引用本文： 官桂林, 吴佳星, 郭晓蝶, 左怀全. 浸润性乳腺癌新辅助化疗疗效预测指数. 中国普外基础与临床杂志, 2024, 31(5): 600-607. doi: 10.7507/1007-9424.202312045 复制
乳腺癌是世界最常见的癌症之一，在女性恶性肿瘤中，乳腺癌的发病率和死亡率均位列第1[1]。据统计，我国乳腺癌年龄标准化发病率和死亡率每年分别增加3.3%和1.0%，预计到2030年将增加11%以上[2]。作为乳腺癌综合治疗的重要组成部分，新辅助化疗（neoadjuvant chemotherapy，NAC）不仅可以为部分局部晚期不可手术切除乳腺癌患者创造手术机会、缩小肿瘤、提高保乳率及获取体内药敏信息[3]，还能为达到病理完全缓解（pathologic complete response，pCR）的患者提示较好的预后[4]。有研究表明，磁共振成像[5-6]、18 氟标记的2-氟-2-脱氧-D-葡萄糖电子发射断层计算机扫描[7-8]、胰岛素样生长因子受体[9]和氨基酸代谢物[10]可能成为预测NAC反应的潜在生物学标志物，但存在价格高昂、可重复性差、受限于设备及技术水平等的局限性，难以广泛应用于临床实践。既往研究表明，营养和免疫状态与乳腺癌患者的预后相关[11-13]，同时NAC会影响机体免疫细胞亚群和身体成分的变化，可能影响化疗药物的敏感性[14-15]。大量研究[16-19]根据已有的炎性标志物探索机体免疫和营养指标与pCR的关系，但这些生物学标志物主要应用于其他器官恶性肿瘤预后的预测。目前也没有公认的指标可以预测乳腺癌NAC后pCR。因此，本研究分析了营养和免疫相关实验室指标（以下简称实验室指标）与pCR之间的关系，构建指标组合并确立最佳实验室指标组合，以筛选作为乳腺癌NAC后pCR较为简便、经济及可重复的临床预测指标。
1 资料与方法
1.1 研究对象
选取2020年9月1日至2022年10月31日期间在西南医科大学附属医院（以下简称我院）乳腺外科接受NAC的310例乳腺癌患者作为研究对象。纳入标准：① 于我院行空芯针穿刺确诊为单侧原发性浸润性乳腺癌的女性患者；② 完成NAC并于我院行乳腺癌根治性手术治疗；③ 有完整病历资料，所有结果完整可靠；④ 初次NAC前未接受其他治疗。排除标准：① 双侧乳腺癌，多灶性、多中心性乳腺癌；② 初诊时有远处转移；③ 既往有恶性肿瘤病史或发病时合并其他系统恶性肿瘤；④ 合并血液系统疾病；⑤ 合并外伤、中毒、急慢性感染等；⑥ 合并心脏、肝脏、肾脏等重要器官功能障碍；⑦ 长期使用激素治疗者；⑧ 未坚持完成全程新辅助治疗者；⑨ 同时接受新辅助内分泌治疗或新辅助放疗；⑩ 相关资料缺失者。
1.2 临床数据收集
通过我院电子病历系统收集患者的基本资料，包括年龄，绝经状态，身体质量指数（body mass index，BMI），肿瘤T分期，淋巴结分期，组织学分级，雌激素受体（estrogen receptor，ER）、孕激素受体（progesterone receptor，PR）、人表皮生长因子受体2（human epidermal growth factor receptor 2，HER2）和细胞核增殖指数（Ki-67）表达情况，手术方式，新辅助治疗Miller-Payne分级以及淋巴结转移数目。 收集患者初次NAC前空腹外周静脉血实验室指标水平及炎性标志物水平，实验室指标包括白蛋白（albumin， ALB）、总胆固醇（total cholesterol，TC）、甘油三酯（triglyceride，TG）、高密度脂蛋白胆固醇（high density lipoprotein cholesterol，HDL-C）、低密度脂蛋白胆固醇（low density lipoprotein cholesterol，LDL-C）、载脂蛋白A- Ⅰ（apolipoprotein A- Ⅰ，ApoA- Ⅰ）、载脂蛋白B（apolipoprotein B，ApoB）、白细胞（white blood cell，WBC）、中性粒细胞（neutrophil，NEU）、淋巴细胞（lymphocyte，LYM）、单核细胞（monocyte，MON）及血小板（platelet，PLT）；炎性标志物包括中性粒细胞与淋巴细胞比值（neutrophil-to-lymphocyte ratio， NLR）、血小板与淋巴细胞比值（platelet-to-lymphocyte ratio，PLR）、淋巴细胞与单核细胞比值（lymphocyte-to-monocyte ratio，LMR）、系统性炎症指数（systemic immune-inflammation index，SII）及预后营养指数（prognostic nutritional index，PNI）。
1.3 治疗方案
1.3.1 新辅助治疗方案
本研究中HER2阴性患者接受蒽环联合紫杉类药物治疗，HER2阳性患者接受蒽环或铂类联合紫杉类药物化疗并同时接受抗HER2靶向药物治疗。化疗及靶向药物用法用量均参照中国临床肿瘤学会乳腺癌诊疗指南2022版[20]标准。
1.3.2 手术治疗方案
所有患者接受末次NAC后2～4周行乳腺癌根治术，乳房手术包括保乳术和乳房全切术，腋窝淋巴结手术包括前哨淋巴结活检和淋巴结清扫术。对于锁骨上淋巴结转移和部分锁骨下淋巴结转移的患者，由于进行术后放疗而未行淋巴结清扫，故未纳入本研究。
1.4 病理学评估和分组
根据NCCN指南2022版[21]，ER/PR阳性定义为 ≥1%的肿瘤细胞呈阳性染色；HER2阳性定义为免疫组化（immunohistochemistry，IHC）判读为3+ 或IHC判读为2+ 且荧光原位杂交检测判读为阳性；参考中国临床肿瘤学会乳腺癌诊疗指南2022版[20]，将pCR定义为乳腺原发灶无浸润性癌（可存在导管原位癌）且区域淋巴结阴性。空芯针穿刺标本以及术后标本的病理结果均由我院两名病理科医生（至少一名医生具有副高级职称）进行判读。根据我国成人超重和肥胖界限的建议[22]，将患者分为肥胖组（BMI ≥28 kg/m2）和非肥胖组（BMI <28 kg/m2）。
1.5 统计学方法
使用R 4.3.1软件对数据进行统计分析。 计量资料使用夏皮罗-威尔克检验进行正态性检验，以均数±标准差（
±s）或中位数（M）及上下四分位数（P25，P75）表示，组间比较采用两独立样本的t检验或曼-惠特尼U检验；绝经状态、BMI、ER、PR、HER2、Ki-67及手术方式为分类资料，以例（%）表示，组间比较采用成组卡方检验；肿瘤T分期、淋巴结分期和组织学分级为等级资料，以例（%）表示，组间比较采用Wilcoxon秩和检验。采用非条件logistic回归分析确定乳腺癌患者临床病理特征和实验室指标与乳腺癌NAC后pCR的相关性。使用受试者工作特征（receiver operating characteristic，ROC）曲线下面积（area under curve，AUC）评估实验室指标不同组合及炎性标志物的预测效能，确定实验室指标最佳组合，使用pROC程序包对实验室指标最佳组合与其他组合的AUC、实验室指标最佳组合与炎性标志物的AUC两两进行Delong检验[23]。定量变量根据最佳截断值转变为二分类变量。检验水准α=0.05（双尾）。
2 结果
2.1 实验室指标与NAC后pCR的相关性分析结果
本研究共纳入310例患者，经全程标准NAC后，有153例（49.4%）患者达到pCR。外周静脉血实验室指标与NAC后 pCR的相关性进行logistic回归分析，结果见表1。由表1可见：初次NAC前的ALB和HDL-C与NAC后pCR呈正相关（P<0.05）； MON与NAC后pCR呈负相关（P<0.001）；TG、TC、LDL-C、ApoA-I、ApoB、WBC、NEU、LYM和PLT与NAC后pCR无相关性（P＞0.05）。
表1
外周静脉血实验室指标与NAC后 pCR的logistic回归分析结果
2.2 构建实验室指标组合
外周静脉血实验室指标中与NAC后pCR呈正相关者（ALB和HDL-C）为正向调节因子，与pCR呈负相关者（MON）为负向调节因子。根据调节方向的异同将上述两类因子按数学简单四项运算法则分别进行两两组合，得到6项组合。将这6项组合与pCR进行单因素logistic回归分析，结果显示这6项组合与pCR均呈显著正相关关系（P<0.05），见表2。
表2
6项外周静脉血实验室指标组合与NAC后 pCR单因素logistic回归分析结果
2.3 最佳实验室指标组合的筛选和验证结果
本研究使用ROC的AUC来评估实验室指标6项组合的预测效能，并进行重复100次的10折交叉验证，以最大AUC者为最佳组合。使用pROC程序包对最佳组合与其他组合的AUC两两进行Delong检验，其结果显示： ALB/MON组合的AUC最高（中位数为0.708），故选择为最佳实验室指标组合，并将其定义为新辅助疗效预测指数（neoadjuvant therapy predictive index，NTPI）； 另外2项组合作为备选组合: ALB−MON（中位 AUC=0.684，Z=0.653，P=0.514），ALB+HDL-C（中位AUC=0.683，Z=0.715，P=0.475）；余下3项组合HDL-C/MON（中位AUC=0.670，Z=2.026， P=0.043）、HDL-C−MON（中位AUC=0.618，Z=2.789，P=0.005） 和ALB×HDL-C （中位AUC=0.614，Z=2.534，P=0.011）的预测效能与最佳组合比较差异有统计学意义。
绘制实验室指标最佳组合（即NTPI）的ROC曲线（图1a），根据约登指数确定其最佳截断值为146.609，此时敏感度为0.694，特异度为0.654。NTPI的AUC为0.708，95%CI为（0.651，0.766）；其校准曲线（图1b）显示NTPI的预测概率与实际概率大致匹配，Hosmer-Lemeshow检验提示拟合优度效果良好（χ2=0.1618，P=0.922）。
图1
示NTPI的ROC曲线（a）及其校准曲线（b）
2.4 NTPI与现有预测标志物预测效能比较结果
既往研究[16, 24]显示NLR、PLR、LMR、SII和PNI反映机体免疫和营养功能状态，可以作为乳腺癌NAC后pCR的独立预测因子。NTPI与上述5种炎性标志物的预测效能的比较结果见表3。由表3可见： NTPI的AUC值高于其他5种炎性标志物，与NLR、PLR、LMR 和SII比较差异均有统计学意义（P<0.05）；与PNI比较差异无统计学意义（P＞0.05）。提示NTPI的预测能力优于NLR、PLR、LMR和SII。
表3
NTPI与5种炎性标志物预测效能的Delong检验结果
2.5 乳腺癌临床病理特征与NAC后pCR的相关性分析结果
本研究共纳入310例患者，经全程标准NAC后，有153例（49.4%）患者达到pCR。310例患者的临床病理特征与NAC后 pCR相关性单因素分析结果见表4。由表4可见：NAC后的pCR与患者的年龄、绝经状态、BMI、淋巴结分期、组织学分级和手术方式无关（P＞0.05）；与肿瘤T分期，ER、PR、HER2和Ki-67的表达状态以及NTPI有关（P<0.05）。 进一步进行多因素logistic回归分析，其结果显示：ER、HER2和Ki-67 表达以及NTPI是乳腺癌NAC后pCR的独立预测因子。其中ER阳性患者NAC 后达到pCR的可能性仅为ER阴性患者的0.277倍，HER2阳性患者NAC 后达到pCR的可能性为HER2阴性患者的9.441倍，Ki-67 ≥30%的患者NAC 后达到pCR的可能性为Ki-67 <30%患者的2.503倍，NTPI ≥146.609的患者NAC 后达到pCR的可能性为NTPI <146.609患者的3.769倍。具体见表5。
表4
310例乳腺癌患者的临床病理特征与NAC后 pCR相关性分析结果［例（%） ］
表5
310例乳腺癌患者的临床病理特征与NAC后 pCR相关性的多因素logistic回归分析结果
3 讨论
20世纪70年代，NAC开始应用于局部晚期乳腺癌，其初衷是为了缩小肿瘤，易于手术切除。随着研究的不断深入，NAC的适应证已从不可手术的局部晚期乳腺癌扩展至需要辅助化疗的可手术乳腺癌以及希望通过NAC缩小肿瘤以成功实施保乳手术的乳腺癌。同时NAC的意义被赋予更深层次的内涵,包括改进手术方式选择，即时获得药敏信息，指导后续治疗和改善长期预后。随着接受NAC的乳腺癌患者的比例逐渐增高，预测肿瘤对NAC的反应至关重要。肿瘤浸润淋巴细胞被证实可以预测乳腺癌患者NAC疗效[25-26]，但目前无统一的检测标准，尚不能作为乳腺癌常规检测项目。影像学评估因其受限于设备条件和价格高昂而难以广泛应用于临床。乳腺癌治疗前常规进行病理学检查评估分子表型，与既往研究一致[27-29]。本研究结果提示ER、HER2和Ki-67表达状态是乳腺癌NAC后pCR的预测指标。
免疫微环境和机体营养状态与恶性肿瘤发生发展及预后相关。外周静脉血实验室指标检查具有操作便捷、经济、可重复性好的优点，能即时反映机体营养和免疫状态。本研究以预测NAC后pCR为目标，筛选营养和免疫相关实验室指标，构建了一种乳腺癌NAC后pCR预测指标，称为NTPI。大多数既往研究[30-33]只调查了一小部分实验室指标组合作为NAC后pCR的预测标志物，并且很少有研究[34]调查哪些标志物优于现有的炎症标志物。本研究在构建预测指标的同时与现有的炎症标志物进行比较，最终确定NTPI可以作为乳腺癌NAC后pCR的预测指标。而且NTPI是由ALB和MON两种成分组成，能够同时反映机体的营养和免疫状态。
ALB是一种营养标志物，由肝脏合成，其浓度取决于合成速率、分解和损失速率以及经毛细血管的通量。乳腺癌可能是与营养过剩相关的恶性肿瘤[35]，有研究指出肥胖可导致绝经后女性乳腺癌发生风险增加27%[36]，乳腺癌复发或死亡风险增加30%[37]。我国乳腺癌患者营养不足的发生率不足10%，而绝经后乳腺癌患者营养过剩的发生率高达50%以上[38]。但有研究[39-40]表明，无论营养不良与否，ALB的浓度都会受到炎症的影响，炎症反应可能会增加对特定氨基酸的需求,用于急性期蛋白质合成及免疫和抗氧化防御，促进体内可用蛋白质（包括ALB）的降解。乳腺癌是一种全身性疾病，肝脏微转移性肿瘤细胞的存在诱导Kupffer细胞产生包括白介素（interleukin，IL）-Iβ、IL-6和肿瘤坏死因子（tumor necrosis factor，TNF）在内的多种细胞因子，调节肝细胞合成ALB；同时TNF可能增加微血管的通透性，促进ALB经毛细血管渗出[41]。Laursen等[42]发现ALB可以抑制雌激素靶向的人乳腺癌MCF-7细胞株的增殖，其抑制作用与ALB的浓度相关，可能是通过调节自分泌生长调节因子的活性来影响肿瘤细胞增殖[43]。低ALB水平通常反映免疫功能受损，特别是细胞介导的免疫反应、吞噬细胞功能、细胞因子分泌、分泌抗体反应、抗体亲和力和补体系统[44]，影响抗癌治疗的反应。
MON和巨噬细胞是肿瘤微环境的重要组成部分。循环MON浸润炎症部位并在肿瘤微环境中分化为巨噬细胞，促进肿瘤细胞迁移和外渗[45-46]。Chittezhath 等[47]研究发现，MON中促炎细胞因子、趋化因子基因和促血管生成因子的表达增强，表明MON在人类肿瘤中具有促炎和促肿瘤作用，通过血管生成和侵袭、抑制抗肿瘤T细胞反应来促进肿瘤进展。张嘉雯等[48]总结前人的研究，阐述了肿瘤相关巨噬细胞通过包括分泌血管内皮生长因子、高表达葡萄糖转运体3、分泌抑制性细胞因子、抑制细胞毒性T细胞功能等多种机制促进三阴性乳腺癌增殖、侵袭及耐药性的产生。MON可以分泌包括巨噬细胞集落刺激因子（macrophage colony stimulating factor，M-CSF）在内的多种细胞因子。 Zhang等[49]将M-CSF转染人乳腺癌MCF-7细胞株，发现M-CSF可以通过激活PI3K/AKT/Survivin通路抑制细胞凋亡，诱导自噬细胞死亡，从而介导MCF-7细胞对阿霉素耐药。Ajabnoor等[50]也证实人乳腺癌MCF-7细胞株对紫杉醇耐药与凋亡反应减弱到自噬上调的转变有关。
综上所述，ALB和MON对乳腺癌NAC后pCR的影响可能是通过调节免疫细胞功能、参与免疫防御、分泌细胞因子或自身参与细胞凋亡、诱导自噬细胞死亡、促进血管生成等方式来进行的。
本研究也存在诸多局限性。第1，本研究为单中心回顾性临床研究，样本量较小。第2，本研究只关注2个实验室指标的组合来构建1个新的指数，因此在进一步的研究中应考虑2个以上实验室指标的组合。第3，本研究只对NTPI进行内部验证并确定为有效的预测指数，没有进行外部验证以确保外部有效性。第4，NTPI不能完全取代传统预测指标，其对乳腺癌NAC后pCR的预测价值仍然需要进一步验证。第5，ALB和MON如何影响乳腺癌新辅助治疗效果的相关机制仍然需进一步研究和探讨。
4 结论
NTPI的预测性能优于现有的炎症标志物，是乳腺癌NAC后pCR的独立预测因子，可以与其他指标联合，提高对NAC后pCR人群的预测能力。NTPI通过常规术前检查获得，具有创伤小、经济、可重复性好的优点，可用于日常临床实践，具有潜在预测价值，为对乳腺癌患者进行个体化治疗提供治疗思路。
重要声明
利益冲突声明：本文全体作者阅读并理解了《中国普外基础与临床杂志》的政策声明，我们没有相互竞争的利益。
作者贡献声明：官桂林负责数据的收集、整理、分析及文章的撰写；吴佳星和郭晓蝶负责协助数据的收集、整理以及文献检索；左怀全负责文章内容的审阅及提出修改意见。
伦理声明：本研究通过了西南医科大学附属医院临床试验伦理委员会的审批，批文编号：KY2023401。
乳腺癌是世界最常见的癌症之一，在女性恶性肿瘤中，乳腺癌的发病率和死亡率均位列第1[1]。据统计，我国乳腺癌年龄标准化发病率和死亡率每年分别增加3.3%和1.0%，预计到2030年将增加11%以上[2]。作为乳腺癌综合治疗的重要组成部分，新辅助化疗（neoadjuvant chemotherapy，NAC）不仅可以为部分局部晚期不可手术切除乳腺癌患者创造手术机会、缩小肿瘤、提高保乳率及获取体内药敏信息[3]，还能为达到病理完全缓解（pathologic complete response，pCR）的患者提示较好的预后[4]。有研究表明，磁共振成像[5-6]、18 氟标记的2-氟-2-脱氧-D-葡萄糖电子发射断层计算机扫描[7-8]、胰岛素样生长因子受体[9]和氨基酸代谢物[10]可能成为预测NAC反应的潜在生物学标志物，但存在价格高昂、可重复性差、受限于设备及技术水平等的局限性，难以广泛应用于临床实践。既往研究表明，营养和免疫状态与乳腺癌患者的预后相关[11-13]，同时NAC会影响机体免疫细胞亚群和身体成分的变化，可能影响化疗药物的敏感性[14-15]。大量研究[16-19]根据已有的炎性标志物探索机体免疫和营养指标与pCR的关系，但这些生物学标志物主要应用于其他器官恶性肿瘤预后的预测。目前也没有公认的指标可以预测乳腺癌NAC后pCR。因此，本研究分析了营养和免疫相关实验室指标（以下简称实验室指标）与pCR之间的关系，构建指标组合并确立最佳实验室指标组合，以筛选作为乳腺癌NAC后pCR较为简便、经济及可重复的临床预测指标。
1 资料与方法
1.1 研究对象
选取2020年9月1日至2022年10月31日期间在西南医科大学附属医院（以下简称我院）乳腺外科接受NAC的310例乳腺癌患者作为研究对象。纳入标准：① 于我院行空芯针穿刺确诊为单侧原发性浸润性乳腺癌的女性患者；② 完成NAC并于我院行乳腺癌根治性手术治疗；③ 有完整病历资料，所有结果完整可靠；④ 初次NAC前未接受其他治疗。排除标准：① 双侧乳腺癌，多灶性、多中心性乳腺癌；② 初诊时有远处转移；③ 既往有恶性肿瘤病史或发病时合并其他系统恶性肿瘤；④ 合并血液系统疾病；⑤ 合并外伤、中毒、急慢性感染等；⑥ 合并心脏、肝脏、肾脏等重要器官功能障碍；⑦ 长期使用激素治疗者；⑧ 未坚持完成全程新辅助治疗者；⑨ 同时接受新辅助内分泌治疗或新辅助放疗；⑩ 相关资料缺失者。
1.2 临床数据收集
通过我院电子病历系统收集患者的基本资料，包括年龄，绝经状态，身体质量指数（body mass index，BMI），肿瘤T分期，淋巴结分期，组织学分级，雌激素受体（estrogen receptor，ER）、孕激素受体（progesterone receptor，PR）、人表皮生长因子受体2（human epidermal growth factor receptor 2，HER2）和细胞核增殖指数（Ki-67）表达情况，手术方式，新辅助治疗Miller-Payne分级以及淋巴结转移数目。 收集患者初次NAC前空腹外周静脉血实验室指标水平及炎性标志物水平，实验室指标包括白蛋白（albumin， ALB）、总胆固醇（total cholesterol，TC）、甘油三酯（triglyceride，TG）、高密度脂蛋白胆固醇（high density lipoprotein cholesterol，HDL-C）、低密度脂蛋白胆固醇（low density lipoprotein cholesterol，LDL-C）、载脂蛋白A- Ⅰ（apolipoprotein A- Ⅰ，ApoA- Ⅰ）、载脂蛋白B（apolipoprotein B，ApoB）、白细胞（white blood cell，WBC）、中性粒细胞（neutrophil，NEU）、淋巴细胞（lymphocyte，LYM）、单核细胞（monocyte，MON）及血小板（platelet，PLT）；炎性标志物包括中性粒细胞与淋巴细胞比值（neutrophil-to-lymphocyte ratio， NLR）、血小板与淋巴细胞比值（platelet-to-lymphocyte ratio，PLR）、淋巴细胞与单核细胞比值（lymphocyte-to-monocyte ratio，LMR）、系统性炎症指数（systemic immune-inflammation index，SII）及预后营养指数（prognostic nutritional index，PNI）。
1.3 治疗方案
1.3.1 新辅助治疗方案
本研究中HER2阴性患者接受蒽环联合紫杉类药物治疗，HER2阳性患者接受蒽环或铂类联合紫杉类药物化疗并同时接受抗HER2靶向药物治疗。化疗及靶向药物用法用量均参照中国临床肿瘤学会乳腺癌诊疗指南2022版[20]标准。
1.3.2 手术治疗方案
所有患者接受末次NAC后2～4周行乳腺癌根治术，乳房手术包括保乳术和乳房全切术，腋窝淋巴结手术包括前哨淋巴结活检和淋巴结清扫术。对于锁骨上淋巴结转移和部分锁骨下淋巴结转移的患者，由于进行术后放疗而未行淋巴结清扫，故未纳入本研究。
1.4 病理学评估和分组
根据NCCN指南2022版[21]，ER/PR阳性定义为 ≥1%的肿瘤细胞呈阳性染色；HER2阳性定义为免疫组化（immunohistochemistry，IHC）判读为3+ 或IHC判读为2+ 且荧光原位杂交检测判读为阳性；参考中国临床肿瘤学会乳腺癌诊疗指南2022版[20]，将pCR定义为乳腺原发灶无浸润性癌（可存在导管原位癌）且区域淋巴结阴性。空芯针穿刺标本以及术后标本的病理结果均由我院两名病理科医生（至少一名医生具有副高级职称）进行判读。根据我国成人超重和肥胖界限的建议[22]，将患者分为肥胖组（BMI ≥28 kg/m2）和非肥胖组（BMI <28 kg/m2）。
1.5 统计学方法
使用R 4.3.1软件对数据进行统计分析。 计量资料使用夏皮罗-威尔克检验进行正态性检验，以均数±标准差（±s）或中位数（M）及上下四分位数（P25，P75）表示，组间比较采用两独立样本的t检验或曼-惠特尼U检验；绝经状态、BMI、ER、PR、HER2、Ki-67及手术方式为分类资料，以例（%）表示，组间比较采用成组卡方检验；肿瘤T分期、淋巴结分期和组织学分级为等级资料，以例（%）表示，组间比较采用Wilcoxon秩和检验。采用非条件logistic回归分析确定乳腺癌患者临床病理特征和实验室指标与乳腺癌NAC后pCR的相关性。使用受试者工作特征（receiver operating characteristic，ROC）曲线下面积（area under curve，AUC）评估实验室指标不同组合及炎性标志物的预测效能，确定实验室指标最佳组合，使用pROC程序包对实验室指标最佳组合与其他组合的AUC、实验室指标最佳组合与炎性标志物的AUC两两进行Delong检验[23]。定量变量根据最佳截断值转变为二分类变量。检验水准α=0.05（双尾）。
2 结果
2.1 实验室指标与NAC后pCR的相关性分析结果
本研究共纳入310例患者，经全程标准NAC后，有153例（49.4%）患者达到pCR。外周静脉血实验室指标与NAC后 pCR的相关性进行logistic回归分析，结果见表1。由表1可见：初次NAC前的ALB和HDL-C与NAC后pCR呈正相关（P<0.05）； MON与NAC后pCR呈负相关（P<0.001）；TG、TC、LDL-C、ApoA-I、ApoB、WBC、NEU、LYM和PLT与NAC后pCR无相关性（P＞0.05）。
表1
外周静脉血实验室指标与NAC后 pCR的logistic回归分析结果
2.2 构建实验室指标组合
外周静脉血实验室指标中与NAC后pCR呈正相关者（ALB和HDL-C）为正向调节因子，与pCR呈负相关者（MON）为负向调节因子。根据调节方向的异同将上述两类因子按数学简单四项运算法则分别进行两两组合，得到6项组合。将这6项组合与pCR进行单因素logistic回归分析，结果显示这6项组合与pCR均呈显著正相关关系（P<0.05），见表2。
表2
6项外周静脉血实验室指标组合与NAC后 pCR单因素logistic回归分析结果
2.3 最佳实验室指标组合的筛选和验证结果
本研究使用ROC的AUC来评估实验室指标6项组合的预测效能，并进行重复100次的10折交叉验证，以最大AUC者为最佳组合。使用pROC程序包对最佳组合与其他组合的AUC两两进行Delong检验，其结果显示： ALB/MON组合的AUC最高（中位数为0.708），故选择为最佳实验室指标组合，并将其定义为新辅助疗效预测指数（neoadjuvant therapy predictive index，NTPI）； 另外2项组合作为备选组合: ALB−MON（中位 AUC=0.684，Z=0.653，P=0.514），ALB+HDL-C（中位AUC=0.683，Z=0.715，P=0.475）；余下3项组合HDL-C/MON（中位AUC=0.670，Z=2.026， P=0.043）、HDL-C−MON（中位AUC=0.618，Z=2.789，P=0.005） 和ALB×HDL-C （中位AUC=0.614，Z=2.534，P=0.011）的预测效能与最佳组合比较差异有统计学意义。
绘制实验室指标最佳组合（即NTPI）的ROC曲线（图1a），根据约登指数确定其最佳截断值为146.609，此时敏感度为0.694，特异度为0.654。NTPI的AUC为0.708，95%CI为（0.651，0.766）；其校准曲线（图1b）显示NTPI的预测概率与实际概率大致匹配，Hosmer-Lemeshow检验提示拟合优度效果良好（χ2=0.1618，P=0.922）。
图1
示NTPI的ROC曲线（a）及其校准曲线（b）
2.4 NTPI与现有预测标志物预测效能比较结果
既往研究[16, 24]显示NLR、PLR、LMR、SII和PNI反映机体免疫和营养功能状态，可以作为乳腺癌NAC后pCR的独立预测因子。NTPI与上述5种炎性标志物的预测效能的比较结果见表3。由表3可见： NTPI的AUC值高于其他5种炎性标志物，与NLR、PLR、LMR 和SII比较差异均有统计学意义（P<0.05）；与PNI比较差异无统计学意义（P＞0.05）。提示NTPI的预测能力优于NLR、PLR、LMR和SII。
表3
NTPI与5种炎性标志物预测效能的Delong检验结果
2.5 乳腺癌临床病理特征与NAC后pCR的相关性分析结果
本研究共纳入310例患者，经全程标准NAC后，有153例（49.4%）患者达到pCR。310例患者的临床病理特征与NAC后 pCR相关性单因素分析结果见表4。由表4可见：NAC后的pCR与患者的年龄、绝经状态、BMI、淋巴结分期、组织学分级和手术方式无关（P＞0.05）；与肿瘤T分期，ER、PR、HER2和Ki-67的表达状态以及NTPI有关（P<0.05）。 进一步进行多因素logistic回归分析，其结果显示：ER、HER2和Ki-67 表达以及NTPI是乳腺癌NAC后pCR的独立预测因子。其中ER阳性患者NAC 后达到pCR的可能性仅为ER阴性患者的0.277倍，HER2阳性患者NAC 后达到pCR的可能性为HER2阴性患者的9.441倍，Ki-67 ≥30%的患者NAC 后达到pCR的可能性为Ki-67 <30%患者的2.503倍，NTPI ≥146.609的患者NAC 后达到pCR的可能性为NTPI <146.609患者的3.769倍。具体见表5。
表4
310例乳腺癌患者的临床病理特征与NAC后 pCR相关性分析结果［例（%） ］
表5
310例乳腺癌患者的临床病理特征与NAC后 pCR相关性的多因素logistic回归分析结果
3 讨论
20世纪70年代，NAC开始应用于局部晚期乳腺癌，其初衷是为了缩小肿瘤，易于手术切除。随着研究的不断深入，NAC的适应证已从不可手术的局部晚期乳腺癌扩展至需要辅助化疗的可手术乳腺癌以及希望通过NAC缩小肿瘤以成功实施保乳手术的乳腺癌。同时NAC的意义被赋予更深层次的内涵,包括改进手术方式选择，即时获得药敏信息，指导后续治疗和改善长期预后。随着接受NAC的乳腺癌患者的比例逐渐增高，预测肿瘤对NAC的反应至关重要。肿瘤浸润淋巴细胞被证实可以预测乳腺癌患者NAC疗效[25-26]，但目前无统一的检测标准，尚不能作为乳腺癌常规检测项目。影像学评估因其受限于设备条件和价格高昂而难以广泛应用于临床。乳腺癌治疗前常规进行病理学检查评估分子表型，与既往研究一致[27-29]。本研究结果提示ER、HER2和Ki-67表达状态是乳腺癌NAC后pCR的预测指标。
免疫微环境和机体营养状态与恶性肿瘤发生发展及预后相关。外周静脉血实验室指标检查具有操作便捷、经济、可重复性好的优点，能即时反映机体营养和免疫状态。本研究以预测NAC后pCR为目标，筛选营养和免疫相关实验室指标，构建了一种乳腺癌NAC后pCR预测指标，称为NTPI。大多数既往研究[30-33]只调查了一小部分实验室指标组合作为NAC后pCR的预测标志物，并且很少有研究[34]调查哪些标志物优于现有的炎症标志物。本研究在构建预测指标的同时与现有的炎症标志物进行比较，最终确定NTPI可以作为乳腺癌NAC后pCR的预测指标。而且NTPI是由ALB和MON两种成分组成，能够同时反映机体的营养和免疫状态。
ALB是一种营养标志物，由肝脏合成，其浓度取决于合成速率、分解和损失速率以及经毛细血管的通量。乳腺癌可能是与营养过剩相关的恶性肿瘤[35]，有研究指出肥胖可导致绝经后女性乳腺癌发生风险增加27%[36]，乳腺癌复发或死亡风险增加30%[37]。我国乳腺癌患者营养不足的发生率不足10%，而绝经后乳腺癌患者营养过剩的发生率高达50%以上[38]。但有研究[39-40]表明，无论营养不良与否，ALB的浓度都会受到炎症的影响，炎症反应可能会增加对特定氨基酸的需求,用于急性期蛋白质合成及免疫和抗氧化防御，促进体内可用蛋白质（包括ALB）的降解。乳腺癌是一种全身性疾病，肝脏微转移性肿瘤细胞的存在诱导Kupffer细胞产生包括白介素（interleukin，IL）-Iβ、IL-6和肿瘤坏死因子（tumor necrosis factor，TNF）在内的多种细胞因子，调节肝细胞合成ALB；同时TNF可能增加微血管的通透性，促进ALB经毛细血管渗出[41]。Laursen等[42]发现ALB可以抑制雌激素靶向的人乳腺癌MCF-7细胞株的增殖，其抑制作用与ALB的浓度相关，可能是通过调节自分泌生长调节因子的活性来影响肿瘤细胞增殖[43]。低ALB水平通常反映免疫功能受损，特别是细胞介导的免疫反应、吞噬细胞功能、细胞因子分泌、分泌抗体反应、抗体亲和力和补体系统[44]，影响抗癌治疗的反应。
MON和巨噬细胞是肿瘤微环境的重要组成部分。循环MON浸润炎症部位并在肿瘤微环境中分化为巨噬细胞，促进肿瘤细胞迁移和外渗[45-46]。Chittezhath 等[47]研究发现，MON中促炎细胞因子、趋化因子基因和促血管生成因子的表达增强，表明MON在人类肿瘤中具有促炎和促肿瘤作用，通过血管生成和侵袭、抑制抗肿瘤T细胞反应来促进肿瘤进展。张嘉雯等[48]总结前人的研究，阐述了肿瘤相关巨噬细胞通过包括分泌血管内皮生长因子、高表达葡萄糖转运体3、分泌抑制性细胞因子、抑制细胞毒性T细胞功能等多种机制促进三阴性乳腺癌增殖、侵袭及耐药性的产生。MON可以分泌包括巨噬细胞集落刺激因子（macrophage colony stimulating factor，M-CSF）在内的多种细胞因子。 Zhang等[49]将M-CSF转染人乳腺癌MCF-7细胞株，发现M-CSF可以通过激活PI3K/AKT/Survivin通路抑制细胞凋亡，诱导自噬细胞死亡，从而介导MCF-7细胞对阿霉素耐药。Ajabnoor等[50]也证实人乳腺癌MCF-7细胞株对紫杉醇耐药与凋亡反应减弱到自噬上调的转变有关。
综上所述，ALB和MON对乳腺癌NAC后pCR的影响可能是通过调节免疫细胞功能、参与免疫防御、分泌细胞因子或自身参与细胞凋亡、诱导自噬细胞死亡、促进血管生成等方式来进行的。
本研究也存在诸多局限性。第1，本研究为单中心回顾性临床研究，样本量较小。第2，本研究只关注2个实验室指标的组合来构建1个新的指数，因此在进一步的研究中应考虑2个以上实验室指标的组合。第3，本研究只对NTPI进行内部验证并确定为有效的预测指数，没有进行外部验证以确保外部有效性。第4，NTPI不能完全取代传统预测指标，其对乳腺癌NAC后pCR的预测价值仍然需要进一步验证。第5，ALB和MON如何影响乳腺癌新辅助治疗效果的相关机制仍然需进一步研究和探讨。
4 结论
NTPI的预测性能优于现有的炎症标志物，是乳腺癌NAC后pCR的独立预测因子，可以与其他指标联合，提高对NAC后pCR人群的预测能力。NTPI通过常规术前检查获得，具有创伤小、经济、可重复性好的优点，可用于日常临床实践，具有潜在预测价值，为对乳腺癌患者进行个体化治疗提供治疗思路。
重要声明
利益冲突声明：本文全体作者阅读并理解了《中国普外基础与临床杂志》的政策声明，我们没有相互竞争的利益。
作者贡献声明：官桂林负责数据的收集、整理、分析及文章的撰写；吴佳星和郭晓蝶负责协助数据的收集、整理以及文献检索；左怀全负责文章内容的审阅及提出修改意见。
伦理声明：本研究通过了西南医科大学附属医院临床试验伦理委员会的审批，批文编号：KY2023401。
