Ocena stanu zapalnego, odporności i odżywiania: nowatorska ocena prognostyczna dla pacjentów z resekcyjnym rakiem jelita grubego

Zamiar: Badanie to zaprojektowano w celu zbadania wartości prognostycznej połączenia wysokoczułego białka C-reaktywnego, limfocytów i albuminy u pacjentów z resekcyjnym rakiem jelita grubego.

Skutki Cistanche-przeciwnowotworowe

Pacjenci i metody: Do badania włączono siedemset dziewiętnastu pacjentów, którzy przeszli resekcję raka jelita grubego w szpitalu onkologicznym w Hubei. Wynik stanu zapalnego, odporności i odżywienia (0–6) skonstruowano w oparciu o przedoperacyjne badanie białka C-reaktywnego o wysokiej czułości, limfocytów i albuminy. Przeprowadzono zależną od czasu krzywą charakterystyki działania odbiornika, krzywą decyzji, krzywą przeżycia Kaplana-Meiera, regresję Coxa i wskaźnik C w celu wykrycia wartości prognostycznych wyniku w zakresie stanu zapalnego, odporności i odżywienia. Zbadano także wartość prognostyczną wskaźnika stanu zapalnego, odporności i odżywienia w różnych podgrupach ze względu na płeć, lokalizację guza, stadium patologiczne i mutację KRAS. Wartość prognostyczną wskaźnika zapalenia, odporności i odżywienia porównano z innymi tradycyjnymi wskaźnikami prognostycznymi.

Wyniki: The median follow-up time was 40 months. High inflammation-immunity-nutrition score (>2 punkty) wykazały gorsze przeżycie, przy skorygowanych współczynnikach ryzyka (95% przedziałów ufności) wynoszących 3,106 (2,202–4,380) dla przeżycia całkowitego i 2,105 (1,604–2,764) dla przeżycia wolnego od choroby. Poza tym powiązania wysokiego wyniku w zakresie odporności na stany zapalne i odżywiania z całkowitym przeżyciem były jeszcze silniejsze w przypadkach z KRAS typu dzikiego, przy skorygowanych współczynnikach ryzyka (95% przedziały ufności) wynoszących 4,018 (2,355–6,854). Biorąc pod uwagę wartości AUC, wskaźniki C i współczynniki ryzyka, wskaźnik stanu zapalnego, odporności i odżywienia wykazał lepsze wyniki prognostyczne niż zmodyfikowana skala prognostyczna Glasgow o wysokiej czułości, współczynnik białka C-reaktywnego do albuminy o wysokiej czułości, prognostyczny wskaźnik odżywienia, antygen rakowo-embrionalny i antygen węglowodanowy 19-9 dla całkowitego przeżycia.

Wniosek: Ocena stanu zapalnego, odporności i odżywiania może służyć jako potężny wskaźnik prognostyczny u pacjentów z rakiem jelita grubego w zakresie całkowitego przeżycia, szczególnie u pacjentów z genem KRAS typu dzikiego.

Słowa kluczowe: białko C-reaktywne o wysokiej czułości, przeżycie, rak jelita grubego, stany zapalne

Wstęp

Rak jelita grubego (CRC) jest trzecim najgroźniejszym nowotworem na świecie, z szacunkową liczbą ponad 1,9 miliona nowych przypadków i 935000 zgonów w 2020 r.1 Jako potencjalne czynniki prognostyczne zaproponowano stan zapalny, odporność i odżywienie organizmu czynniki CCel: Badanie to zaprojektowano w celu zbadania wartości prognostycznej połączenia białka C-reaktywnego o wysokiej czułości, limfocytów i albuminy u pacjentów z resekcyjnym rakiem jelita grubego.

Pacjenci i metody: Do badania włączono siedmiuset dziewiętnastu pacjentów, którzy przeszli resekcję raka jelita grubego w szpitalu onkologicznym w Hubei. Wynik stanu zapalnego, odporności i odżywienia (0–6) skonstruowano w oparciu o przedoperacyjne badanie białka C-reaktywnego o wysokiej czułości, limfocytów i albuminy. Przeprowadzono zależną od czasu krzywą charakterystyki działania odbiornika, krzywą decyzji, krzywą przeżycia Kaplana-Meiera, regresję Coxa i wskaźnik C w celu wykrycia wartości prognostycznych wyniku w zakresie stanu zapalnego, odporności i odżywienia. Zbadano także wartość prognostyczną wskaźnika stanu zapalnego, odporności i odżywienia w różnych podgrupach ze względu na płeć, lokalizację guza, stadium patologiczne i mutację KRAS. Wartość prognostyczną wskaźnika zapalenia, odporności i odżywienia porównano z innymi tradycyjnymi wskaźnikami prognostycznymi.

Materiały i metody

Badana populacja

Badania eksperymentalne na Cistanche Deserticola

W okresie od stycznia 2015 r. do grudnia 2017 r. do badania włączono 757 pacjentów, którzy w szpitalu Hubei Cancer Hospital w Hubei przeszli operacyjną resekcję guza CRC z zamiarem wyleczenia. Kryteria wykluczenia pacjentów były następujące: (1) nowotwór złośliwy w wywiadzie lub współistniejące inne nowotwory złośliwe; (2) niejasne stadium patologiczne TNM; (3) brak informacji na temat przedoperacyjnego poziomu hsCRP, poziomu ALB w surowicy lub liczby LYM; (4) istniejące wcześniej stany zapalne, takie jak aktywna lub przewlekła infekcja; (5) cenzura w ciągu 90 dni od wycięcia guza. Ostatecznie do badania włączono 719 pacjentów (ryc. 1). Badanie zostało zatwierdzone przez Komisję Rewizyjną Szpitala Onkologicznego w Hubei, a od wszystkich pacjentów uzyskano pisemną świadomą zgodę. Badanie to zostało przeprowadzone przez Deklarację Helsińską.

Zbieranie danych

Chińskie zioło cistanche-przeciwnowotworowe

Charakterystyka kliniczno-patologiczna pacjentów, w tym wiek, płeć, lokalizacja guza, typ histologiczny, stadium patologiczne, zróżnicowanie, margines obwodowy, skrzeplina guza naczyniowego, status homologu onkogenu wirusa mięsaka Kirsten szczura (KRAS), terapia neoadjuwantowa, informacje o resekcji guza, pooperacyjna terapia uzupełniająca, oraz wskaźniki krwi pobrano z dokumentacji medycznej. Wskaźniki krwi obejmowały antygen rakowo-embrionalny (CEA), antygen węglowodanowy 19-9 (CA19-9), hsCRP, LYM i ALB mierzono w ciągu 7 dni przed operacyjną resekcją guza. Liczbę LYM uzyskano na podstawie rutynowych badań krwi.21 Stopień patologiczny potwierdzono według 7. Amerykańskiego Wspólnego Komitetu ds. Stopniowania Raka. Żaden pacjent nie był poddany resekcji w trybie pilnym. Pacjenci byli leczeni zgodnie z wytycznymi dotyczącymi diagnostyki i leczenia Państwowej Komisji Zdrowia Chińskiej Republiki Ludowej. RC. Białko C-reaktywne o wysokiej czułości (hs-CRP), limfocyty (LYM) i albumina (ALB) są reprezentatywnymi wskaźnikami odpowiednio stanu zapalnego, odporności i stanu odżywienia w praktyce klinicznej. HsCRP to białko ostrej fazy stanu zapalnego, syntetyzowane w wątrobie2,3, które reaguje jako czuły, ale nieswoisty biomarker ogólnoustrojowego stanu zapalnego.4 Ponadto liczba limfocytów odzwierciedla również ogólnoustrojowy stan zapalny i stan odporności.5 ALB może odzwierciedlają stan odżywienia danej osoby, który jest ściśle powiązany z funkcją układu odpornościowego.6 Donoszono, że HsCRP jest czynnikiem ryzyka nowotworów, w tym CRC, ponieważ naukowcy badali związek między stanem zapalnym a wzrostem nowotworu.7,8 Sugerowano, że poziom ALB w surowicy jest czynnik prognostyczny CRC.9 Naciek LYM powiązano z poprawą rokowania w przypadku CRC.10 Wyniki prognostyczne uzyskane na podstawie połączenia kilku białek C-reaktywnych (CRP), hs-CRP, LYM i ALB zostały skonstruowane i lepiej zaprezentowane wyniki niż poszczególne wskaźniki.11–13 Zaproponowano zmodyfikowany wskaźnik prognostyczny Glasgow (hs-mGPS: połączenie hsCRP i ALB), hsCRP/ALB i prognostyczny wskaźnik odżywienia (PNI: połączenie LYM i ALB). jako czynniki prognostyczne przeżycia pacjentów chorych na nowotwory.14-18 W badaniu porównawczym wykazano, że wartość prognostyczna skali Glasgow Prognostic Score (GPS: połączenie CRP i ALB) była lepsza niż CRP i ALB u pacjentów z rakiem wątrobowokomórkowym.19 W wieloośrodkowym badaniu stwierdzono również lepszą skuteczność prognostyczną PNI niż ALB u pacjentów z rakiem trzustki.20 Biorąc pod uwagę lepsze wartości prognostyczne hs mGPS, hsCRP/ALB i PNI w porównaniu z indywidualnymi wskaźnikami, postawiliśmy hipotezę, że dalsze połączenie stanu zapalnego, odporności i wskaźniki odżywiania mogą zapewniać jeszcze lepsze wyniki prognostyczne dla CRC. Dlatego też obecne badanie miało na celu skonstruowanie prognostycznego predykatora pochodzącego z hsCRP, LYM i ALB i ocenę jego prognostycznego działania w zakresie przeżycia pacjentów z resekcyjnym CRC.

Rycina 1 Schemat blokowy populacji objętej badaniem raka jelita grubego.

Podejmować właściwe kroki

Po resekcji guza wyniki uzyskaliśmy przeglądając dokumentację medyczną i wykonując wizyty kontrolne co 3–6 miesięcy przez pierwszy i drugi rok, a następnie co 6 miesięcy przez trzeci do piątego roku. Pierwszorzędowym punktem końcowym było przeżycie całkowite (OS), a drugorzędnym punktem końcowym było przeżycie wolne od choroby (DFS). OS zdefiniowano jako odstęp od daty rozpoznania nowotworu do daty zgonu, utraty czasu obserwacji lub zakończenia obserwacji (listopad 2020 r.), w zależności od tego, co nastąpiło wcześniej. DFS zdefiniowano jako odstęp od daty rozpoznania nowotworu do daty zgonu, nawrotu lub przerzutów, utraty kontroli lub zakończenia obserwacji, w zależności od tego, co nastąpiło wcześniej.

Obliczenie

We selected the optimum cut-offs for hsCRP, LYM, and ALB using X-tile software version 3.6.1 (https://medi cine.yale.edu/lab/rimm/research/software/, Yale University School of Medicine, New Haven, CT) based on the association between each indicator with the patients' OS.22 Based on 2 cut-offs, hs-CRP was divided into 3 groups (score 0: ≤3.22 mg/L, score 1: >3.22 mg/L and ≤73.10 mg/L, score 2: >73.10 mg/L); whereas the classification of LYM and ALB was as follows: LYM (score 0: >1.34×109 /L, score 1: >0.89×109 /L and ≤1.34×109 /L, score 2: ≤0.89×109 /L); ALB (score 0: >42.60 g/L, score 1: >36.10 g/L and ≤42.60 g/L, score 2: ≤36.10 g/L). Then, the inflammation-immunitynutrition score (IINS) was generated by summing the scores of hsCRP, LYM, and ALB. Since the median of IINS was 2 in the study, IINS > 2 was defined as a high IINS group. For example, one patient' preoperative hsCRP, LYM, and ALB values were 208 mg/L,1.53×109 /L, and 38.4 g/L, respectively. Next, the hsCRP, LYM, and ALB scores were 2, 0, and 1, respectively. Then, the IINS was 3 (high IINS). To compare the performance of IINS with traditional prognostic predictors, we also calculated the scores of CEA, CA19-9, hs-CRP/ALB, PNI, and hs-mGPS for each patient. The optimum cut-offs for CEA, CA19-9, hsCRP/ ALB, and PNI derived from receiver operating characteristic (ROC) curves are presented in Supplemental Table 1. PNI is calculated by summing ALB value and 5 times LYM counts. The definition of hs-mGPS is as follows: 0: hsCRP ≤3 mg/L and any levels of ALB concentration; 1: hsCRP >3 mg/L and normal levels of ALB (≥35 g/L); 2: hsCRP >3 mg/L i ALB < 35 g/L.23.

Analiza statystyczna

Zmienne ciągłe przedstawiono jako medianę [rozstęp międzykwartylowy (IQR)] lub średnią [odchylenie standardowe (SD)]. Do porównań pomiędzy grupami ze zmiennymi ciągłymi wykorzystano test t-Studenta lub test sumy rang Wilcoxona. Zmienne kategoryczne wyrażono w liczbach i procentach. Do porównania grup ze zmiennymi kategorycznymi zastosowano test chi-kwadrat, a w przypadku ograniczonej liczebności zastosowano dokładny test Fishera. Pole pod krzywymi (AUC) i wskaźniki zgodności Harrella (wskaźniki C) wskaźników (IINS, hs-mGPS, hs-CRP/ALB, PNI, CEA i CA19-9) oszacowano i porównano za pomocą wartości q (skorygowane wartości P metodą Benjaminiego i Hochberga). Wartości AUC i wskaźniki C obliczono odpowiednio w oparciu o modele regresji logistycznej i modele regresji Coxa. Dlatego też, aby dobrze wykazać prognostyczną skuteczność wskaźników, obliczono razem AUC i C-indeksy.24,25 Krzywe ROC zależne od czasu, krzywe AUC w czasie, analiza krzywej decyzji (DCA), krzywe przeżycia Kaplana-Meiera i log Do wykrycia prognostycznej skuteczności IINS wykorzystano testy rang. W porównaniu ze zwykłą krzywą ROC, zależna od czasu krzywa ROC umożliwia obserwację prognostycznej wydajności wskaźnika w określonym momencie po operacji. Co więcej, za pomocą krzywej czas-AUC można zaobserwować dynamiczną skuteczność prognostyczną wskaźnika we wszystkich momentach po operacji. Analizę krzywej decyzyjnej przeprowadza się w celu określenia przydatności klinicznej wskaźnika poprzez ilościowe określenie korzyści netto przy różnych prawdopodobieństwach progowych. Zastosowano jednoczynnikową i wielowymiarową regresję proporcjonalnego hazardu Coxa w celu wykrycia powiązań poszczególnych wskaźników kliniczno-patologicznych z OS/DFS poprzez obliczenie współczynników ryzyka (HR) i 95% przedziałów ufności (CI). HR (95% CI) IINS w różnych podgrupach według płci, lokalizacji guza, stadium patologicznego i mutacji KRAS pokazano na poletkach leśnych. Wszystkie testy statystyczne były dwustronne, a P<0.05 was considered statistically significant. Time-dependent ROC curves, time-AUC curves, decision curves, Kaplan–Meier survival curves, C-indices, and forest plots were formed using packages "survivalROC", "timeROC", "ggDCA", "survminer", "survival", and "forest plot" of R 3.6.0 (The R Foundation for Statistical Computing, Vienna, Austria), respectively. Other statistical analyses were performed using SAS Statistics software 9.4 (SAS Institute Inc, Cary, North Carolina, USA).

Skutki choroby – leczy zaparcia

Kliknij tutaj, aby wyświetlić produkty herbaciane Cistanche Deserticola

【Zapytaj o więcej】 E-mail:cindy.xue@wecistanche.com / Aplikacja Whats: 0086 18599088692 / Wechat: 18599088692

Wyniki

Charakterystyka włączonych pacjentów z rakiem jelita grubego

Charakterystykę kliniczno-patologiczną uczestników przedstawiono w Tabeli 1. Spośród 719 pacjentów włączonych do badania 427 (59,39%) stanowili mężczyźni, a mediana wieku (IQR) wszystkich pacjentów wynosiła 58 (50–66) lat. Wśród pacjentów włączonych do badania 411 (57,16%) miało raka okrężnicy, a 308 (42,84%) – raka odbytnicy. W sumie 671 pacjentów miało gruczolakoraka innego niż śluzowy, co stanowiło 93,32%. Guzy w stadiach patologicznych I, II, III i IV stanowiły odpowiednio 126 (17,52%), 224 (31,15%), 263 (36,58%) i 106 (14,74%). Spośród 513 pacjentów, u których wykryto KRAS, u 150 (29,24%) stwierdzono mutację KRAS. U pacjentów z wysokim IINS częściej występował zaawansowany (IV stopień patologiczny: 19,92%) i słabo zróżnicowany (niskie zróżnicowanie: 18,36%) nowotwór, wyższy CA19-9 (średnia: 181,53 kU/L) i hs-CRP (średnia: 64,48 mg/l), ale niższy poziom ALB (średnia: 36,87 g/l) i LYM (średnia: 1,22×109 /l). Mediana czasu obserwacji w badaniu wyniosła 40 miesięcy. Na koniec obserwacji u 217 (30,18%) pacjentów stwierdzono progresję nowotworu, a 138 (19,19%) pacjentów zmarło. U pacjentów z wysokim IINS częściej występowała progresja nowotworu (42,19%) i śmierć (32,03%), ale rzadziej występowała radioterapia pooperacyjna (5,47%). Pacjenci z rakiem odbytnicy rzadziej otrzymywali przedoperacyjną chemioterapię (3,25%), przedoperacyjną radioterapię (1,62%) i pooperacyjną radioterapię (4,55%) (tabela uzupełniająca 2).

Zależności pomiędzy oceną stanu zapalnego, odporności i odżywienia a rokowaniem u pacjentów z rakiem jelita grubego

Wysoki IINS był powiązany z gorszym OS, przy HR skorygowanym o wiele zmiennych (95% CI) wynoszącym 3,106 (2,202–4,380) (tabela uzupełniająca 3) . Ponadto krzywa ROC zależna od czasu pokazała, że ​​IINS wykazał dobre wyniki w zakresie OS (1-rok AUC: 0,762, 2-rok AUC: 0,716, 3-rok AUC: 0,675) ( Rysunek 2A). Podobnie wysoki IINS charakteryzował się gorszym DFS, z HR (95% CI) wynoszącym 2,105 (1,604–2,764) po uwzględnieniu współzmiennych stadium patologicznego, różnicowania, skrzepliny guza naczyniowego, naciekania nerwów i chemioterapii pooperacyjnej (tabela uzupełniająca 4). Krzywe ROC zależne od czasu (1-rok, 2-rok i 3-rok) wykazały, że IINS ma stosunkowo dobrą wartość prognostyczną dla DFS (ryc. 2B). Poza tym AUC IINS dla OS były względnie stabilne w czasie (Rysunek 2C), a krzywe AUC IINS dla DFS w czasie przedstawiono na Rycinie 2D. Krzywe decyzyjne wykazały, że przydatność kliniczna IINS była cenna (ryc. 2E i F). Krzywe przeżycia IINS przedstawiono również na Ryc. 2G i H. Dodatkowo, w połączeniu z IINS, prognostyczne wyniki stadium patologicznego dla OS (P=0.0030) i DFS (P=0. 0006) uległy znacznej poprawie (Rysunek 3).

Zależności pomiędzy oceną stanu zapalnego, odporności i odżywienia a rokowaniem u pacjentów z rakiem jelita grubego w podgrupach

Przedstawione powiązania między IINS a OS sugerują heterogeniczność ze względu na płeć (I 2 =68.34, P=0.0756) i status KRAS (I 2 =68.39, P{{6} }.0753). Wręcz przeciwnie, powiązania między IINS a OS nie wykazały heterogeniczności w zależności od lokalizacji guza (I 2 =0, P=0.5296) i stadium patologicznego (I 2 =0, P{{12 }}.527). Wysoki IINS wykazał silniejszy związek z OS u mężczyzn i pacjentów z KRAS typu dzikiego (WT), przy skorygowanych HR (95% CI) odpowiednio 4,267 (2,627–6,929) i 4,018 (2,355–6,854) (ryc. 4A). Analiza podgrup nie wykazała żadnej heterogeniczności w powiązaniach między IINS i DFS ze względu na płeć, lokalizację guza, stadium patologiczne lub mutację KRAS (ryc. 4B).

Tabela 1 Charakterystyka pacjentów z resekcyjnym rakiem jelita grubego

Rycina 2 Wartość prognostyczna wskaźnika odporności na zapalenie, odporność i odżywienie (IINS) u pacjentów z resekcyjnym rakiem jelita grubego. (A) Zależne od czasu krzywe ROC IINS dla OS; (B) zależne od czasu krzywe ROC IINS dla DFS; (C) krzywe AUC czasu dla IINS dla OS; (D) krzywe AUC czasu dla IINS dla DFS; (E) krzywe analizy decyzji IINS dla OS; (F) krzywe analizy decyzji IINS dla DFS; (G) krzywe przeżycia Kaplana-Meiera IINS dla OS; (H) krzywe przeżycia Kaplana – Meiera IINS dla DFS.

Rycina 3 Wartość prognostyczna stopnia patologicznego w połączeniu z IINS u pacjentów z resekcyjnym rakiem jelita grubego. (A) Jednoroczne krzywe ROC zależne od czasu dla OS; (B) roczne krzywe ROC zależne od czasu dla DFS; (C) dwuletnie krzywe ROC zależne od czasu dla OS; (D) dwuletnie zależne od czasu krzywe ROC dla DFS; (E) trzyletnie krzywe ROC zależne od czasu dla OS; (F) trzyletnie zależne od czasu krzywe ROC dla DFS.

Rycina 4 Wykresy leśne współczynników ryzyka wysokiego wskaźnika stanu zapalnego, odporności i odżywiania (IINS) z przeżyciem całkowitym (A) i przeżyciem wolnym od choroby (B) u pacjentów z resekcyjnym rakiem jelita grubego. Uwagi: Stopień patologiczny, zróżnicowanie i inwazja nerwów wykorzystano jako współzmienne w wieloczynnikowej analizie regresji Coxa dla całkowitego przeżycia; Stopień zaawansowania patologicznego, różnicowanie, skrzeplina guza naczyniowego, naciekanie nerwów i chemioterapia pooperacyjna wykorzystano jako współzmienne w wieloczynnikowej analizie regresji Coxa w celu sprawdzenia przeżycia wolnego od choroby.

DFS były jednorodne w przypadku raka okrężnicy i odbytnicy, co sugeruje szerszą praktyczność IINS jako prognostycznego predyktora u wszystkich pacjentów z rakiem jelita grubego.

Korzyści z suplementu cistanche – jak wzmocnić układ odpornościowy

We wcześniejszych badaniach podawano wartości prognostyczne hs-mGPS, hsCRP/ALB i PNI w nowotworach14–18,27, które wyprowadzono na podstawie dwóch wskaźników hsCRP, LYM i ALB. Aby zmaksymalizować skuteczność prognostyczną tych wskaźników, po raz pierwszy połączyliśmy hsCRP, LYM i ALB, aby skonstruować nowy wynik prognostyczny, IINS. Jest to zgodne z naszą hipotezą, że IINS zapewnia lepszą wydajność niż hs-mGPS, hs-CRP/ALB, PNI, CEA i CA19-9 dla systemu operacyjnego. Wysoki IINS był powiązany z 3,1-krotnym ryzykiem śmierci w porównaniu z niskim IINS. W badaniu prognostycznym wykazano związek między mGPS a wynikiem CRC, przy współczynniku HR wynoszącym 1,62 (1 vs. 0) i 2,67 (2 vs. 0) dla OS.28 Badanie prognostyczne wykazało, że wysokie Poziom CEA przewidywał słabe przeżycie, z HR wynoszącym 1,661 dla OS, co jest zgodne z naszymi ustaleniami.29 Poza tym, porównywalne z wcześniej raportowanymi wartościami AUC wynoszącymi 0,6–0,7 mGPS, CRP/ ALB i PNI dla przeżycia pacjentów z CRC,30–32 nasze badanie ujawniło wartości AUC wynoszące 0,591, 0,604 i { {37}}.656 dla hs-mGPS, hsCRP/ALB i PNI, co oznacza powtarzalność naszych wyników. Dlatego rozsądne jest wnioskowanie, że lepsza skuteczność prognostyczna IINS (AUC: 0,689; indeks C: 0,681) dotyczy również OS. Przeważającą zaletą obecnego badania jest to, że innowacyjnie skonstruowaliśmy IINS w oparciu o hsCRP, LYM i ALB, które wykazały lepszą wydajność niż niektóre tradycyjne wskaźniki pochodzące z czynników zapalnych, immunologicznych i odżywczych. Co więcej, IINS w dalszym ciągu wykazywał silniejszą korelację z rokowaniem CRC w sytuacji WT KRAS. Poza tym IINS można wykorzystać do oceny rokowania pacjentów z CRC jako ekonomiczne narzędzie, które może pomóc w dostosowaniu strategii obserwacji pacjentów w celu poprawy rokowania w przyszłości. Istnieje również kilka ograniczeń. Po pierwsze, wielkość próby w tym badaniu była ograniczona. Aby zweryfikować ustalenia, potrzebne były dalsze badania na dużych próbach. Po drugie, w dalszych badaniach należy wyjaśnić mechanizm silniejszego związku IINS i OS w sytuacji WT KRAS. Po trzecie, chociaż istnieje niewiele literatury na temat prognostycznego działania hs mGPS i hsCRP/ALB w przypadku raka jelita grubego, wartości graniczne zarówno CRP, jak i hsCRP wyprowadzono z klinicznych wartości referencyjnych. Powtarzalność wyników (hs-mGPS i hs-CRP/ALB) w tym badaniu można było zaobserwować na podstawie prognostycznych wyników mGPS i CRP/ALB w innych badaniach.

Tabela 2 Porównanie prognostycznego działania wskaźników dotyczących całkowitego przeżycia pacjentów z resekcyjnym rakiem jelita grubego

groups. The high grade was the risk group. hsCRP/ALB, PNI, CEA, and CA19-9 were divided by cut-offs from the corresponding ROC curves. IINS-high (IINS>2), hs-mGPS-high (hs-mGPS=2). Do wielowymiarowej analizy regresji Coxa uwzględniono stadium patologiczne, różnicowanie i inwazję nerwów; d Porównanie heterogeniczności wartości HR pomiędzy IINS i innymi wskaźnikami; e Aby ułatwić porównanie PNI i innych wskaźników, wysoka ocena PNI oznaczała niską wartość PNI w badaniu; *P < 0.05; **P <0.01; ***P < 0,001.

Tabela 3. Porównanie wyników prognostycznych pomiędzy wskaźnikami przeżycia wolnego od choroby u pacjentów z resekcyjnym rakiem jelita grubego

Notes: a Comparison of AUC values between the IINS and other indices; b Comparison of C-index between the IINS and other indices; c The indices were divided into 2 groups. The high grade was the risk group. hsCRP/ALB, PNI, CEA, and CA19-9 were divided by cut-offs from the corresponding ROC curves. IINS-high (IINS>2), hs-mGPS-high (hs-mGPS=2). Do wielowymiarowej analizy regresji Coxa uwzględniono stopień patologiczny, zróżnicowanie, skrzeplinę guza naczyniowego, chemioterapię pooperacyjną i naciekanie nerwów; d Porównanie heterogeniczności wartości HR pomiędzy IINS i innymi wskaźnikami; e Aby ułatwić porównanie PNI i innych wskaźników, wysoka ocena PNI oznaczała niską wartość PNI w badaniu; *P < 0.05; **P <0.01; ***P < 0,001.

Wniosek

Podsumowując, nasze badanie sugeruje, że przedoperacyjny IINS zapewnia dobre wyniki prognostyczne w resekcyjnym CRC z powodu OS i może służyć jako potężne narzędzie prognostyczne w praktyce klinicznej.

Cistanche suplement korzyści-zwiększają odporność

Oświadczenie o udostępnianiu danych

Zbiory danych wygenerowane i przeanalizowane podczas bieżącego badania są dostępne u odpowiedniego autora na uzasadnioną prośbę.

Podziękowanie

Wyrażamy nasze uznanie uczestnikom, którzy przyczynili się do powstania naszego badania.

Autorskie Wkłady

Wszyscy autorzy wnieśli znaczący wkład w opisaną pracę, niezależnie od tego, czy dotyczyło to koncepcji, projektu badania, wykonania, gromadzenia danych, analizy i interpretacji, czy wszystkich tych obszarów; brał udział w redagowaniu, poprawianiu lub krytycznej recenzji artykułu; wydał ostateczną zgodę na publikację wersji; uzgodnili, do którego czasopisma złożono artykuł; i wyrażam zgodę na ponoszenie odpowiedzialności za wszystkie aspekty pracy.

Finansowanie

Praca ta została wsparta przez Chińską Narodową Fundację Nauk Przyrodniczych dla Shao-Fa Nie (grant nr 81974491), Chińską Narodową Fundację Nauk Przyrodniczych dla Li Liu (grant nr 81302491 i nr 82173602), Komisję Zdrowia Hubei Prowincjonalny projekt badań naukowych dla Li Liu (grant nr WJ2019Q027), Program badań podstawowych stosowanych Biura Nauki i Technologii Wuhan dla Xin-Jun Liang (grant nr 2020020601012250), Fundacja Chińskiego Towarzystwa Onkologii Klinicznej dla Xin-Jun Liang (Grant nr CSCO: Y-HS2019-39 i nr CSCO: Y QL2019-0351), projekt naukowo-badawczy Komisji Zdrowia prowincji Hubei dla Xin-Jun Liang (grant nr WJ2021Z001), Krajowy kluczowy program badawczo-rozwojowy Chin dla Shao-Zhong Wei (grant nr 2017YFC0908200), projekt badań naukowych komisji ds. zdrowia prowincji Hubei dla Shao-Zhong Wei (grant nr WJ2019H121) oraz Fundacja nauk przyrodniczych prowincji Hubei dla Shao-Zhong Wei (grant nr 2019ACA135).

Bibliografia

1. Sung H., Ferlay J., Siegel RL i in. Globalne statystyki dotyczące nowotworów 2020: szacunki GLOBOCAN dotyczące częstości występowania i umieralności na całym świecie w przypadku 36 nowotworów w 185 krajach. CA Rak J Clin. 2021;71(3):209–249. doi:10.3322/caac.21660

2. Leuzzi G, Galeone C, Gisabella M i in. Wyjściowy poziom białka C-reaktywnego przewiduje przeżycie raka płuc we wczesnym stadium: dowody z przeglądu systematycznego i metaanalizy. Guz. 2016;102 (5):441–449. doi:10.5301/tj.5000522

3. Murata M. Zapalenia i nowotwory. Środowisko Zdrowie Poprzednia Med. 2018;23(1):50. doi:10,1186/s12199-018-0740-1

4. Pearson TA, Mensah GA, Alexander RW i in. Markery stanu zapalnego i chorób układu krążenia: zastosowanie w praktyce klinicznej i zdrowia publicznego: oświadczenie dla pracowników służby zdrowia z Centrów Kontroli i Zapobiegania Chorobom oraz American Heart Association. Krążenie. 2003;107(3):499–511. doi:10.1161/01. CIR.0000052939.59093.45

5. Ostroumov D, Fekete-Drimusz N, Saborowski M, Kühnel F, Woller N. Wzajemne oddziaływanie limfocytów T CD4 i CD8 w kontrolowaniu wzrostu nowotworu. Cell Mol Life Sci. 2018;75(4):689–713. doi:10,1007/s00018-017-2686-7

6. Lu J, Xu BB, Zheng ZF i in. CRP/prealbumina, nowy wskaźnik stanu zapalnego do przewidywania nawrotu po radykalnej resekcji u pacjentów z rakiem żołądka: analiza post hoc randomizowanego badania fazy III. Rak żołądka. 2019;22(3):536–545. doi:10,1007/s10120-018- 0892-0

7. Li Y, Zhong X, Cheng G i in. Hs-CRP a ryzyko śmiertelności ogólnej, sercowo-naczyniowej i nowotworowej: metaanaliza. Miażdżyca. 2017;259:75–82. doi:10.1016/j.atherosclerosis.2017.02.003

8. Wilhelmsen M, Christensen IJ, Rasmussen L i in. Wykrywanie nowotworu jelita grubego: połączenie ośmiu biomarkerów białkowych pochodzenia nowotworowego pochodzących z krwi. Int J. Rak. 2017;140 (6):1436–1446. doi:10.1002/ijc.30558

9. Wei Y, Xu H, Dai J i in. Prognostyczne znaczenie poziomu kwasu mlekowego, dehydrogenazy mleczanowej i albumin w surowicy u pacjentów z przerzutowym rakiem jelita grubego. Biomed Res Int. 2018;2018:1804086. doi:10.1155/2018/1804086

10. Zitvogel L, Galluzzi L, Kepp O, Smyth MJ, Kroemer G. Interferony typu I w odporności przeciwnowotworowej. Nat Rev Immunol. 2015;15 (7):405–414. doi:10.1038/nri3845

11. Bodén S, Myte R, Harbs J i in. Białko C-reaktywne i przyszłe ryzyko klinicznych i molekularnych podtypów raka jelita grubego. Epidemiol nowotworu Biomarkery Poprzednie 2020;29(7):1482–1491. doi:10.1158/ 1055-9965.EPI-19-1339

12. Ghuman S, Van Hemelrijck M, Garmo H i in. Markery stanu zapalnego w surowicy a ryzyko i przeżycie raka jelita grubego. Br J. Rak. 2017;116(10):1358–1365. doi:10.1038/bjc.2017.96

13. Tokunaga R, Sakamoto Y, Nakagawa S i in. Porównanie ogólnoustrojowych wskaźników zapalnych i odżywienia u pacjentów z rakiem jelita grubego, którzy przeszli resekcję potencjalnie leczniczą. Int J Clin Oncol. 2017;22(4):740–748. doi:10,1007/s10147-017-1102-5

14. Zheng C, Liu S, Feng J, Zhao X. Wartość prognostyczna biomarkerów stanu zapalnego dla przeżycia pacjentów z nerwiakiem niedojrzałym. Rak Manag Res. 2020;12:2415–2425. doi:10.2147/CMAR.S245622

15. Nakamura T, Matsumine A, Asanuma K, Matsubara T, Sudo A. Wartość zmodyfikowanej punktacji prognostycznej Glasgow o wysokiej czułości w przewidywaniu przeżycia pacjentów z mięsakiem tkanek miękkich. Staw kostny J. 2015;97-B(6):847–852. doi:10.1302/0301-620X.97B.35098

16. Takeno S, Hashimoto T, Shibata R i in. Zmodyfikowana skala prognostyczna Glasgow o wysokiej czułości jest lepsza od zmodyfikowanej punktacji prognostycznej Glasgow jako czynnik prognostyczny u pacjentów z resekcyjnym rakiem żołądka. Onkologia. 2014;87(4):205–214. doi:10.1159/000362601

17. Yang JR, Xu JY, Chen GC i in. Postdiagnostyczne białko C-reaktywne i albumina przewidują przeżycie u chińskich pacjentów z niedrobnokomórkowym rakiem płuc: prospektywne badanie kohortowe. Republika Naukowa 2019;9(1):8143. doi:10,1038/s41598-019-44653-x

18. Luvián-Morales J, González-Trejo S, Carrillo JF i in. Związek prognostycznego wskaźnika odżywienia i całkowitego przeżycia u pacjentów z rakiem jelita grubego: retrospektywne badanie kohortowe zgodne ze STROBE. Lek na raka 2019;8(7):3379–3388. doi:10.1002/cam4.2212

19. Huang J, Xu L, Luo Y, He F, Zhang Y, Chen M. Skala stanu zapalnego pozwala przewidzieć rokowanie pacjentów z rakiem wątrobowokomórkowym po hepatektomii. Med Onkol. 2014;31(4):883. doi:10,1007/s12032-014-0883-x

20. Kobayashi M, Shimodaira S, Nagai K i in. Czynniki prognostyczne związane z dodatkowymi szczepionkami z komórek dendrytycznych u pacjentów z nieoperacyjnym rakiem trzustki otrzymujących chemioterapię: analiza wieloośrodkowa. Immunol na raka. 2014;63(8):797–806. doi:10,1007/s00262-014-1554-7

21. Chen JH, Zhai ET, Yuan YJ i in. Ogólnoustrojowy wskaźnik zapalenia układu odpornościowego do przewidywania rokowania w przypadku raka jelita grubego. Świat J Gastroenterol. 2017;23(34):6261–6272. doi:10.3748/wjg.v23. i34.6261

22. Obóz RL, Dolled-Filhart M, Rimm DL. X-tile: nowe narzędzie bioinformatyczne do oceny biomarkerów i optymalizacji punktu odcięcia w oparciu o wyniki. Clin Cancer Res. 2004;10(21):7252–7259. doi:10.1158/1078-0432.CCR-04-0713

23. Woo Y, Hyung WJ, Obama K i in. Podwyższone białko C-reaktywne o wysokiej czułości, marker zaawansowanego raka żołądka i nawrotu choroby po resekcji żołądka. J Surg Oncol. 2012;105 (4):405–409. doi:10.1002/jso.22129

24. Di Stefano AL, Picca A, Saragoussi E i in. Profil kliniczny, molekularny i radiomiczny glejaków z fuzjami FGFR3-TACC3. Neuro Onkol. 2020;22(11):1614–1624. doi:10.1093/neuonc/noaa121

25. Hou X, Wang D, Zuo J i in. Opracowanie i walidacja nomogramu prognostycznego dla pacjentów z HIV / AIDS, którzy przeszli terapię przeciwretrowirusową: dane z kohorty populacji Chin. EBioMedycyna. 2019;48:414–424. doi:10.1016/j.ebiom.2019.09.031

26. Bi-mutacje Luo Q, Chen D, Fan X, Fu X, Ma T, Chen D. KRAS i PIK3CA przewidują złe rokowanie u pacjentów z rakiem jelita grubego: raport z jednego ośrodka. Tłumacz Onkol. 2020;13(12):100874. doi:10.1016/j. tranon.2020.100874

27. Zhou ZQ, Pang S, Yu XC i in. Wartości predykcyjne pooperacyjnych i dynamicznych zmian wskaźników stanu zapalnego w przeżywalności pacjentów po resekcji raka jelita grubego. Curr Med Sci. 2018;38(5):798–808. doi:10,1007/s11596-018-1946-6

28. Tsuchihashi K, Ito M, Moriwaki T i in. Rola wartości predykcyjnej zmodyfikowanej punktacji prognostycznej Glasgow dla chemioterapii późniejszej linii u pacjentów z przerzutowym rakiem jelita grubego. Rak jelita grubego Clin. 2018;17(4):e687-e697. doi:10.1016/j.clcc.2018.07.004

29. You W, Sheng N, Yan L i in. Różnica w rokowaniu raka jelita grubego w stopniu II i III na podstawie przedoperacyjnych markerów nowotworowych w surowicy. J Rak. 2019;10(16):3757–3766. doi:10.7150/jca.31660

30. Suzuki Y, Okabayashi K, Hasegawa H i in. Porównanie przedoperacyjnych wyników prognostycznych opartych na stanie zapalnym u pacjentów z rakiem jelita grubego. Annę Surg. 2018;267(3):527-531. doi:10.1097/SLA.0000000000002115

31. Shibutani M, Maeda K, Nagahara H, Iseki Y, Ikeya T, Hirakawa K. Prognostyczne znaczenie przedoperacyjnego stosunku białka C-reaktywnego do albuminy u pacjentów z rakiem jelita grubego. Przeciwnowotworowy Res. 2016;36(3):995–1001.

32. Sato R, Oikawa M, Kakita T i in. Wartość prognostyczna prognostycznego wskaźnika odżywienia i markerów zapalnych w obturacyjnym raku jelita grubego. Surg dzisiaj. 2020;50(10):1272–1281. doi:10,1007/s00595-020-02007-5