1. 引言
胰腺癌一经发现常为晚期，五年生存率不足7% [1]。胰腺癌在导致癌症相关死亡的主要原因中排名第三[2]。因此，确定能够预测生存结果的预后标志物以优化临床管理是至关重要的。最近的研究发现胰腺癌与肥胖、脂质代谢紊乱和代谢综合征存在密切的相关性，这些因素在胰腺癌的进展中起着积极的作用[3]。脂蛋白(a) [Lp(a)]由肝脏产生，由载脂蛋白A和部分载脂蛋白B组合而成的一种蛋白质。Lp(a)血清浓度主要由基因决定，在个体中保持相对稳定，不受饮食、运动和药物的影响[4]。Lp(a)作为一种新兴的脂质危险因素，引起了临床医生的极大关注。它是多种心血管疾病的独立风险和预后指标，也是许多癌症不同阶段的重要预测指标，例如肝癌[5]，乳腺癌[6]，肺癌[7]，前列腺癌[8]和结肠癌[9]。一些基础研究认为Lp(a)通过促进血管生成和血栓形成来促进肿瘤生长和转移[10]。然而，另外一些研究认为Lp(a)具有抗肿瘤作用[11]。目前血脂和胰腺癌的研究主要集中在甘油三酯、总胆固醇、低密度脂蛋白和高密度脂蛋白四项，而脂蛋白(a)与胰腺癌患者生存期之间的关系尚未见报道。这项脂蛋白(a)与胰腺癌预后的研究将是对胰腺癌脂质代谢紊乱的重要补充。
2. 材料和方法
2.1. 患者
回顾性分析2019年1月至2022年12月青岛大学附属医院经病理确诊的胰腺癌术后患者。纳入标准如下：(1) 年龄在18岁以上的成人患者；(2) 行胰腺癌根治术并经病理证实的胰腺癌患者；(3) 诊断前一周内获得完整血脂的患者。排除标准如下：(1) 同时存在恶性肿瘤；(2) 既往治疗史，如胰腺切除术、化疗或放疗；(3) 临床病理资料不完整。
研究符合《赫尔辛基宣言》中概述的道德标准和条例。本研究获得青岛大学附属医院伦理委员会批准(编号：QYFY WZLL 28521)。
2.2. 临床资料收集
纳入患者的人口统计信息和临床病理资料均来源于病历。患者的临床资料包括年龄、性别、体重指数(BMI)、糖尿病史、有无术后化疗、肿瘤部位、神经侵犯、脉管转移、T分期、N分期和TNM分期。收集术前一周的血脂参数，如甘油三酯(TG)、总胆固醇(TC)、高密度脂蛋白(HDL)、低密度脂蛋白(LDL)、载脂蛋白A1 (APOA1)、载脂蛋白B (APOB)、脂蛋白(a) [Lp(a)]、游离脂肪酸；收集术前肿瘤标志物CEA和CA19-9水平。
2.3. 随访
通过访问患者门急诊和住院信息或通过电话或短信随访获得生存时间。研究终点为总生存期(OS)，定义为从手术到死亡或末次随访的时间。末次随访日期为2023年12月31日。
2.4. 统计分析
血脂参数的最佳截断值通过X-tile确定。根据最佳截断值将患者分为低Lp(a)组和高Lp(a)组。采用t检验和χ2检验对临床基线资料进行单因素分析。为了减少组间的选择偏移，本研究采用R4.3.0软件中的倾向性评分匹配程序，将相关协变量纳入logistic回归模型，计算相应的倾向性评分。随后，高Lp(a)组患者与低Lp(a)组患者进行1:1匹配，卡钳值设为0.2。Kaplan-Meier法生绘制生存曲线，log-rank检验评估组间差异。采用单因素Cox比例风险回归模型分析与OS相关的预后因素，将P < 0.05的变量纳入多因素Cox比例风险回归模型。P < 0.05认为差异有统计学意义。采用SPSS 26.0进行数据分析。
3. 结果
3.1. PSM前后患者临床病理和实验室指标特征比较
本研究总共筛选了730例患者，根据排除标准排除了515例患者，最终纳入了215例(图1)。血脂指标最佳截断值见附表1。根据临界值将人群分为低Lp(a)组[Lp(a) < 30 mg/L, n = 41]和高Lp(a)组[Lp(a) ≥ 3 0 mg/L, n = 174] (表1)。经倾向评分匹配(PSM)后，低Lp(a)组纳入38例，高Lp(a)组纳入38例。
在高Lp(a)组患者中，男性121例，占69.54%，60岁以上患者97人，占比55.75%；按照WHO将超重定义为BMI ≥ 25 kg/m2的标准，肥胖患者43例(24.71%)；糖尿病患者64人，占比36.78%。在高Lp(a)组患者中，119名患者接受了化疗，占比68.39%。在高Lp(a)组患者中，119例(68.39%)患者肿瘤位于胰腺头颈部，55例(31.61%)患者肿瘤位于胰腺体尾部；而在低Lp(a)组患者中，38例(92.68%)患者肿瘤位于胰腺头颈部，3例(7.32%)患者肿瘤位于胰腺体尾部，差异有统计学意义(P = 0.002)。根据术后病理结果，高Lp(a)组患者中，98例(56.32%)患者肿瘤分化为中/高分化，76例(43.68%)为中低/低分化，137 (78.74)患者肿瘤存在神经侵犯，61 (35.06)存在脉管转移。高低两组在肿瘤部位、神经侵犯和脉管转移方面未见统计学差异(P = 0.635, P = 0.188)。根据AJCC第8版TNM分期，在T分期、N分期及TNM分期，两组未见统计学差异(P = 0.913, P = 0.519, P = 0.664)。
Figure 1. Flowchart
图1. 流程图
Table 1. Comparison of clinicopathological features between high Lp(a) group and low Lp(a) group before and after PSM
表1. PSM前后高Lp(a)组和低Lp(a)组患者临床病理特征比较
基线 特征 |
PSM前 |
PSM后 |
低Lp(a)组 (n = 41) |
高Lp(a)组 (n = 174) |
P |
SMD |
低Lp(a)组 (n = 38) |
高Lp(a)组 (n = 38) |
P |
SMD |
年龄 |
|
|
0.968 |
|
|
|
0.479 |
|
<60 |
18 (43.90) |
77 (44.25) |
|
0.007 |
16 (42.11) |
13 (34.21) |
|
−0.166 |
≥60 |
23 (56.10) |
97 (55.75) |
|
−0.007 |
22 (57.89) |
25 (65.79) |
|
0.166 |
性别 |
|
|
0.647 |
|
|
|
0.629 |
|
男 |
27 (65.85) |
121 (69.54) |
|
0.080 |
24 (63.16) |
26 (68.42) |
|
0.113 |
女 |
14 (34.15) |
53 (30.46) |
|
−0.080 |
14 (36.84) |
12 (31.58) |
|
−0.113 |
BMI |
|
|
0.065 |
|
|
|
0.629 |
|
<25 |
25 (60.98) |
131 (75.29) |
|
0.332 |
24 (63.16) |
26 (68.42) |
|
0.113 |
≥25 |
16 (39.02) |
43 (24.71) |
|
−0.332 |
14 (36.84) |
12 (31.58) |
|
−0.113 |
糖尿病 |
|
|
0.752 |
|
|
|
0.807 |
|
无 |
27 (65.85) |
110 (63.22) |
|
−0.055 |
26 (68.42) |
25 (65.79) |
|
−0.055 |
有 |
14 (34.15) |
64 (36.78) |
|
0.055 |
12 (31.58) |
13 (34.21) |
|
0.055 |
术后化疗 |
|
|
0.365 |
|
|
|
0.791 |
|
无 |
10 (24.39) |
55 (31.61) |
|
0.155 |
9 (23.68) |
10 (26.32) |
|
0.060 |
有 |
31 (75.61) |
119 (68.39) |
|
−0.155 |
29 (76.32) |
28 (73.68) |
|
−0.060 |
肿瘤位置 |
|
|
0.002* |
|
|
|
1.000 |
|
头/颈 |
38 (92.68) |
119 (68.39) |
|
−0.522 |
35 (92.11) |
35 (92.11) |
|
0.000 |
体/尾 |
3 (7.32) |
55 (31.61) |
|
0.522 |
3 (7.89) |
3 (7.89) |
|
0.000 |
分化 |
|
|
0.635 |
|
|
|
0.420 |
|
中/高 |
20 (48.78) |
98 (56.32) |
|
−0.028 |
20 (52.63) |
20 (52.63) |
|
−0.108 |
中低/低 |
21 (55.22) |
76 (43.68) |
|
0.028 |
18 (47.37) |
18 (47.37) |
|
0.108 |
神经侵犯 |
|
|
0.188 |
|
|
|
0.529 |
|
无 |
5 (12.20) |
37 (21.26) |
|
0.222 |
5 (13.16) |
7 (18.42) |
|
0.136 |
有 |
36 (87.80) |
137 (78.74) |
|
−0.222 |
33 (86.84) |
31 (81.58) |
|
−0.136 |
脉管转移 |
|
|
0.315 |
|
|
|
0.783 |
|
无 |
30 (73.17) |
113 (64.94) |
|
−0.172 |
29 (76.32) |
30 (78.95) |
|
0.065 |
有 |
11 (26.83) |
61 (35.06) |
|
0.172 |
9 (23.68) |
8 (21.05) |
|
−0.065 |
T |
|
|
0.913 |
|
|
|
0.892 |
|
1 |
7 (17.07) |
24 (13.79) |
|
−0.095 |
7 (18.42) |
6 (15.79) |
|
−0.072 |
2 |
25 (60.98) |
107 (61.49) |
|
0.011 |
24 (63.16) |
24 (63.16) |
|
0.000 |
3 |
8 (19.51) |
39 (22.41) |
|
0.070 |
6 (15.79) |
8 (21.05) |
|
0.129 |
4 |
1 (2.44) |
4 (2.30) |
|
−0.009 |
1 (2.63) |
0 (0.00) |
|
−0.232 |
N |
|
|
0.519 |
|
|
|
1.000 |
|
0 |
28 (68.29) |
106 (60.92) |
|
−0.151 |
25 (65.79) |
25 (65.79) |
|
0.000 |
1 |
12 (29.27) |
57 (32.76) |
|
0.074 |
12 (31.58) |
12 (31.58) |
|
0.000 |
2 |
1 (2.44) |
11 (6.32) |
|
0.160 |
1 (2.63) |
1 (2.63) |
|
0.000 |
TNM |
|
|
0.664 |
|
|
|
0.608 |
|
I |
22 (53.66) |
81 (46.55) |
|
−0.142 |
21 (55.26) |
18 (47.37) |
|
−0.158 |
II |
17 (41.46) |
80 (45.98) |
|
0.091 |
15 (39.47) |
19 (50.00) |
|
0.211 |
III |
2 (4.88) |
13 (7.47) |
|
0.099 |
2 (5.26) |
1 (2.63) |
|
−0.164 |
数据以N(%)表示。“*”表示差异有统计学意义。BMI，身体质量指数，kg/m2。
两组间实验室指标差异见表2。高低Lp(a)两组间TC、LDL、APOA1、APOB水平未见统计学差异(P = 0.244, P = 0.089, P = 0.060, P = 0.103)。和低Lp(a)组相比，高Lp(a)组TG和游离脂肪酸水平更低，HDL水平更高，差异有统计学意义(P < 0.001, P = 0.002, P = 0.006)。两组间CEA和CA199水平未见统计学差异(P = 0.325, P = 0.402)。PSM之后，各指标间均P > 0.05，各基线特征均衡可比。
Table 2. Comparison of laboratory examination characteristics between patients in the high Lp(a) group and the low Lp(a) group before and after PSM
表2. PSM前后高Lp(a)组和低Lp(a)组患者实验室检查特征比较
Baseline
feature |
before PSM |
after PSM |
low Lp(a) group (n = 122) |
high Lp(a) group (n = 242) |
P |
SMD |
low Lp(a) group (n = 93) |
high Lp(a) group (n = 73) |
P |
SMD |
TG, mmol/L |
1.82 (1.43, 2.79) |
1.27 (0.89, 1.91) |
<0.001* |
−0.737 |
1.79 (1.42, 2.50) |
1.61 (1.04, 2.94) |
0.564 |
−0.128 |
TC, mmol/L |
4.95 (3.45, 5.60) |
4.54 (3.86, 5.29) |
0.244 |
−0.140 |
4.95 (3.66, 5.58) |
4.54 (3.84, 5.26) |
0.454 |
−0.022 |
HDL, mmol/L |
0.82 (0.53, 1.17) |
1.06 (0.86, 1.35) |
0.006* |
0.405 |
0.91 (0.56, 1.19) |
0.99 (0.72, 1.19) |
0.708 |
−0.005 |
LDL, mmol/L |
3.22 (2.49, 3.78) |
2.85 (2.29, 3.39) |
0.089 |
−0.133 |
3.08 (2.49, 3.75) |
2.85 (2.29, 3.49) |
0.296 |
−0.138 |
APOA1, g/L |
1.04 (0.78, 1.33) |
1.17 (0.98, 1.39) |
0.060 |
0.254 |
1.12 (0.85, 1.33) |
1.14 (0.87, 1.35) |
0.992 |
0.012 |
APOB, g/L |
0.96 (0.75, 1.31) |
0.88 (0.70, 1.07) |
0.103 |
−0.475 |
0.92 (0.72, 1.08) |
0.88 (0.76, 1.13) |
0.860 |
−0.051 |
游离脂肪酸，mmol/L |
0.74 (0.49, 0.86) |
0.55 (0.39, 0.65) |
0.002* |
−0.137 |
0.71 (0.49, 0.85) |
0.55 (0.46, 0.68) |
0.061 |
−0.531 |
CEA, ng/ml |
3.46 (2.37, 6.12) |
3.30 (1.95, 4.99) |
0.325 |
−0.041 |
3.23 (2.25, 5.61) |
3.46 (2.13, 4.69) |
0.926 |
0.088 |
CA199, U/ml |
115.80 (42.16, 487.90) |
145.60 (60.25, 374.60) |
0.402 |
−0.070 |
93.05 (35.66, 288.17) |
190.85 (70.85, 513.22) |
0.150 |
0.237 |
偏态数据以M(Q1~Q3)表示。“*”表示差异有统计学意义。TG，甘油三酸酯；TC，总胆固醇；HDL，高密度脂蛋白；LDL，低密度脂蛋白；APOA1，载脂蛋白A1；载脂蛋白B；Lp(a)、脂蛋白(a)。
3.2. 高Lp(a)水平患者的OS明显短于低Lp(a)水平患者
本研究队列的中位随访时间为15.9个月，范围为0.8~59.2个月。入组患者死亡129例，失访22例。失访率为10.23%。失访患者按删失处理。在PSM前，Kaplan-Meier分析显示，高Lp(a)水平组的患者OS较低Lp(a)水平组患者明显降低，差异有统计学意义[HP (95%CI): 2.352(1.349~4.102), P = 0.002]；PSM后，高Lp(a)组患者的OS仍然明显短于低Lp(a)组患者[HP (95%CI): 2.266 (1.156~4.440), P = 0.014]。如图2所示。
Figure 2. OS survival curve of pancreatic cancer patients (a) OS survival curve before PSM (b) OS survival curve after PSM
图2. 胰腺癌患者OS生存曲线(a) PSM前OS生存曲线(b) PSM后OS生存曲线
3.3. 高Lp(a)水平是胰腺癌根治术后患者更短OS的独立危险因素
单因素和多因素Cox回归分析确定了与胰腺癌根治术后患者OS的预后因素。PSM前，单因素Cox回归分析显示有脉管转移、高N分期、高APOB水平、高Lp(a)水平是胰腺癌根治术后患者的更差OS的危险因素(P = 0.014, P < 0.001, P = 0.046, P = 0.003)。然而，在进行多变量Cox回归分析后，发现高N分期和高Lp(a)水平是较差OS的独立危险因素(P < 0.001, P = 0.008) (表3)。PSM后，单因素Cox回归分析显示高T分期、高N分期、高Lp(a)水平、高CEA水平是更差OS的危险因素(P = 0.002, P < 0.001, P = 0.017, P = 0.031)。多变量Cox回归分析发现高T分期、高N分期、高Lp(a)水平、高CEA水平是更差OS的独立危险因素(P = 0.002, P < 0.001, P = 0.002, P = 0.018) (表4)。
Table 3. Univariate and multivariate COX regression analysis before PSM
表3. PSM前单因素和多因素COX回归分析
|
单因素分析 |
多因素分析 |
HR (95%CI) |
P |
HR (95%CI) |
P |
性别 男/女 |
1.11 (0.77~1.61) |
0.574 |
|
|
年龄 < 60/≥60 |
1.30 (0.91~1.85) |
0.151 |
|
|
BMI < 25/≥25 kg/m2 |
0.74 (0.49~1.11) |
0.143 |
|
|
糖尿病 |
0.95 (0.66~1.38) |
0.801 |
|
|
化疗 有/无 |
0.71 (0.49~1.04) |
0.081 |
|
|
位置 头颈/体尾 |
1.16 (0.81~1.64) |
0.416 |
|
|
神经侵犯 有/无 |
1.06 (0.67~1.68) |
0.811 |
|
|
脉管转移 有/无 |
1.57 (1.10~2.24) |
0.014* |
1.19 (0.81~1.75) |
0.378 |
T |
|
|
|
|
1/2 |
1.39 (0.82~2.34) |
0.217 |
|
|
1/3 |
1.27 (0.68~2.35) |
0.454 |
|
|
1/4 |
0.94 (0.22~4.09) |
0.937 |
|
|
N |
|
|
|
|
0/1 |
2.25 (1.55~3.26) |
<0.001* |
2.08 (1.41~3.06) |
<0.001* |
0/2 |
4.73 (2.46~9.08) |
<0.001* |
3.51 (1.74~7.09) |
<0.001* |
TG < 0.99/≥0.99 mmol/L |
0.72 (0.50~1.03) |
0.074 |
|
|
TC < 2.74/≥2.74 mmol/L |
1.61 (0.86~2.99) |
0.134 |
|
|
HDL < 1.15/≥1.15 mmol/L |
1.37 (0.97~1.95) |
0.074 |
|
|
LDL < 2.13/≥2.13 mmol/L |
1.62 (0.99~2.66) |
0.054 |
|
|
APOA1 < 1.44/≥1.44 g/L |
1.31 (0.87~1.96) |
0.195 |
|
|
APOB < 0.76/≥0.76 g/L |
1.48 (1.01~2.19) |
0.046* |
1.41 (0.95~2.08) |
0.090 |
Lp(a) < 30/≥30 mg/L |
2.35 (1.35~4.10) |
0.003* |
2.13 (1.22~3.72) |
0.008* |
游离脂肪酸 < 0.44/≥0.44 mmol/L |
1.41 (0.94~2.10) |
0.096 |
|
|
CEA < 5/≥5 ng/ml |
1.19 (0.80~1.76) |
0.390 |
|
|
CA199 < 37/≥37 U/ml |
1.48 (0.92~2.38) |
0.110 |
|
|
“*”表示差异有统计学意义。HR：风险比；BMI，身体质量指数；TG,甘油三酸酯；TC，总胆固醇；HDL，高密度脂蛋白；LDL，低密度脂蛋白；APOA1，载脂蛋白A1；载脂蛋白B；Lp(a)、脂蛋白(a)。
Table 4. Univariate and multivariate COX regression analysis after PSM
表4. PSM后单因素和多因素COX回归分析
|
Univariate analysis |
Multivariate analysis |
HR (95%CI) |
P |
HR (95%CI) |
P |
性别 男/女 |
0.89 (0.45~1.78) |
0.745 |
|
|
年龄 < 60/≥60 |
1.57 (0.78~3.17) |
0.206 |
|
|
BMI < 25/≥25 kg/m2 |
0.61 (0.31~1.22) |
0.162 |
|
|
糖尿病 |
1.11 (0.56~2.20) |
0.771 |
|
|
化疗 有/无 |
0.82 (0.37~1.79) |
0.616 |
|
|
位置 头颈/体尾 |
0.93 (0.28~3.09) |
0.909 |
|
|
神经侵犯 有/无 |
0.95 (0.37~2.44) |
0.907 |
|
|
脉管转移 有/无 |
1.90 (0.95~3.81) |
0.071 |
|
|
T |
|
|
|
|
1/2 |
2.07 (0.72~5.94) |
0.177 |
2.21 (0.74~6.59) |
0.156 |
1/3 |
4.20 (1.25~14.08) |
0.020* |
7.48 (2.05~27.27) |
0.002* |
1/4 |
0.00 (0.00~Inf) |
0.997 |
0.00 (0.00~Inf) |
0.998 |
N |
|
|
|
|
0/1 |
3.67 (1.89~7.12) |
<0.001* |
3.91 (1.99~7.68) |
<0.001* |
0/2 |
21.86 (4.37~109.31) |
<0.001* |
57.17 (9.67~338.15) |
<0.001* |
TG < 0.99/≥0.99 mmol/L |
0.53 (0.24~1.16) |
0.112 |
|
|
TC < 2.74/≥2.74 mmol/L |
1.75 (0.62~4.97) |
0.292 |
|
|
HDL < 1.15/≥1.15 mmol/L |
1.24 (0.61~2.51) |
0.549 |
|
|
LDL < 2.13/≥2.13 mmol/L |
0.89 (0.37~2.15) |
0.800 |
|
|
APOA1 < 1.44/≥1.44 g/L |
1.87 (0.77~4.54) |
0.163 |
|
|
APOB < 0.76/≥0.76 g/L |
1.36 (0.62~2.96) |
0.443 |
|
|
Lp(a) < 30/≥30 mg/L |
2.27 (1.16~4.44) |
0.017* |
3.13 (1.52~6.44) |
0.002* |
游离脂肪酸 < 0.44/≥0.44 mmol/L |
0.78 (0.34~1.78) |
0.555 |
|
|
CEA < 5/≥5 ng/ml |
2.37 (1.08~5.18) |
0.031* |
2.74 (1.19~6.29) |
0.018* |
CA199 < 37/≥37 U/ml |
1.15 (0.52~2.53) |
0.726 |
|
|
“*”表示差异有统计学意义。HR：风险比；BMI，身体质量指数；TG，甘油三酸酯；TC，总胆固醇；HDL，高密度脂蛋白；LDL，低密度脂蛋白；APOA1，载脂蛋白A1；载脂蛋白B；Lp(a)、脂蛋白(a)。
4. 讨论
近年来，Lp(a)与癌症的关系逐渐引起人们的关注。一些研究表明，癌症与脂质代谢异常密切相关[12]。本研究显示Lp(a)是胰腺癌根治术后患者OS的独立危险因素。如果Lp(a) ≥ 30 mg/L，胰腺癌根治术后患者的死亡风险增加3.13倍。因此，这些结果对于从脂质角度预测胰腺癌患者死亡风险具有重要的临床意义。Lp(a)水平升高的患者应密切监测并给予更多关注。此外，本研究为进一步研究脂质代谢和胰腺癌进展的机制提供了有价值的临床证据。
Lp(a)作为脂质代谢的关键指标，在心血管疾病中受到广泛关注[13]，也逐渐在癌症领域引起关注。一项在法国两个不同的研究中心进行的队列研究显示[14]，更高Lp(a)水平与更高的癌症风险相关。大量的研究一致表明，Lp(a)在不同类型癌症中的预测重要性。在乳腺癌[15]、前列腺癌[8] [16]、肺癌[7]和结直肠癌[9]的相关研究结果均表明晚期癌症患者的Lp(a)水平高于早期癌症患者。相反，晚期肝癌患者Lp(a)水平较早期肝癌患者降低[5]。海德堡的一项前瞻性研究[17]探讨了Lp(a)与乳腺癌、前列腺癌、结直肠癌和肺癌之间的关系。结果表明，Lp(a)水平升高与总体癌症死亡率降低相关[HR = 0.74, 95% CI(0.57~0.98)] [17]。然而，Lp(a)水平与乳腺癌和前列腺癌死亡风险呈正相关[17]。在中国进行的一项队列研究在全国范围内调查了Lp(a)与癌症死亡率之间的相关性，结果显示只有高CRP水平的个体表现出Lp(a)与癌症死亡率之间的正相关(χ2 = 0.50, P = 0.018) [18]。然而，日本的一项队列研究得出了相反的结果，低Lp(a)组的癌症死亡率高于中高Lp(a)组(P = 0.03)，并且低Lp(a)水平被确定为癌症死亡率的重要危险因素(P = 0.003) [19]。
Lp(a)是一种由肝脏合成的蛋白质，由以LDL为核心的APOB-100颗粒和APOA共价结合。Lp(a)浓度主要由LPA基因决定，较少受到饮食、药物和运动的影响[20]。Lp(a)与肿瘤的关系尚不清楚。有以下几种观点。一些研究认为Lp(a)具有抗肿瘤作用。基础研究发现，低密度脂蛋白(LDL)对内皮细胞增殖和迁移具有抑制作用，并具有抗血管生成作用[21]。Lp(a)是LDL结构的类似物，被认为具有类似的功能。Lp(a)的病理生理作用主要源于载脂蛋白a亚基APOA，它与内源性抗血管生成蛋白如纤溶酶原和血管抑制素同源，可以抑制血管生成，从而发挥抗肿瘤活性[22]。然而，一些研究表明，Lp(a)的APOA是纤溶酶原kringle IV的结构类似物，可竞争性抑制纤维蛋白溶解，从而迅速诱导纤维蛋白网络和血栓的形成，促进癌细胞的粘附、侵袭和转移[21] [23]。Lp(a)在炎症中的作用已经在基础研究中得到了广泛的评价，Lp(a)可以上调单核细胞中IL-6的分泌[24]。细胞因子IL-6可以促进癌细胞的侵袭和转移[25]。因此在介导炎症引起的肿瘤发展中起着至关重要的作用。
本研究回顾性分析了215名胰腺癌根治术后患者Lp(a)与OS的关系。通过Lp(a)最佳截断值分成高低两组。两组患者在肿瘤分期方面两组未见统计学差异。这与先前研究认为高Lp(a)水平患者肿瘤分期更晚并不一致[26]。高Lp(a)组患者肿瘤更多位于体尾部。高Lp(a)组TG水平和游离脂肪酸更低、HDL水平更高。这一发现与最近的一项荟萃分析一致，该分析认为Lp(a)水平与代谢综合征(MetS)呈负相关[27]。在生存分析中，本研究发现Lp(a)水平与OS呈负相关，在PSM前后均有统计学差异。COX比例风险模型也同样认为，高Lp(a)水平是更差OS的独立危险因素。因此，本研究认为，术前高Lp(a)水平的胰腺癌患者需要加强监测，从而降低癌症死亡的风险。
本研究首次评估了脂蛋白(a)与胰腺癌术后患者总生存期的关系，为预测胰腺癌患者生存期提供了新的标志物。从脂质代谢角度为胰腺癌预后提供临床依据。此项研究有几个局限性。本研究仅纳入了胰腺癌术后患者，Lp(a)水平与未行手术的胰腺癌患者预后是否相关仍需进一步探索。本研究仅调查了术前一周内的Lp(a)水平，尚不清楚在癌症发展过程中是否存在动态变化，以及对预后是否产生影响。这是一项回顾性单中心队列研究，样本量有限，仍需大样本前瞻性多中心研究对结果进一步进行验证。本研究仅观察到Lp(a)水平与胰腺癌患者OS的相关性，背后的生物学机制仍需进一步探索。
本研究确定了一种新的脂质代谢标志物，可以预测胰腺癌术后患者的总生存期。因此，对于Lp(a)升高的胰腺癌患者，应仔细评估治疗方式和获益，并进行细致的监测和随访。
声 明
该病例报道已获得病人的知情同意。
附表1. 血脂参数最佳临界值
血脂参数 |
截断值 |
甘油三酯 |
0.99 |
总胆固醇 |
2.74 |
高密度脂蛋白 |
1.15 |
低密度脂蛋白 |
2.13 |
载脂蛋白A1 |
1.44 |
载脂蛋白B |
0.76 |
脂蛋白a |
30 |
游离脂肪酸 |
0.44 |
NOTES
*通讯作者。