1. 引言
肺癌是全世界癌症死亡的主要原因 [1] 。非小细胞肺癌(NSCLC)占所有肺癌的85%，大多数NSCLC患者已处于晚期。此外，只有约30%的NSCLC患者可以接受手术切除；然而，多达20%的患者，甚至是早期NSCLC患者，在接受手术切除后会复发并死亡 [2] 。免疫检查点抑制剂(ICI)的免疫疗法广泛用于治疗包括非小细胞肺癌在内的各种恶性肿瘤，并彻底改变了癌症的治疗方法。通常，作为单一药物使用的PD-1抑制剂 [3] [4] 仅在20%的NSCLC患者中产生临床反应；因此，可能需要选择患者以改善生存结果并防止与免疫相关的不良事件和不必要的医疗费用。尽管肿瘤PD-L1表达是ICI治疗反应的潜在生物标志物 [5] [6] [7] ，它是否真的是最佳预测因子仍然存在争议 [8] [9] 。治疗前PNI [10] 、CEA [11] 有可能成为NSCLC患者ICI反应的一种简单且新颖的预测性生物标志物，并可能有助于识别将从ICI治疗中获得生存获益的患者。因此本文主要探究治疗前PNI、CEA对免疫单药治疗疗效及预后的评估价值。
2. 资料与方法
2.1. 病例来源
回顾性收集2018年1月至2022年1月在苏北人民医院呼吸与危重症医学科经支气管镜活检或CT引导下肺穿刺活检病理证实为非小细胞肺癌并接受免疫抑制剂治疗的患者62例，所有患者均具有完整的临床资料、外周血指标和胸部CT影像学结果。本研究所收集的资料均为入院患者的常规诊断和临床管理所需，没有对患者进行额外的干预，研究流程经医院医学伦理委员会审批，受理号：2022ky298。
纳入标准
1) 年龄18周岁以上，患者的体力状况评分(Performance status, PS)为0~2分
2) 临床资料完整
3) 经组织病理学初次确诊为IV期非小细胞肺癌
4) 所有患者接受治疗前均签署知情同意书
5) 免疫治疗方案均为PD-1抑制剂单药治疗。3周为1个周期；至少接受两个周期的免疫治疗。
6) 驱动基因突变状态均为阴性
7) 具有首次接受免疫治疗当日或前7天内完整的外周血液学相关指标，包括外周淋巴细胞计数、血清白蛋白浓度、总蛋白浓度、球蛋白浓度、CEA浓度。
8) 所有患者均可获得与免疫治疗相关的精确日期，治疗前后有影像学资料可供评估。
排除标准
1) 研究对象为非原发性肺癌如转移性癌
2) 合并其他恶性肿瘤
3) 有血液系统疾病或长期或正在使用激素及免疫抑制剂治疗的自身免疫性疾病患者
4) 临床资料不完整者。
2.2. 观察指标
无进展生存期(PFS)、客观缓解率(ORR)、疾病控制率(DCR)。
2.3. 研究方法
2.3.1. 一般资料
严格按照纳排标准收集2018年1月至2022年1月就诊于苏北人民医院呼吸与危重症医学科接受免疫单药治疗的62例晚期非小细胞肺癌患者，通过电子病历收集患者的一般资料，包括患者的性别、年龄、吸烟状态、免疫治疗前PS评分、组织病理类型、肿瘤分期、免疫治疗方案及治疗线数、远处转移部位数量、EGFR、ALK、ROS1基因突变状态及纳入本研究的所有晚期非小细胞肺癌患者在首次接受免疫治疗之日或前7天内完整的外周血液学相关指标包括外周淋巴细胞计数、血清白蛋白浓度、总蛋白浓度、球蛋白浓度、CEA浓度，并计算患者的预后营养指数。
预后营养指数(Prognostic nutritional index, PNI) = 白蛋白 + 5 × 淋巴细胞计数(109/L)。
2.3.2. 疗效评估
肿瘤分期按照第八版肺癌TNM分期。患者每个周期治疗前均进行一系列临床评估和放射成像，或在怀疑疾病发生进展时通过影像学检查进行短期疗效评估。病情评估参照实体肿瘤疗效评价标准 [8] (RECIST) 1.1，分为完全缓解(CR)，部分缓解(PR)，疾病稳定(SD)和疾病进展(PD)。CR：所有目标病灶消失。PR：基线病灶长径总和缩小 ≥ 30%。PD：基线病灶长径总和增加 ≥ 20%或出现新病灶。SD：基线病灶长径总和有缩小但未达PR或有增加但未达PD。客观应答定义为完全应答或部分应答，疾病控制定义为完全应答、部分应答或疾病稳定。无进展生存期(PFS)定义为从接受免疫治疗开始，到观察到疾病进展或者其他任何原因导致受试患者死亡或最后一次随访的日期。
所有患者通过电话、短信或查找住院及门诊病例的方法随访截止至2022年12月31日或任何原因死亡。记录患者出现病情进展或死亡的时间作为终点事件。
2.3.3. 研究对象分组
以免疫治疗前PNI、CEA为检验变量，随访截止时的疾病控制情况为状态变量，绘制相关受试者工作特征曲线(Receiver operating characteristic curve, ROC曲线)，评估其诊断价值，通过ROC曲线计算约登指数 = 敏感性 + 特异性 − 1，约登指数最大时敏感性、特异性最好。约登指数最大时对应的截断值为最佳截断值，以最佳截断值为截点将上述指标各分为高低两组。
2.3.4. 统计学方法
采用SPSS 26.0统计软件进行数据分析并作图，计数资料以例数(n)或百分率(%)表示，通过卡方检验比较各组患者ORR、DCR的差异。采用Kaplan-Meier法进行单因素生存分析，采用log-rank检验分析和比较各组间生存差异。将单因素分析中有统计学意义的因素纳入Cox比例回归模型进行多因素分析。所有统计检验都是双侧的，P < 0.05代表差异有统计学意义。
3. 结果
3.1. 患者的一般资料
符合本研究纳排标准的一共有62名患者，其中男性52名(83.9%)女性10名(16.1%)，年龄中位数69岁，大于等于69岁的有31名(50.0%)，小于69岁的有31名(50.0%)，有吸烟史的有42名(67.7%)，从未有吸烟史的有20名(32.3%)，PS评分为0~1分的有50名(80.6%)，PS评分为2分的有12名(19.4%)，病理类型为鳞癌的有34名(54.8%)，腺癌28名(45.2%)，远处转移部位 ≥ 3的有8名(12.9%)，转移部位 < 3的有54名(87.1%)，治疗线数为一线的有21名(33.9%)，治疗线数为二线的有41名(66.1%)。具体见表1。
Table 1. General information of patients
表1. 患者的一般资料
3.2. PNI、CEA最佳临界值的确定及分组
将免疫治疗前PNI、CEA定义为检验变量，随访截止时的疾病控制情况为状态变量，绘制相关ROC曲线，通过ROC曲线计算约登指数，约登指数最大时对应的截断值为最佳截断值，以上所有指标ROC曲线下面积(Area under the curve, AUC)均大于0.6，具有较好的预测价值。
PNI的最佳截断值为43.43 (此时敏感度为0.500，特异度为0.864，AUC值为0.677)，根据截断值把PNI分为两组，当PNI ≥ 43.43时为高PNI (H-PNI)组，当PNI < 43.43时为低PNI (L-PNI)组。ROC曲线详见图1。
(a) (b)
Figure 1. A shows ROC curve of PNI, B shows ROC curve of CEA
图1. A为PNI的ROC曲线，B为CEA的ROC曲线
CEA的最佳截断值为8.25 (此时敏感度为0.525，特异度为0.864，AUC值为0.689)，根据截断值把CEA分为两组，当CEA ≥ 8.25时为高CEA (H-CEA)组，当CEA < 8.25时为低CEA (L-CEA)组。ROC曲线详见图1。
3.3. 患者一般临床特征与免疫治疗疗效的关系
通过卡方检验比较各组患者ORR、DCR的差异，结果显示：从未有过吸烟史的患者DCR (59.1%)远远高于有过吸烟史患者的DCR (22.5%)，差异具有统计学意义(P = 0.004)，而患者的性别、年龄、PS评分、病理类型、远处转移部位、治疗线数各组之间的ORR、DCR差异均无统计学意义(P > 0.05)。具体见表2。
Table 2. The relationship between the general clinical characteristics of patients and the efficacy of immunotherapy
表2. 患者一般临床特征与免疫治疗疗效的关系
注：*表示差异具有统计学意义。
3.4. PNI、CEA与免疫抑制剂疗效之间的关系
结果显示：H-PNI组患者的ORR (28.2%)高于L-PNI组患者的ORR (0)，差异具有统计学意义(P = 0.014)，H-PNI组患者的DCR (48.7%)高于L-PNI组患者的DCR (13.0%)，差异具有统计学意义(P = 0.005)，H-CEA组患者的DCR (12.5%)明显低于L-CEA组患者的DCR (50.0%)，差异具有统计学意义(P = 0.003)。具体见表3。
Table 3. Relationship between PNI, CEA and immunosuppressive effect
表3. PNI、CEA与免疫抑制剂疗效之间的关系
注：*表示差异具有统计学意义。
3.5. 患者一般临床特征与免疫抑制剂预后之间的关系
患者一般临床特征与PFS的Kaplan-Meier单因素生存分析结果显示：无吸烟史的患者中位PFS (10.99月)明显高于有吸烟史的患者中位PFS (5.06月)，差异具有统计学意义(P = 0.025)。
患者的性别、年龄、PS评分、病理类型、远处转移部位、治疗线数各组之间的中位PFS差异均无统计学意义(P > 0.05)。具体见表4。
Table 4. Kaplan-Meier single-factor survival analysis of patients with general clinical characteristics PFS
表4. 患者一般临床特征PFS的Kaplan-Meier单因素生存分析
注：*表示差异具有统计学意义。
3.6. PNI、CEA与免疫抑制剂预后的关系
PNI与PFS的Kaplan-Meier单因素生存分析结果显示：H-PNI组患者中位PFS为8.99月，L-PNI组患者中位PFS为4.89月。差异具有统计学意义(P = 0.001)。CEA与PFS的Kaplan-Meier单因素生存分析，结果显示：H-CEA组患者中位PFS为4.72月，L-CEA组患者中位PFS为10.01月。差异具有统计学意义(P = 0.000)。具体见表5。
Table 5. Relationship between PNI, CEA and prognosis of immunosuppressants
表5. PNI、CEA与免疫抑制剂预后的关系
注：*表示差异具有统计学意义。
3.7. PFS的多因素分析
将单因素分析中有统计学意义的因素纳入Cox比例回归模型进行多因素分析。结果显示：PNI、CEA是PFS的独立预后因素。见表6。
Table 6. Multi-factor analysis of PFS
表6. PFS的多因素分析
4. 讨论
免疫检查点抑制剂已被确定为NSCLC治疗的新策略。然而，可以预测对ICI治疗反应的最终生物标志物仍未确定。
先前对晚期NSCLC患者的研究表明，化疗 [12] [13] 、放化疗 [14] 或靶向治疗 [15] [16] 期间CEA水平的变化及单独使用基线水平对治疗具有一定的预测价值，表明CEA对治疗监测的有用性。最近一项监测晚期NSCLC患者对Nivolumab的肿瘤反应中的作用的研究表明，CEA的高基线值与较差的OS、PFS相关。因此本研究通过收集患者的基线CEA及一般资料、生存状况评估治疗前CEA对免疫治疗预后的预测价值。结果显示治疗前H-CEA组患者的DCR (12.5%)明显低于L-CEA组患者的DCR (50.0%)，差异具有统计学意义(P = 0.003)。两组患者ORR虽然差异无统计学意义，但L-CEA组患者的ORR明显高于H-CEA组患者ORR。单因素生存分析提示L-CEA组患者的中位PFS明显长于H-CEA组患者。差异具有统计学意义，且多因素生存分析提示CEA是PFS的独立预后因素。
PNI是根据血清白蛋白浓度和外周血总淋巴细胞计数计算得出的，最初被提议用于评估接受胃肠手术的患者围手术期免疫营养状况和手术风险 [17] 。最近，PNI已被证明是各种恶性肿瘤的预后标志物，包括食管癌、胃癌、结直肠癌、胰腺癌、肝细胞癌和胸膜间皮瘤 [18] 。最近一项研究表明治疗前PNI水平与接受ICI治疗的NSCLC患者的ORR和DCR显著相关，其次，多变量分析显示低治疗前PNI是NSCLC患者ICI治疗后PFS的独立预后因素，本研究得出了同样的结论。
因此本研究认为对有意接受免疫治疗的患者，临床上医生可以通过监测患者治疗前的PNI、CEA来评估患者的治疗疗效及预后，筛选出免疫治疗优势人群。外周血取材方便且价格低廉，为无法承担多次影像学检查费用的患者提供了便利。本文的局限性：这项调查是一项单一的机构和回顾性研究，需要一项多中心的大规模前瞻性研究来评估本研究中采用的PNI、CEA标准以及ICI治疗对NSCLC的生存获益。
声明
该研究已获得病人的知情同意。
NOTES
*通讯作者。