《Frontiers in Oncology》：Preoperative inflammation-based immune prognostic nomogram in bladder cancer: a multicenter study
编辑推荐：
本研究构建并验证了一个整合术前系统性炎症指标（NLR、PLR、SII、SIRI）与关键病理特征（AJCC分期、PNI、LVI）的预后列线图，用于预测接受根治性膀胱切除术（RC）的膀胱癌（BCa）患者的总生存期（OS）。该模型在训练队列和外部验证队列中均表现出良好的区分度（C-index分别为0.78和0.72）、校准度和临床实用性，为个体化风险分层和精准治疗决策提供了实用、非侵入性工具。
背景
系统性炎症反应已被日益认为是包括膀胱癌（BCa）在内的多种恶性肿瘤肿瘤进展和预后的关键决定因素。术前炎症指标反映了肿瘤与宿主免疫系统之间的动态相互作用，提供了有前景的预后信息。然而，现有研究在很大程度上忽视了将这些指标与组织病理学因素协同整合到一个经过验证的临床工具中，用于根治性膀胱切除术（RC）后的个体化生存预测。
材料与方法
本研究是一项回顾性多中心研究，纳入了2014年至2024年间在中国云南两家三级医院接受RC的1387例BCa患者。提取了关键的术前系统性炎症指标——包括中性粒细胞-淋巴细胞比率（NLR）、血小板-淋巴细胞比率（PLR）、系统性免疫-炎症指数（SII）和系统性炎症反应指数（SIRI）——以及临床和病理变量，如AJCC分期、神经周围浸润（PNI）和淋巴血管浸润（LVI）。通过LASSO回归进行变量选择，并使用多变量Cox回归识别独立预测因子。通过一致性指数（C-index）、时间依赖性ROC曲线、校准曲线和决策曲线分析（DCA）开发并验证了预后列线图。
结果
最终的列线图包含了五个独立预测因子：NLR、PLR、AJCC分期、PNI和LVI。该模型显示出强大的区分能力，训练队列的C-index为0.78，外部验证队列为0.72。在1年、3年和5年时间点，AUC值 consistently超过0.75。校准曲线显示预测结果与观察结果之间具有极好的一致性，DCA证实了在不同阈值概率下具有有意义的临床获益。
讨论
慢性炎症被认为是癌症的一个基本特征，参与上皮-间质转化（EMT）、免疫逃逸和血管生成等过程。在肿瘤微环境中，炎症和免疫细胞分泌一系列细胞因子和趋化因子，调节免疫抑制和肿瘤增殖。系统性炎症改变了外周血细胞谱，其强度可以通过各种炎症指标间接量化。中性粒细胞、血小板和淋巴细胞在癌症生物学中各扮演关键角色。NLR和PLR已成为反映促肿瘤炎症与抗肿瘤免疫之间平衡的简单而可靠的指标。尽管SII和SIRI在本研究的多变量分析中未保持统计学显著性，但将其纳入模型是为了增强临床包容性。PNI和LVI的加入进一步强化了模型，这些病理特征反映了微侵袭行为。结合炎症标志物与微侵袭组织学参数可以更全面地反映肿瘤侵袭性和生物学异质性。
结论
本研究建立了一个整合术前炎症评分和关键病理特征的临床可及列线图，用于预测接受RC的BCa患者的总生存期（OS）。该模型在内部和外部队列中均显示出可靠的预测性能和临床实用性。与传统的分期工具不同，该列线图同时捕捉了系统性免疫炎症状态和肿瘤侵袭行为，提供了对患者预后更细致的评估。其依赖于常规临床数据确保了广泛适用性，即使在资源有限的环境中也是如此。该工具可帮助临床医生识别可能从强化术后监测或辅助治疗中获益的高危个体，从而提高治疗决策的精确性。
