血小板/淋巴细胞比值对肝细胞癌的预后价值评价

胡琼英，罗建蓉，艾承锦，陈高莉，张 爽，张朝明

(1.成都中医药大学附属医院检验科，四川 成都 610072；2 四川省邛崃市医疗中心医院检验科，四川 邛崃 611530)

肝细胞癌(Hepatocellular carcinoma，HCC)是常见的恶性肿瘤之一，中国是发病率和死亡率最高的国家，每年有2.5万至100万人死于HCC[1，2]。目前，手术切除和放化疗对部分HCC患者有一定效果，但HCC的转移和复发率高，预后不尽人意[3]。所以在HCC的诊疗过程中，迫切需要发掘灵敏度和特异度等较高的生物标志物来指导个体化治疗。

炎症反应在HCC的发生、发展中起着十分重要的作用[4]。实验室炎性反应标志物如C-反应蛋白、血小板/淋巴细胞比值(Platelet-to-lymphocyte ratio，PLR)等已被证实是胰腺癌[5]、结直肠癌[6]和胃癌[7]等消化系统癌症有价值的预后因素。尽管已有部分研究证实PLR和HCC的早期诊断和预后相关，但是总生存期和最佳截止点(cut-off值)仍然不明确[8]。本研究探讨PLR对HCC的预后价值，找到最佳判断截点，以期为临床个体化治疗提供简单、便捷、低廉的标志物或评估方法。

1 资料与方法

1.1一般资料2015年1月至2017年1月我院首诊的100例HCC患者，均经组织病理学确诊，排除急性感染、合并其他疾病(胆管癌、腺癌)、孕妇和未成年患者、随访数据不明者。治疗方案包括：索拉非尼化疗和治愈性治疗(如肝移植、肝切除、放射频率消融等)[9]；定期随访为：出院1次、1个月后1次，后期每3个月1次，回顾性分析血常规和肝功能指标。

1.2实验室与仪器入院时采集EDTA抗凝静脉血检测血常规和不含添加剂的普通红头管检测肝功能；血常规所用仪器为SYSMEX XE-2100全自动五分类血液分析仪，生化项目所用仪器为Beckman-Olympus AU5400 生化分析仪。

1.3统计学方法采用SPSS 19.0统计学软件进行数据处理。计量资料以均数±标准差表示，组间比较采用t检验；绘制ROC曲线，采用Youden 指数选取确定cut-off值。P< 0.05为差异有统计学意义。

2 结果

2.1HCC患者人口学特征本研究纳入HCC患者共100例，年龄和病史差异无统计学意义，性别差异有统计学意义，男性发病率高于女性，受试者一般资料见表1。

表1 不同组HCC癌患者的一般资料

2.2不同组HCC实验室检查结果比较不同组HCC患者实验室指标发现：血小板和淋巴细胞计数在生存组和死亡组之间差异无统计学意义(P>0.05)；生存组PLR、天门冬氨酸转氨酶(AST)和胆红素相对于死亡组显著降低(P< 0.05)，而白蛋白显著升高，见表2。

2.3PLR在死亡率预测中的价值绘制了PLR的ROC曲线来评估PLR预测死亡率的价值，Youden 指数最大为0.394，并确定了其预测死亡的cut-off值为208，此时预测的敏感度和特异性分别为64.2%和75.2%，AUC为0.75，见图1。

图1 PLR预测HCC患者死亡率的ROC曲线

表2 两组HCC患者实验室指标比较

3 讨论

本研究共纳入100例HCC患者，经过平均11个月的随访周期，生存者78例，生存组和死亡组实验室检查结果比较，PLR、AST和白蛋白都存在着显著性差异；进一步比较发现升高的PLR预测更高的死亡率，当其cut-off值取208时，预测的敏感性度为64.2%，特异性为75.2%，ROC曲线下面积为0.75。Yang 等分析了778例经肝切除治疗的HCC患者实验室指标，发现PLR与肝硬化或乙型肝炎患者生存不佳有显著相关性[10]。基于以往炎性标志物(如C-反应蛋白、PLR和中性粒细胞/淋巴细胞比值等)在疾病诊断中的广泛应用[11]，本研究结果也为疾病预后提供了证据。

尽管PLR在HCC发生、发展及预后中的机制尚不明确，但可能与炎症反应时，抑制机体招募免疫抑制细胞如调节性T细胞，从而导致肿瘤病程进展有关[12，13]。肿瘤分泌的促炎因子可刺激巨核细胞产生血小板，多途径促进肿瘤进展；而增多的血小板又分泌各种生长因子(如血管内皮生长因子、血小板衍生生长因子等)，促进血管生成，促进肿瘤细胞的增殖和转移[14，15]。此外，肿瘤引起的血小板聚集保护肿瘤细胞不被先天免疫监视T细胞识别、清除[16]。另一方面，肿瘤浸润淋巴细胞诱导肿瘤细胞凋亡对抗肿瘤起着重要作用，淋巴细胞计数反映宿主免疫系统的反应性，并与肿瘤增殖和侵袭性呈负相关[17]。

综上所述，尽管本研究样本量和治疗方法、个体差异、随访等混杂因素的影响，但PLR检测低廉、方便、快捷，是一种极易获得的低成本实验，该实验可独立预测HCC预后不良；便于临床进一步开展分层和个体化治疗。接下来可扩大样本量，找到PLR预测HCC预后的最佳cut-off值，或多指标联合预测，以提高灵敏度和特异性等预测价值。