标志＂src=

疾病标记
PDF
疾病标记/2018/文章

研究文章|开放获取

体积 2018 |文章的ID 1787424 | https://doi.org/10.1155/2018/1787424

施鸿泰，蒋友琴，曹洪刚，朱海文，陈斌，纪伟伟， ＂基于全身免疫-炎症指数的Nomogram预测胃癌患者总生存期"，疾病标记， 卷。2018， 文章的ID1787424， 11 页面， 2018． https://doi.org/10.1155/2018/1787424

基于全身免疫-炎症指数的Nomogram预测胃癌患者总生存期

Hongtai史，1 Youqin江，1 Honggang曹，2 海问朱，1 本•陈，1 和 胖子霁3.

1224005盐城市居昌街75号盐城市第三人民医院放疗科

2224005盐城市聚昌街75号盐城市第三人民医院肿瘤科

3.224005盐城市聚昌街75号盐城市第三人民医院普外科

学术编辑器:奇亚拉Nicolazzo
收到了 2018年8月14日
接受 2018年10月01
发表 2018年12月02

摘要

背景．基于外周血淋巴细胞、中性粒细胞和血小板计数的全身免疫炎症指数(SII)已被用作多种肿瘤的预后标志物。然而，应用SII治疗胃癌尚未见报道。方法．我们评估了SII在初级和验证队列中的预后价值。我们还建立了一种有效的基于R语言的胃癌预后图。采用一致性指数(C指数)和校准曲线确定列线图的预测精度和识别能力，并与TNM分类进行比较。结果．Kaplan-Meier生存分析结果显示，在初级队列和验证队列中，高SII与胃癌患者预后不良相关。SII与胃癌患者的肿瘤位置、组织学分级、肿瘤大小、TNM分期、神经周围浸润有关，是胃癌患者的独立预后因素。SII比其他基于炎症的预后指标(如NLR、PLR、MLR)具有更好的预测能力。所建立的nomogram胃癌患者术后3年和5年生存率预测模型，其准确率明显高于第8版AJCC分期系统。结论．SII能独立预测胃癌患者术后总生存期，优于现有的全身炎症指标。基于SII的预后nomogram预测模型是预测胃癌患者术后生存的可靠模型。

1.介绍

胃癌是世界上第五大最常见的恶性肿瘤和第三大癌症死亡原因，因其高发病率和高死亡率已成为一个重大的全球健康问题[1，2］．虽然胃癌的发病率和死亡率在过去十年中有所下降，但它仍然是中国男性癌症死亡的第三大原因，中国女性癌症死亡的第二大原因[3.］．目前，手术仍是胃癌的主要治疗手段，但胃癌患者的生存率低于30% [4］．即使在根治性切除后，约35-70%的患者在5年内仍会发生复发或转移[5］．为了降低胃癌术后复发转移的风险，根据患者的预期生存时间及早诊断并制定合适的治疗方案，将有助于提高胃癌的治愈率和患者的生存质量。目前临床医生主要根据8th美国癌症淋巴结转移联合委员会(AJCC-TNM)分期系统。然而，同一TNM期胃癌患者在接受相似治疗后，预后往往不同[6］．因此，需要进一步研究在胃癌中寻找特异性和敏感性高的肿瘤标志物，区分复发转移风险高的患者亚群，准确预测胃癌患者的预后，确定最佳的治疗策略。

肿瘤相关炎症在肿瘤的发生发展中起着重要的作用，免疫细胞和炎症细胞被认为是肿瘤微环境中的重要组成部分[7］．外周血中的免疫和炎症细胞，如中性粒细胞、单核细胞、血小板、淋巴细胞等，被认为是导致肿瘤细胞侵袭和转移的重要因素，而肿瘤细胞的侵袭和转移与各种肿瘤的进展密切相关[8- - - - - -10］．上述炎症细胞的一些指标，如中性粒细胞-淋巴细胞比率(NLR)、血小板-淋巴细胞比率(PLR)、单核细胞-淋巴细胞比率(MLR)等，已成为各种癌症的预后因素，并被用于预测包括胃癌在内的癌症的生存和复发[11- - - - - -14］．最近，基于外周血淋巴细胞、中性粒细胞和血小板计数的系统免疫炎症指数(SII)被用来更好地反映宿主炎症和免疫状态之间的平衡;其在肝癌中的预后价值[15，16食道癌[17，大肠癌[18和小细胞肺癌[19]已被证实，但其在胃癌中的价值尚不清楚。本研究评估SII对胃癌根治性手术患者的预后价值，绘制可切除胃癌的预后图，并与传统的AJCC-TNM分期系统进行比较，以判断模型是否能更准确地评价预后。由于列线图已在其他验证队列中得到证实。

2.材料和方法

2．1．患者临床资料

收集复旦大学肿瘤医院2012 - 2014年胃癌根治术患者688例作为第一队列。另纳入盐城市第三人民医院174例胃癌根治性切除患者作为验证队列。在本研究中，所有患者均为胃腺癌，其他恶性胃肿瘤如淋巴瘤、胃肠道间质瘤、残胃癌均被排除在本研究之外。无患者接受新辅助化疗。同时排除血检前1个月内有活动性感染或炎症性疾病的患者。病理诊断为T3、T4、淋巴结转移及高危因素(低分化肿瘤、淋巴管浸润等)的患者术后给予氟尿嘧啶辅助化疗。OS由手术至最后一次随访或患者死亡的时间决定。在第一队列中，中位随访时间为36个月(1-75个月)，末次随访时OS事件数为383。在验证队列中，中位随访时间为32个月(4-69个月)，最后一次随访时OS事件数为86。所有患者均签署知情同意书，所有研究均按赫尔辛基宣言本回顾性实验经盐城市第三人民医院伦理委员会批准。

2．2.系统性炎症指标

术前1周内采集外周血，检测中性粒细胞、淋巴细胞、血小板计数。采用Sysmex XT-1800i全自动血液学系统(中国上海)检测血细胞计数:NLR =中性粒细胞计数/淋巴细胞计数;PLR =血小板数/淋巴细胞数;MLR =单核细胞计数/淋巴细胞计数;SII =血小板计数×中性粒细胞计数/淋巴细胞计数。通过X-tile软件(https://x-tile.software.informer.com/)[20.):他们( ， )，NLR ( ， )，PLR ( ， )，和高钙( ， ）.

2．3.统计分析

采用SPSS 22.0软件、GraphPad Prism 5.0、R语言进行统计学分析。采用R软件3.2.0版本(http://www.r-project.org/)与rms和生存ROC软件包。采用方差分析和Pearson卡方检验评价变量间的相关性。生存曲线采用Kaplan-Meier法绘制，组间比较采用log-rank检验。采用单因素和多因素Cox比例风险模型确定预后指标，并根据多因素分析结果绘制列线图。评估诺格图的有效性，分析时间依赖的受试者工作特征(ROC)曲线和C指标，比较不同模型对总生存率的区分能力。除非另有规定, 表明差异具有统计学意义。

3.结果

３．１．患者的临床病理特征

原发性队列中男性471例，女性217例，平均年龄56岁，其中肿瘤316例 肿瘤372例 ．中高分化367例，差分化或无分化321例。Lauren型中肠型328例，弥漫性型115例，混合型245例。根据第八版AJCC-TNM分期系统，I期183例，II期215例，III期290例。421例患者进行了术后辅助化疗，267例患者未进行术后辅助化疗。其他临床病理参数及患者验证队列见表1．
特征 主群( ） 验证组( ）
不。的患者 ％ 不。的患者 ％
性
男性 471 68.5 131 75.3
女 217 31.5 43 24.7
年龄
≤60 463 67.3 103 59.2
> 60 225 32.7 71 40．8
肿瘤的位置
上 106 15.4 28 16．1
中间 267 38.8 53 30.5
较低的 315 45.8 93 53.4
组织学分级
分化良好或中等 367 53.3 One hundred. 57.5
分化差或未分化 321 46.7 74 42.5
劳伦类型
扩散 115 16．7 34 19．5
肠 328 47.7 75 43．1
混合 245 35.6 65 37.4
肿瘤大小
≤5 316 45.9 72 41.4
> 5 372 54.1 102 58.6
Lymphovascular入侵
没有 483 70.2 111 63.8
是的 205 29.8 63 36.2
围神经的入侵
没有 392 57.0 122 29.9
是的 296 43.0 52 70.1
TNM期(AJCC，第8期)
我 183 26.6 43 24.7
2 215 31.3 88 50.6
3 290 42.2 43 24.7
辅助化疗
没有 267 38.8 62 35.6
是的 421 61.2 112 64.4
表1
原发性队列和验证队列中胃癌患者的临床病理特征。

全身各炎症指标与临床病理特征的相关性见表2．在主要队列中，术前 与分化差、肿瘤位置偏上、肿瘤较大、TNM分期较晚有关。在验证队列中，SII也与分化差、肿瘤较大、TNM分期较晚有关。此外，在初始队列和验证队列中，SII与其他全身炎症指标(NLR、PLR和MLR)均有很强的相关性(表)2）.
临床参数 主要的群体 验证组
(356) （332) (90） （84）
性 ０．７５ 0.386 0.07 0.79
男性 249 222 67 64
女 107 110 23 20.
年龄 0．55 0.457 0．01 0.932
≤60 235 228 53 50
> 60 121 104 37 34
肿瘤的位置 16.51 < 0.001 1.35 0.51
上 36 70 17 11
中间 142 125 25 28
较低的 178 137 48 45
组织学分级 31.85 < 0.001 8．10 0.004
分化良好或中等 153 214 61 39
分化差或未分化 203 118 29 45
劳伦类型 2．15 0.341 3.05 0.218
扩散 65 50 17 17
肠 161 167 34 41
混合 130 115 39 26
肿瘤大小 55.11 < 0.001 13．50 < 0.001
≤5 212 104 45 27
> 5 144 228 35 67
Lymphovascular入侵 1．39 0.238 0．02 0.896
没有 257 226 57 54
是的 99 106 33 30.
围神经的入侵 6．20 0.013 0.09 0.766
没有 219 173 64 58
是的 137 159 26 26
TNM期(AJCC，第8期) 83.59 < 0.001 13.99 ０．００１
我 119 64 26 17
2 146 69 35 53
3 91 199 9 34
辅助化疗 0．84 0.36 １．５５ 0.213
没有 144 123 36 26
是的 212 209 54 58
NLR 140.83 < 0.001 48.38 < 0.001
268 One hundred. 51 6
88 232 39 78
PLR 123.64 < 0.001 103.24 < 0.001
212 60 82 12
144 272 8 72
高钙 38.74 < 0.001 21.60 < 0.001
226 132 78 46
130 200 12 38
表2
患者的基线特征 与 在初级和验证队列中。
３.２．生存分析

在初级队列中，Kaplan-Meier生存分析显示，SII、PLR、NLR、MLR评分高的胃癌患者预后较差(图)1(一)- - - - - -1 (d))，但中性粒细胞、淋巴细胞、血小板和单核细胞计数对预后无显著影响。根据Cox单因素分析确定生存与肿瘤部位、组织学分级、肿瘤大小、神经浸润和TNM分期的关系。SII、PLR、NLR、MLR是影响预后的因素，而性别、年龄、Lauren型、血管浸润、术后辅助化疗对预后无显著影响(表)3.）.多因素分析进一步显示TNM分期和SII分期是胃癌发生的独立危险因素(表)3.）.在SII、NLR、PLR和MLR中，只有SII是OS的独立危险因素( ，95%置信区间:1.27—-2.05, ）.此外，ROC曲线显示SII的曲线下面积大于NLR、PLR和MLR，说明SII在预测胃癌患者3年和5年生存率方面优于其他炎症指标(图)1 (e)- - - - - -1 (f)）.验证队列的生存分析显示 在NLR、PLR和MLR中获得了相似的结果(图2(一个)- - - - - -2 (d)）.然而，在SII、NLR、PLR和MLR中，只有SII是胃癌患者多因素分析的独立预后指标( ，95%置信区间:1.83—-4.17, ，表格3.）.ROC曲线显示，SII曲线下面积大于NLR、PLR和MLR(图)2 (e)- - - - - -2 (f)）.综上所述，认为SII在预测胃癌患者3年和5年生存率方面优于其他炎症指标。

(一)＂name=
(一)
(b)＂name=
(b)
(c)＂name=
(c)
(d)＂name=
(d)
(e)＂name=
(e)
(f)＂name=
(f)
图1
SII (a)、NLR (b)、PLR (c)和MLR (d)在原发性队列胃癌中的预后意义。通过ROC曲线比较SII与PLR、NLR、MLR在原发性队列中3年(e)和5年(f)的胃癌预测能力。
变量 单变量分析 多变量分析
人力资源(95%置信区间) 价值 人力资源(95%置信区间) 价值
主要的群体
性别:男对女 1.14 (0.92 - -1.41) 0.223
年龄:>60 vs.≤60 1.24 (0.99 - -1.54) 0.053
肿瘤的位置 ０．００１ 0.057
中间和上部 0.71 (0.54 - -0.93) 0.018 0.84 (0.63 - -1.12) 0.227
低与上 0.58 (0.44 - -0.76) < 0.001 0.71 (0.53 - -0.95) 0.020
分数:差vs.好 0.56 (0.40 - -0.72) < 0.001 1.12 (0.89 - -1.41) 0.350
劳伦类型 0.137
肠道和扩散 1.21 (0.91 - -1.62) 0.195
混合和扩散 0.98 (0.72 - -1.34) 0.907
肿瘤大小:>5 vs.≤5 2.38 (1.92 - -2.94) < 0.001 1.19 (0.94 - -1.51) 0.142
淋巴血管:是vs.不是 1.21 (0.97 - -1.50) 0.086
神经周:是vs.不是 1.58 (1.29 - -1.93) < 0.001 1.21 (0.96 - -1.53) 0.101
TNM阶段 < 0.001 < 0.001
二世与我 2.03 (1.46 - -2.83) < 0.001 1.77 (1.26 - -2.47) ０．００１
三世与我 4.68 (3.46 - -6.34) < 0.001 3.10 (2.27 - -4.24) < 0.001
化疗:是vs.否 1.12 (0.91 - -1.37) 0.282
SII: >320 vs.≤320 2.47 (2.01 - -3.04) < 0.001 1.61 (1.27 - -2.05) 0.041
NLR: >1.3 vs.≤1.3 1.79 (1.47 - -2.20) < 0.001 1.25 (0.99 - -1.58) 0.054
PLR: >135 vs.≤135 1.82 (1.46 - -2.27) < 0.001 1.04 (0.81 - -1.33) 0.787
MLR: >0.23 vs.≤0.23 1.88 (1.54 - -2.31) < 0.001 1.17 (0.93 - -1.47) 0.183
验证组
性别:男对女 1.01 (0.62 - -1.63) 0.987
年龄:>60 vs.≤60 1.09 (0.88 - -1.36) 0.442
肿瘤的位置 0.046 0.098
中间和上部 0.51 (0.29 - -0.89) 0.018 0.61 (0.30 - -1.41) 0.146
低与上 0.51 (0.27 - -0.94) 0.032 0.65 (0.38 - -1.10) 0.087
分数:差vs.好 1.25 (1.01 - -1.54) 0.041 1.48 (0.95 - -2.29) 0.080
劳伦类型 0.386
肠道和扩散 0.65 (0.34 - -1.25) 0.196
混合和扩散 0.99 (0.63 - -1.57) 0.979
肿瘤大小:>5 vs.≤5 1.72 (1.09 - -2.70) 0.019 1.81 (0.81 - -4.04) 0.151
淋巴血管:是vs.不是 1.48 (0.90 - -2.43) 0.118
神经周:是vs.不是 1.70 (1.06 - -2.72) 0.028 1.43 (0.61 - -3.39) 0.414
TNM阶段 < 0.001 < 0.001
二世与我 2.91 (1.45 - -5.83) 0.003 3.19 (1.43 - -3.63) 0．002
三世与我 7.12 (3.50 - -14.50) < 0.001 7.05 (3.15 - -15.81) < 0.001
化疗:是vs.否 1.26 (0.79 - -2.01) ０．００１
SII: >320 vs.≤320 2.75 (1.75 - -4.32) < 0.001 2.94 (1.83 - -4.73) < 0.001
NLR: >1.3 vs.≤1.3 2.03 (1.23 - -3.35) 0.006 1.71 (0.96 - -3.39) 0.067
PLR: >135 vs.≤135 1.90 (1.24 - -2.94) 0.004 1.46 (0.93 - -2.30) 0.102
MLR: >0.23 vs.≤0.23 1.56 (1.02 - -2.40) 0.046 1.22 (0.76 - -1.95) 0.420
表3
胃癌患者总生存期的单因素和多因素Cox回归分析。
(一)＂name=
(一)
(b)＂name=
(b)
(c)＂name=
(c)
(d)＂name=
(d)
(e)＂name=
(e)
(f)＂name=
(f)
图2
验证队列中SII (a)、NLR (b)、PLR (c)和MLR (d)对胃癌的预后意义。通过ROC曲线比较验证队列中3年(e)和5年(f)的SII与PLR、NLR和MLR对胃癌的预测能力。
3．3.列线图的建立和验证

根据多变量分析结果，最终将以下变量纳入nomogram预测主要队列的3年和5年生存率:TNM分期和SII(图)3.）.nomogram C指数为0.74，显著高于TNM分期0.70 ( ）.3年和5年生存概率校准图显示，诺格图的预测高度与实际观测值一致(图)4(一)和4 (b)）.此外，列线图更准确地预测了原始队列的生存期。nomogram ROC曲线下面积nomogram ROC曲线下面积nomogram ROC曲线下面积4 (c)和4 (d)） ( ）.


图3
胃癌患者SII与TNM分期的nomogram评估方法
(一)＂name=
(一)
(b)＂name=
(b)
(c)＂name=
(c)
(d)＂name=
(d)
(e)＂name=
(e)
(f)＂name=
(f)
(g)＂name=
(g)
(h)＂name=
(h)
图4
在主要队列中预测患者3年(a)和5年(b)生存率的校准曲线。验证队列中3年(c)和5年(d) OS的时间依赖性ROC曲线和TNM分期。原发性队列中预测患者3年(e)和5年(f)生存率的校准曲线。验证队列中3年(g)和5年(h) OS的时间依赖性ROC曲线和TNM分期。

最后，建立的列线图用于验证队列中的生存验证。校准曲线显示，nomogram生存预测模型预测的3年和5年生存率与实际观察结果一致(图)4 (e)和4 (f)）.nomogram诊断量表C指数为0.72，显著高于TNM分期0.69 ( ）.预测验证队列列线图的ROC曲线下面积也明显大于TNM期(图)4 (g)和4 (h)） ( ）.以上结果表明，基于SII建立的nomogram胃癌生存预测模型优于TNM分期模型。

4.讨论

在19th德国病理学家Rudolf Vichow等人在肿瘤组织中发现了白细胞，并提出炎症和肿瘤之间存在密切的相关性[21］．随着研究的不断深入，炎症与肿瘤之间的重要联系也逐渐被相关流行病学和分子生物学研究证实。根据流行病学调查，慢性炎症和肿瘤之间存在联系的主要临床证据。分子生物学研究将炎症与肿瘤的相互作用从现象和机制上加以区分。肿瘤相关炎症因子不仅包括肿瘤细胞产生的炎症因子，还包括组织工程、修复和血管生成过程中释放的肿瘤相关炎症细胞和炎症因子[10］．在损伤或感染状态下，局部免疫系统会激活大量的炎症细胞，如巨噬细胞、中性粒细胞、肥大细胞、淋巴细胞等。这些炎症细胞分泌多种细胞因子，如肿瘤坏死因子(TNF)、IL-6、血管内皮生长因子、成纤维细胞生长因子、血小板源性生长因子和细胞外基质蛋白，如基质金属蛋白酶(MMP)、弹性蛋白酶、中性蛋白酶、胶原酶等，形成炎症微环境，修复受损组织。然而，当肿瘤患者存在这样的炎症微环境时，会释放大量改变稳定内环境的炎症介质，导致炎症相关的级联反应、组织萎缩和破坏，促进肿瘤恶性进展[22，23］．持续的炎症微环境诱导肿瘤发生，肿瘤的形成和发展进一步加重炎症反应。因此，全身炎症反应与肿瘤预后具有明显的相关性，基于全身炎症反应的预后评分系统可以有效评价肿瘤患者的预后。NLR、PLR、MLR、GPS和mGPS已被证实是有效的全身炎症评分指标。

本研究研究SII在胃癌患者中的预后价值。SII是一种基于中性粒细胞、血小板和淋巴细胞的全身炎症指数。中性粒细胞主要参与血液的非特异性细胞免疫，可释放大量的一氧化氮、精氨酸酶和活性氧(ROS)，导致T细胞活化紊乱[24］．循环中性粒细胞在多种肿瘤中具有预后价值，研究证实外周血中性粒细胞计数(NLR)较大的患者存活率较低[25，26］．血小板可保护CTC免受剪切胁迫，诱导上皮-间充质转化，促进肿瘤细胞向转移部位溢出[8，27］．同时，有报道称血小板和中性粒细胞通过分泌血管内皮生长因子促进远处器官的粘附和扩散[9，28］．淋巴细胞是淋巴器官产生的白细胞的重要组成部分，淋巴细胞是参与免疫反应的重要细胞组成部分。体内淋巴回流可使淋巴结及时受到抗原刺激，分泌大量细胞和体液因子，产生特异性免疫反应，控制肿瘤生长[29］．淋巴细胞数量和功能的下降会削弱对癌症的免疫监视和防御[29］．

本研究证实SII与胃癌患者的肿瘤位置、组织学分级、肿瘤大小、TNM分期、神经周围浸润有关，是胃癌患者的独立预后因素。SII比其他基于炎症的预后指标(如NLR、PLR、MLR)具有更好的预测能力。所建立的列线图能准确预测胃癌患者术后3年和5年生存率，其准确性显著高于8thedition AJCC登台系统。本研究存在一些局限性，如选择偏倚和回顾性研究设计。外周血的全身性炎症反应与肿瘤的局部炎症反应不相比较。然而，SII作为一种新的全身炎症评分系统，其强大的预后效果和便捷的检测方法使其有益。以往有很多研究表明，全身免疫指标可用于预测肿瘤患者治疗效果[30.- - - - - -33]，但我们只研究了全身免疫指标与胃癌患者OS的关系。建议进一步研究全身免疫指标与肿瘤复发的关系。此外，这些指标在复发病例中的水平及其随治疗反应的动态变化也需要探讨。在未来，需要一个多中心的前瞻性研究来验证我们的发现。

总之,本研究表明,作为一种新颖的基于炎症预后评分系统,他们可以独立预测胃癌术后患者的总体生存,这是优于现有的系统性炎症指标(MLR NLR PLR,即)是基于外周血免疫和炎症细胞。基于SII的预后nomogram预测模型是预测胃癌患者术后生存的可靠模型。

数据可用性

用于支持本研究发现的数据可由通讯作者要求提供。

的利益冲突

作者声明本文的发表不存在利益冲突。

作者的贡献

所有作者已经阅读并批准了文章的内容，并同意将文章提交给期刊考虑发表。石鸿泰、蒋友琴、曹鸿刚等人都有贡献。

参考文献

  1. J. Ferlay, I. Soerjomataram, R. Dikshit等，《2012年全球癌症发病率和死亡率:来源、方法和主要模式》，国际癌症杂志第136期5, pp. E359-E386, 2015。视图:出版商的网站|谷歌学术搜索
  2. K. M. Fock，“综述文章:胃癌的流行病学和预防”，消化药理学与治疗学，第40卷，第5期。3, pp. 250-260, 2014。视图:出版商的网站|谷歌学术搜索
  3. 陈伟，郑瑞，P. D. Baade等，“中国癌症统计，2015，”CA:临床医生的癌症杂志第66期2, pp. 115 - 132,2016。视图:出版商的网站|谷歌学术搜索
  4. R. L. Siegel, K. D. Miller和A. Jemal，《癌症统计，2016》，CA:临床医生的癌症杂志第66期1，第7-30页，2016。视图:出版商的网站|谷歌学术搜索
  5. 黄磊，刘士林，雷玉玲等，“胃癌根治性切除术后患者全身免疫炎症反应指数、胸苷激酶与生存率的关系，”Oncotarget，第7卷，第5期28, pp. 44185-44193, 2016。视图:出版商的网站|谷歌学术搜索
  6. 邵颖，耿雁生，顾伟等，“食管鳞癌淋巴结比例评估替代tnm系统的pn分类系统”，胸肿瘤杂志，第11卷，第5期。10, pp. 1774-1784, 2016。视图:出版商的网站|谷歌学术搜索
  7. D. Hanahan和R. A. Weinberg，《癌症的特征:下一代》，细胞第144卷第1期5, pp. 646-674, 2011。视图:出版商的网站|谷歌学术搜索
  8. M. Labelle, S. Begum和R. O. Hynes，“血小板和癌细胞之间的直接信号诱导上皮-间充质样转变并促进转移，”癌症细胞，第20卷，第2期。5, pp. 576-590, 2011。视图:出版商的网站|谷歌学术搜索
  9. J. Cools-Lartigue, J. Spicer, B. McDonald等，“中性粒细胞胞外陷阱隔离循环肿瘤细胞并促进转移”，临床研究杂志号，第123卷8、pp. 3446-3458, 2013。视图:出版商的网站|谷歌学术搜索
  10. A. Mantovani, P. Allavena, A. Sica，和F. Balkwill，《癌症相关炎症》，自然，第454卷，第2期。7203, pp. 436-444, 2008。视图:出版商的网站|谷歌学术搜索
  11. C. Y. Ock, A. R. Nam, J. Lee等，“通过中性粒细胞淋巴细胞比率、血清细胞因子和血管生成因子测定抗肿瘤免疫对胃癌预后的影响”，胃癌，第20卷，第2期。2, pp. 254-262, 2017。视图:出版商的网站|谷歌学术搜索
  12. s.c Wang, j.f. Chou, v.e. Strong, M. F. Brennan, M. Capanu, D. G. Coit，“预处理中性粒细胞与淋巴细胞比例独立预测可切除胃食管交界区和胃腺癌疾病特异性生存率”，年报的手术，第263卷，第2期2, pp. 292-297, 2016。视图:出版商的网站|谷歌学术搜索
  13. “胃癌患者术前炎症反应生物标志物的预后价值及其预测模型的构建”，转化医学杂志，第13卷，第2期1, p. 66, 2015。视图:出版商的网站|谷歌学术搜索
  14. Li S.， X. Lan, H. Gao等，“全身炎症反应指数(siri)、肿瘤干细胞与局部胃腺癌根治性切除术后的存活，”癌症研究与临床肿瘤学杂志，第143卷，第2期。12, pp. 2455-2468, 2017。视图:出版商的网站|谷歌学术搜索
  15. 胡斌，杨晓荣，徐勇等，“全身免疫炎症指标对肝癌根治性切除术后患者预后的影响”，临床癌症研究，第20卷，第2期。23, pp. 6212-6222, 2014。视图:出版商的网站|谷歌学术搜索
  16. 王伯林，田磊，高晓辉等，“系统性免疫炎症指标的动态变化预测肝癌患者治疗性切除后的预后”，临床化学与检验医学第54卷第5期第12页，1963-1969,2016。视图:出版商的网站|谷歌学术搜索
  17. “系统性免疫炎症指数预测食管鳞状细胞癌患者的预后:倾向评分匹配分析”科学报告，第6卷，第2期1、2016年第39482条。视图:出版商的网站|谷歌学术搜索
  18. A. Passardi, E. Scarpi, L. Cavanna等，“炎症指标作为预测转移性结直肠癌患者预后和贝伐单抗疗效的指标，”Oncotarget，第7卷，第5期22，第33210-33219页，2016。视图:出版商的网站|谷歌学术搜索
  19. “基于血小板计数和中性粒细胞-淋巴细胞比值的全身免疫炎症指标在预测小细胞肺癌预后中的价值，”《东北实验医学杂志》，第236卷，第2期4, pp. 297-304, 2015。视图:出版商的网站|谷歌学术搜索
  20. R. L. Camp, M. dolld - filhart和D. L. Rimm，“X-tile:用于生物标志物评估和基于结果的切点优化的新的生物信息学工具，”临床癌症研究，第10卷，第5期。21，页7252 - 7259,2004。视图:出版商的网站|谷歌学术搜索
  21. F. Balkwill和A. Mantovani，“炎症和癌症:回到virchow?”《柳叶刀》第357期9255页，539-545,2001。视图:出版商的网站|谷歌学术搜索
  22. C. Maletzki和J. Emmrich，《肿瘤环境中的炎症和免疫》消化系统疾病第28卷第2期4-5，第574-578页，2010。视图:出版商的网站|谷歌学术搜索
  23. R. Duan和A. Nilsson，“肠道鞘脂代谢及其与炎症和癌症发展的关系”，脂类研究进展，第48卷，第48期1，第62-72页，2009。视图:出版商的网站|谷歌学术搜索
  24. I. Muller, M. Munder, P. Kropf，和G. M. Hansch，“多形核中性粒细胞和t淋巴细胞:陌生的同床伙伴还是兄弟?”免疫学的趋势，第30卷，第2期11，第522-530页，2009。视图:出版商的网站|谷歌学术搜索
  25. M. Stotz, a . Gerger, F. Eisner等，“中性粒细胞-淋巴细胞比率的增加是原发性可手术和不可手术胰腺癌患者的不良预后因素，”英国癌症杂志，第109卷，第2期。2, pp. 416-421, 2013。视图:出版商的网站|谷歌学术搜索
  26. “中性粒细胞/淋巴细胞比值在胰腺癌预后中的作用:一项荟萃分析，”科学报告，第5卷，第5期。1、2015年第11026条。视图:出版商的网站|谷歌学术搜索
  27. D. Schumacher, B. striic, K. K. Sivaraj, N. Wettschureck，和S. Offermanns，“血小板来源的核苷酸通过p2y促进肿瘤细胞跨内皮迁移和转移2受体。”癌症细胞，第24卷，第2期1, pp. 130-137, 2013。视图:出版商的网站|谷歌学术搜索
  28. S. Najmeh, J. Cools-Lartigue, R. F. Rayes等人，“中性粒细胞胞外陷阱通过隔离循环肿瘤细胞β1-integrin介导互动。”国际癌症杂志号，第140卷。10, pp. 2321-2330, 2017。视图:出版商的网站|谷歌学术搜索
  29. C. Ferrone和G. Dranoff，“免疫在胃肠道癌症中的双重作用”，临床肿瘤学杂志第28卷第2期26, pp. 4045-4051, 2010。视图:出版商的网站|谷歌学术搜索
  30. L. Rossi, M. Santoni, S. J. Crabb等人，“一线化疗期间持续的高中性粒细胞/淋巴细胞比率预测了晚期尿路上皮癌患者的糟糕临床结局，”外科肿瘤学年鉴第22卷第2期4, pp. 1377-1384, 2015。视图:出版商的网站|谷歌学术搜索
  31. A. Farolfi, M. Petrone, E. Scarpi等人，“炎症指标作为卵巢癌单独化疗或联合贝伐单抗治疗的预后和预测因素。由水户小组(水户24)进行的多中心回顾性分析，”靶向肿瘤，第13卷，第2期4，第469-479页，2018。视图:出版商的网站|谷歌学术搜索
  32. C. Lolli, U. Basso, L. Derosa等人，“系统性免疫炎症指数预测舒尼替尼治疗转移性肾细胞癌患者的临床结局。”Oncotarget，第7卷，第5期34, pp. 54564-54571, 2016。视图:出版商的网站|谷歌学术搜索
  33. C. Lolli, O. Caffo, E. Scarpi等人，“系统性免疫炎症指数预测使用阿比特龙治疗的mcrpc患者的临床结局，”在药理学领域， 2016年第7卷，第376页。视图:出版商的网站|谷歌学术搜索

版权所有©石鸿泰等人。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。

更多相关文章

PDF 下载引用 引用
下载其他格式更多的
ePub
XML
订单打印副本订单
的观点929
下载543
引用

相关文章

年度文章奖:由主编评选的2020年杰出研究贡献。阅读获奖文章．