢参数与血液炎症标志物之间的相关性

将变量纳入多因素模型前进行了Spearman 相关分析。根据相关系数公式（r=1-(6∑(x-y)2)/(n3-n)）可得，SUVmax与NLR、DNLR、PLR、SII之间不具有相关性（P＞0.05），MTV和TLG与NLR、DNLR、PLR之间呈轻度正相关（0.3＜r＜0.5）（P＜0.05），MTV和TLG与SII之间呈中度正相关（0.5＜r＜0.8）（P＜0.05）。

2.3 模型构建

将PET/CT代谢参数和血液炎症指标各项参数通过ROC曲线确定各定量的截断值，将患者分为高值组和低值组，通过COX 生存分析确定一线免疫化疗后NSCLC患者的独立预后因素。为了避免遗漏重要变量，将纳入变量范围扩大至P＜0.1。

COX单变量和多变量分析的结果见表2。单变量分析显示NLR、DNLR、PLR、SII、MTV、TLG与PFS显著相关，NLR、DNLR、PLR、SII、SUVmax、MTV、TLG 与OS显著相关。对于血液炎症标志物变量，多变量分析确定PLR和SII为PFS的独立预测因子，SII是OS的独立预测因子。对于PET代谢参数，TLG确定为PFS的独立预测因子，MTV和TLG是OS的独立预测因子。当结合炎症标志物和PET 变量时，PLR 和TLG 仍是PFS独立的预后因素，SII和TLG是OS的独立的预后因素。据此建立预测PFS和OS的联合模型（列线图）（图1）。

图1 预后列线图Fig.1 The constructed nomograms for prognostic prediction of advanced NSCLC.A: Combined model for PFS prediction.B:Combined model for OS prediction.PLR: Platelet-to-lymphocyte ratio;TLG: Total lesion glycolysis;SII: Systemic immuneinflammation index.

表2 在单因素和多因素分析中，无进展生存期和总生存期的生物标志物的预后意义Tab.2 Prognostic value of the biomarkers of progression-free survival(PFS)and overall survival(OS)in univariate and multivariate analyses

3.4 模型性能评估

PFS模型的1年和2年生存AUC分别为0.717和0.655，C-index 指数为0.682，95%CI分别为（0.625，0.809）和（0.535，0.775）。OS 模型的1 年和2 年生存ROC曲线下AUC分分别为0.757和0.747，C-index指数为0.727，95%CI分别为（0.665，0.848）和（0.634，0.861）。并利用bootstrap 重抽样法进行内部验证，发现校准曲线与标准曲线拟合度较高，表明此联合模型校准度良好（图2）。DCA决策曲线分析表明，该联合模型对临床疗效的预测有较高的总体净收益（图3）。

图2 Bootstrap 重抽样法内部验证Fig.2 Bootstrap sampling method for internal verification of the constructed nomogram.A:Calibration curves of the PFS model at 1-year and 2-year time points.B:Calibration curves of the OS model at 1 year and 2 years.

图3 对模型的决策曲线进行分析Fig.3 Decision curves of the model.A:Decision curve analysis of PFS model.B:Decision curve analysis of OS model.

3 讨论

近年来，列线图被广泛应用于预测患者的预后［7］，将Cox 回归的结果可视化，使预测模型的结果更具有可读性，帮助临床医师进行个体化预后评估。在本研究中，我们调查了PET代谢参数和血液炎症标志物对一线化疗联合免疫治疗的晚期NSCLC患者的预后价值。其中PLR和TLG是PFS的独立预测因子，SII和TLG是OS的独立预测因子。包含这些变量的新诺模图显示出良好的预测性能。并且校正曲线图和决策曲线分析表明该诺模图具有良好的拟合度和临床实用性。据我们所知，这是第一个将炎症标志物和PET/CT代谢参数结合在一起，预测一线免疫化疗的NSCLC患者预后并进行内部验证的研究。

以程序性细胞死亡受体1（PD-L1）为主的免疫检查点抑制剂已被证实可以有效治疗各种恶性肿瘤，在改善NSCLC患者预后方面发挥重要作用［8］。影响PD-L1表达的主要因素是肿瘤糖代谢和缺氧，且有研究发现18FFDG与肿瘤糖代谢和缺氧有关［9-12］。因此，18F-FDG的高摄取与PD-L1 的表达有关。18F-FDG PET/CT显像作为一种重要的分子成像技术用于多种肿瘤的评估和临床治疗［13］，有回顾性研究表明，PET/CT 代谢参数SUVmax、MTV和TLG与PD-L1的表达呈正相关，MTV和TLG是肺癌患者抗PD-1治疗后疾病进展和生存期的独立预测因子［14］。18F-FDG PET/CT的最大标准摄取值SUVmax是PET/CT最常用的半定量参数，由于该参数的测量可重复性强，不仅能反映肿瘤组织的代谢活性,还能反映其生物学行为，如肿瘤侵袭性和分化程度，因此被临床广泛应用。但本研究发现，SUVmax与预后相关性较小，而MTV和TLG是预测一线免疫化疗NSCLC的有效生物指标，这可能是因为SUV是对ROI内放射性核素浓度最高的单个像素的测量，代表肿瘤代谢最活跃增殖最快的部分，对治疗最敏感，而肿瘤代谢体积MTV和病灶糖酵解总量TLG是所有肿瘤代谢活跃细胞的集合，既能反应肿瘤代谢体积又兼顾了肿瘤细胞FDG代谢活跃程度，表示肿瘤整体负荷，而肿瘤负荷与个体内存在不同克隆的肿瘤组织的多少有直接关系，因此与预后关系更密切。

研究认为［15］炎症是肿瘤进展的一个重要因素，可以积极或消极地影响肿瘤免疫监视和治疗反应［16］。血液学炎症参数，如中性粒细胞、淋巴细胞、白细胞和血小板，可以反映肿瘤的免疫状态，对肿瘤的预后有重要的预测价值。高水平的血小板和中性粒细胞促进癌细胞的增值，但也诱导对化学疗法或免疫疗法的抗药性［17,18］。在抗PD-L1抗体治疗期间，淋巴细胞的活化对于恢复抗肿瘤免疫应答是必要的，这种免疫应答是T细胞和其他调节细胞之间多重相互作用的结果［19,20］。一些研究评估了血细胞计数指标的价值［21,22］，尤其是衍生中性粒细胞与淋巴细胞的比率（DNLR），血小板与淋巴细胞的比率（PLR），可以反映炎症和宿主免疫反应。治疗前NLR和PLR被证实是NSCLC的预后因素［23］KARTOLO等人的研究表明，当NLR≥5、PLR≥200时，使用PD-L1抑制剂进行免疫治疗的NSCLC患者预后较差［24］。DIEM等人在研究抗PD-L1对NSCLC患者的治疗时发现，治疗前高NLR和PLR与不良预后及缓解率降低有关［25］。

但这两项指标仅整合了两种细胞类型，SII是一种新的包括外周血中性粒细胞、淋巴细胞和血小板计数的综合指标，与转移性非小细胞肺癌的预后显著相关［26］，且低SII患者在接受武纳单抗治疗后有更长的PFS和OS［27］。且本研究显示NLR、DNLR、PLR和SII与MTV和TLG之间具有正相关性，PLR与SUVmax无相关性，这与JEONG等［28］的结果一致，表明NSCLC基线NLR、DNLR、PLR、SII 增高与原发灶的糖代谢增高相关，这可能是因为FDG会在代谢活跃的肿瘤浸润性炎性细胞内蓄积。

Seban等［29］针对一线化疗和免疫治疗的NSCLC患者研究显示，SII联合TLG可帮助患者进行风险分层。一项针对63名接受一线免疫治疗的NSCLC患者的研究表明［30］，TMTV联合DNLR也可改善患者风险分层。然而，对于具有特定特征组合的个体，其生存期明显偏离平均值，列线图可以提供更适合的风险预测。我们的研究结合了PET/CT代谢参数和血液炎症标志物制定预后列线图，来区分一线免疫化疗结果较差的患者。该列线图在模型评估中显示出良好的预测效能和较高的临床获益。结合之前的研究结果可以得出，PET/CT代谢参数和血液炎症标志物是接受一线免疫化疗的NSCLC患者预后的互补因素。在实践中，临床医生可以利用该列线图作为一个有用的工具来区分高风险的患者，高风险的患者需要更密集的治疗，而那些可能有良好的结果，其中过度治疗可以避免，为临床个性化治疗提供帮助。

由于我们的研究是回顾性单中心研究且样本量相对较小，可能会导致整体数据偏移，今后应在包括更大患者队列的前瞻性多中心研究中进行验证。其次，由于无法获得所有患者的临床数据，本次研究构建的列线图未纳入EFGR等基因突变变量以及PD-L1表达。最后还有一些单纯化疗和单纯免疫治疗的患者，因为样本量太少，无法评估这些治疗类型的预后价值。

我们下一步的研究方向是纳入更多的单一治疗患者，进一步探索两种治疗组合预后模型是否可以反映单独使用每种治疗观察到的不同预后影响。

基线PET/CT代谢参数SUVmax、MTV、TLG和血液炎症标志物NLR、DNLR、PLR、SII与晚期一线免疫化疗的NSCLC患者的PFS和OS相关，且二者结合构建出的列线图具有良好的预后预测效果，可以潜在的改善晚期NSCLC患者治疗方式的选择。