劉霜 李明 凌豐宇 王春光

當前，根據(jù)國際癌癥研究中心發(fā)布的GLOBO－ CAN2020數(shù)據(jù)顯示，全球乳腺癌新發(fā)病例約230萬例，已超過肺癌成為全球發(fā)病率第一的癌癥，并且是女性癌癥相關死亡的首要原因[1]。三陰性乳腺癌（triple negative breast cancer，TNBC）是乳腺癌的亞型之一，約占15%～20%，其雌激素受體、孕激素受體及人類表皮生長因子受體2均為陰性，由于TNBC缺乏特定的靶點，靶向治療和內(nèi)分泌治療對其均無效，目前仍采用以化療為主的全身治療方案，但其耐藥性十分普遍，易復發(fā)和發(fā)生遠處轉(zhuǎn)移，預后差[2-3]。

近年來，全身性炎癥反應被發(fā)現(xiàn)與腫瘤的發(fā)展有關，在腫瘤的發(fā)生、惡性轉(zhuǎn)化、侵襲及轉(zhuǎn)移等不同階段都起著決定性的作用，炎癥是影響癌癥患者預后的重要危險因素[4]。炎癥狀態(tài)可以通過相應的生物學指標來反映，比如外周血中性粒細胞與淋巴細胞比值（neutrophil to lymphocyte ratio，NLR）、血小板與淋巴細胞比值、IL-6、CRP及降鈣素原等，其中NLR被認為是一種簡單的炎癥標志物。有研究表明，NLR升高與非小細胞肺癌、結(jié)直腸癌、胰腺癌、卵巢癌等惡性腫瘤的預后不良有關[5-8]。目前，一些研究揭示了NLR與TNBC患者總生存期（overall survival，OS）及無病生存期（disease free survival，DFS）的關系，但研究結(jié)論并不一致[2，9-11]。因此，本研究通過對國內(nèi)外相關文獻進行Meta分析，從而系統(tǒng)評價NLR在TNBC預后評估中的價值，以期為臨床實踐提供循證醫(yī)學依據(jù)。

1 資料和方法

1.1 文獻檢索策略 通過計算機對PubMed、Embase、Cochrane Library、Web of Science、萬方、中國知網(wǎng)等數(shù)據(jù)庫進行檢索，檢索時間為建庫至2021年9月，英文檢索詞：NLR/neutrophil to lymphocyte ratio、breast cancer，中文檢索詞：中性粒細胞、淋巴細胞、中性粒細胞與淋巴細胞比值、乳腺癌。

1.2 文獻納入與排除標準 納入標準：（1）研究類型：國內(nèi)外公開發(fā)表的臨床研究，語種僅限中英文；（2）研究對象：經(jīng)病理學確診的TNBC患者；女性；年齡及種族不限；（3）結(jié)局指標：OS 和（或）DFS；（4）能獲得 HR值及其95%CI；（5）明確報道了NLR截斷值并且有高低分組（≥NLR截斷值為高NLR組，＜NLR截斷值為低NLR組）。排除標準：（1）全文信息不全或數(shù)據(jù)不全；（2）Meta分析；（3）重復發(fā)表；（4）研究對象或研究內(nèi)容不符合。

1.3 資料提取與質(zhì)量評價 2名研究員獨立地篩選文獻和提取資料，最后交叉核對信息，若有意見分歧時請第3名研究員進行裁定。提取的資料包括：第一作者、發(fā)表年份、國家、研究對象基本情況、疾病分期、時間、NLR截斷值、結(jié)局指標等。采用紐卡斯爾-渥太華量表（Newcastle-Ottawa scale，NOS）對納入的文獻進行質(zhì)量評價（＞6分為高質(zhì)量文獻）。

1.4 統(tǒng)計學處理 采用Review Manager 5.3統(tǒng)計軟件。計量資料以HR值及其95%CI為效應值。當P＞0.1或I2＜50%時，說明各研究結(jié)果間無統(tǒng)計學異質(zhì)性，采用固定效應模型分析，反之則采用隨機效應模型分析。當發(fā)現(xiàn)異質(zhì)性時進行敏感性分析評價異質(zhì)性來源。采用漏斗圖分析發(fā)表偏倚。P＜0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1 文獻篩選結(jié)果、納入文獻基本信息及質(zhì)量評價通過對數(shù)據(jù)庫全面的檢索，嚴格按照納入與排除標準篩選文獻，最終納入14項研究[2，10-22]，其中英文12項，中文2項，共計2 737例患者，納入研究均為高質(zhì)量研究，見圖1和表1。

表1 納入文獻基本信息

圖1 文獻篩選流程圖

2.2 Meta分析結(jié)果

2.2.1 NLR 與 OS 的關系 12 項研究[2，10-12，14-19,21-22]報道了2 296例TNBC患者NLR與OS的關系，各項研究間存在異質(zhì)性（P＜0.01，I2=86%），采用隨機效應模型進行Meta分析，結(jié)果表明高NLR組OS短于低NLR 組，差異有統(tǒng)計學意義（HR=2.54，95%CI：1.70～3.80，P＜0.01），見圖 2。

圖2 高NLR組和低NLR組患者OS比較

2.2.2 NLR 與 DFS 的關系 11 項研究[2，10-11，13，16-22]報道了2 082例TNBC患者NLR與DFS的關系，各項研究間存在異質(zhì)性（P＜0.01，I2=88%），采用隨機效應模型分析，結(jié)果表明高NLR組DFS短于低NLR組，差異有統(tǒng)計學意義（HR=2.16，95%CI：1.41～3.30，P＜0.01），見圖3。

圖3 高NLR組和低NLR組患者DFS比較

2.2.3 亞組分析

2.2.3.1 根據(jù)NLR截斷值設置亞組分析 （1）患者OS亞組分析：NLR截斷值≥2.8時，各項研究間存在異質(zhì)性（P＜0.01，I2=89%），采用隨機效應模型分析，結(jié)果表明高NLR組OS短于低NLR組，差異有統(tǒng)計學意義（HR=2.12，95%CI：1.26～3.58，P＜0.01），見圖 4；NLR 截斷值＜2.8時，各項研究間無明顯統(tǒng)計學異質(zhì)性（P＞0.1，I2=21%），采用固定效應模型分析，結(jié)果表明高NLR組OS短于低NLR組，差異有統(tǒng)計學意義（HR=2.75，95%CI：2.00～3.78，P＜0.01），見圖 5。（2）患者 DFS 亞組分析：NLR截斷值≥2.8時，各項研究間存在異質(zhì)性（P＜0.01，I2=91%），采用隨機效應模型分析，結(jié)果表明高NLR組DFS短于低NLR組，差異有統(tǒng)計學意義（HR=1.86，95%CI：1.12～3.07，P＜0.05）；NLR 截斷值＜2.8時，各項研究間存在異質(zhì)性（P＜0.01，I2=78%），采用隨機效應模型分析，結(jié)果表明高NLR組DFS短于低NLR組，差異有統(tǒng)計學意義（HR=2.52，95%CI：1.10～5.80，P＜0.05），見圖 6。

圖4 NLR截斷值≥2.8患者OS亞組分析

圖5 NLR截斷值＜2.8患者OS亞組分析

圖6 NLR截斷值≥2.8與NLR截斷值＜2.8患者DFS亞組分析

2.2.3.2 根據(jù)患者數(shù)量設置亞組分析 （1）患者OS亞組分析：患者數(shù)量≥200例時，各項研究間無明顯統(tǒng)計學異質(zhì)性（P＞0.1，I2=0%），采用固定效應模型分析，結(jié)果表明高NLR組OS短于低NLR組，差異有統(tǒng)計學意義（HR=2.43，95%CI：1.91～3.09，P＜0.01），見圖7；患者數(shù)量＜200例時，各項研究間存在異質(zhì)性（P＜0.01，I2=85%），采用隨機效應模型分析，結(jié)果表明高NLR組OS短于低NLR組，差異有統(tǒng)計學意義（HR=2.73，95%CI：1.50～4.98，P＜0.01），見圖 8。（2）患者DFS亞組分析：患者數(shù)量≥200例時，各項研究間無明顯異質(zhì)性（P＞0.1，I2=0%），采用固定效應模型分析，結(jié)果表明高NLR組DFS短于低NLR組，差異有統(tǒng)計學意義（HR=2.16，95%CI：1.77～2.64，P＜0.01），見圖 9；患者數(shù)量＜200例時，各項研究間存在異質(zhì)性（P＜0.01，I2=85%），采用隨機效應模型分析，結(jié)果表明高NLR組DFS短于低NLR組，差異有統(tǒng)計學意義（HR=2.30，95%CI：1.06～4.99，P＜0.05），見圖 10。

圖7 患者數(shù)量≥200例OS亞組分析

圖8 患者數(shù)量＜200例OS亞組分析

圖9 患者數(shù)量≥200例DFS亞組分析

圖10 患者數(shù)量＜200例DFS亞組分析

2.2.3.3 根據(jù)種族人群設置亞組分析 （1）患者OS亞組分析：種族人群為亞裔時，各項研究間無明顯統(tǒng)計學異質(zhì)性（P＞0.1，I2=0%），采用固定效應模型分析，結(jié)果表明高NLR組OS短于低NLR組，差異有統(tǒng)計學意義（HR=2.80，95%CI：2.14～3.66，P＜0.01），見圖 11；種族人群為非亞裔時，各項研究間存在異質(zhì)性（P＜0.01，I2=84%），采用隨機效應模型分析，結(jié)果表明高NLR組OS短于低NLR組，差異有統(tǒng)計學意義（HR=2.33，95%CI：1.34～4.05，P＜0.01），見圖 12。（2）患者DFS亞組分析：種族人群為亞裔時，各項研究間存在異質(zhì)性（P＜0.05，I2=64%），采用隨機效應模型分析，結(jié)果表明高NLR組DFS短于低NLR組，差異有統(tǒng)計學意義（HR=1.92，95%CI：1.26～2.91，P＜0.01）；種族人群為非亞裔時，各項研究間存在異質(zhì)性（P＜0.01，I2=88%），采用隨機效應模型分析，結(jié)果表明高NLR組DFS短于低NLR 組，差異有統(tǒng)計學意義（HR=3.23，95%CI：1.02～10.23，P＜0.05），見圖 13。

圖11 亞裔人群患者OS亞組分析

圖12 非亞裔人群患者OS亞組分析

圖13 亞裔人群和非亞裔人群患者DFS亞組分析

2.2.4 敏感性分析與發(fā)表偏倚 通過去除單項研究法進行敏感性分析，在高NLR組和低NLR組患者OS比較的Meta分析中，排除Patel等[2]研究后異質(zhì)性明顯下降（P＞0.1，I2=6%），采用固定效應模型分析，結(jié)果表明高NLR組OS短于低NLR組，差異有統(tǒng)計學意義（HR=2.57，95%CI：2.12～3.12，P＜0.01）；在高 NLR 組和低NLR組患者DFS比較的Meta分析中，僅排除Patel等[2]研究后異質(zhì)性稍有下降（P＜0.01，I2=64%），采用隨機效應模型分析，結(jié)果表明高NLR組患者DFS短于低NLR組，差異有統(tǒng)計學意義（HR=2.39，95%CI：1.61～3.54，P＜0.01）；以上結(jié)果均與之前無明顯差異，表示敏感性較低、結(jié)果較穩(wěn)定。高NLR組和低NLR組患者OS比較的漏斗圖顯示兩邊不對稱，說明存在一定的發(fā)表偏倚，見圖14。

圖14 高NLR組和低NLR組患者OS比較的漏斗圖

3 討論

19世紀Virchow提出慢性炎癥可能導致癌癥發(fā)生的觀點后，越來越多的研究結(jié)果證實了兩者之間關系密切[23-24]。研究表明中性粒細胞可以通過抑制免疫細胞（如淋巴細胞、自然殺傷細胞等）的細胞溶解活性來抑制免疫反應，從而促進癌癥的發(fā)生和進展[25]。Queen等[26]研究結(jié)果顯示中性粒細胞合成并釋放的制瘤素M能誘導乳腺癌細胞的血管內(nèi)皮生長因子，并增加乳腺癌細胞的分離及侵襲能力。此外，中性粒細胞釋放的中性粒細胞彈性蛋白酶可被乳腺癌細胞吸收，進而促進腫瘤細胞增殖，并且中性粒細胞釋放的趨化因子和基質(zhì)金屬蛋白酶-9能調(diào)控腫瘤血管生成[27]。

炎癥和癌癥的密切聯(lián)系表明兩者之間可能存在一些與腫瘤治療和預后相關的靶點[28]。目前，已有研究對TNBC替代性的炎癥標志物進行了評估，但由于費用昂貴及缺乏可行性，未在臨床工作中普遍使用[29]。在疾病的診斷和治療時，外周血檢查是一種常規(guī)的檢查項目，可以反映腫瘤患者的全身性炎癥反應情況，而NLR就是炎癥的生物指標之一，并且許多研究結(jié)果表明其與惡性腫瘤的預后有關。Chua等[30]研究結(jié)果證實了NLR可作為一個獨立預測結(jié)腸癌患者OS的標志物，且治療后NLR正?；幕颊叩腄FS明顯改善。一項薈萃分析指出，合理地使用抗炎藥可以讓胃癌患病風險下降22%，其中選擇性環(huán)氧化酶2抑制劑可使風險降低55%，效果更佳[31]。因此，在臨床工作中重視以及合理應用NLR可能對腫瘤的預防和治療方面有潛在的益處，這是一個值得繼續(xù)深入探索的研究方向，也需要開展更多的大型高質(zhì)量臨床研究去證實。

本研究結(jié)果表明，TNBC患者中高NLR組OS及DFS均短于低NLR組。亞組分析結(jié)果顯示，在NLR截斷值≥2.8、NLR截斷值＜2.8、患者數(shù)量≥200例、患者數(shù)量＜200例、亞裔及非亞裔人群中，高NLR組OS和DFS均短于低NLR組，差異均有統(tǒng)計學意義。

本研究的不足之處：（1）本文納入的研究均為回顧性臨床研究，存在一定的偏倚風險；（2）納入各研究間的NLR截斷值不一致；（3）由于研究員的主觀性，對文獻質(zhì)量評價及數(shù)據(jù)分析方面可能存在偏差。

綜上所述，NLR升高與TNBC患者的預后不良顯著相關，NLR可作為預測TNBC患者預后的標志物之一。NLR在臨床上是一個可重復的、簡單方便且價格低廉的指標，也許能在TNBC患者的個體化治療、精準及全程化管理中發(fā)揮作用。但由于本研究的局限性，尚需開展大樣本、多中心、雙盲的前瞻性臨床對照試驗進一步驗證。