《Breast Cancer: Targets and Therapy》：Prognostic Significance of the CRP-Albumin-Lymphocyte Index (CALLY) in Triple Negative Breast Cancer Patients: A Real-World Retrospective Study
编辑推荐：
本研究首次在中国三阴性乳腺癌（TNBC）患者中证实，术前C-反应蛋白-白蛋白-淋巴细胞指数（CALLY）是一个独立的预后生物标志物。研究发现，高CALLY（≥0.44）与显著延长的无病生存期（DFS）和总生存期（OS）相关。该指标整合了系统炎症（CRP）、营养状态（Albumin）和免疫功能（Lymphocyte），其预测价值优于单一成分。研究还构建了整合CALLY、TOP2A表达和术后化疗的列线图模型，为TNBC患者的个体化风险分层和治疗决策提供了实用工具。
研究背景
三阴性乳腺癌（Triple Negative Breast Cancer, TNBC）因其雌激素受体（ER）、孕激素受体（PR）和人表皮生长因子受体2（HER2）均为阴性表达而缺乏有效的靶向治疗手段，预后较差。越来越多的证据表明，系统炎症、免疫反应和营养状态之间的相互作用在癌症进展和生存中扮演着关键角色。C-反应蛋白-白蛋白-淋巴细胞指数（CRP-Albumin-Lymphocyte Index, CALLY）作为一个整合了炎症、营养和免疫状态的新型复合指标，在肝癌、胃癌等恶性肿瘤中已显示出预后价值，但其在TNBC中的预后效用尚未得到系统性研究。
材料与方法
本研究对2011年1月至2020年12月期间接受根治性手术的172例TNBC患者进行了回顾性分析。通过受试者工作特征曲线确定了CALLY预测总生存期（OS）的最佳临界值为0.44，并据此将患者分为低CALLY组（<0.44， 83例）和高CALLY组（≥0.44， 89例）。计算CALLY的公式为：（白蛋白 × 淋巴细胞）/ CRP。研究的主要终点是无病生存期（DFS）和OS。采用Kaplan-Meier法绘制生存曲线，组间差异用Log rank检验评估。通过单因素和多因素Cox比例风险回归模型识别独立的预后因素，并根据多因素分析结果构建了用于预测DFS和OS的列线图。模型的内部验证则采用一致性指数、校准曲线和决策曲线分析。
结果
- 1.
CALLY与生存的关联：高CALLY组患者的平均DFS和OS均显著长于低CALLY组。具体来说，DFS为32.54个月对28.97个月，OS为59.87个月对45.20个月，差异具有高度统计学意义。多因素Cox回归分析证实，CALLY是DFS和OS的独立预测因子。
- 2.
CALLY与临床病理特征：CALLY值与初潮年龄、超声乳腺影像报告和数据系统分级、细胞角蛋白5/6、E-钙粘蛋白以及TOP2A的表达存在统计学上的显著关联。
- 3.
CALLY与其他血液学参数：CALLY与血糖、CRP、D-二聚体、纤维蛋白原和纤维蛋白降解产物等常见血液学参数显著相关。
- 4.
列线图的构建与验证：研究构建了整合CALLY、TOP2A表达和术后化疗状态的列线图模型，用于预测DFS和OS。该模型表现出稳健的预测准确性，其C指数分别为0.717和0.725。校准曲线显示，预测概率与实际观察结果之间具有良好的一致性。决策曲线分析进一步证实，与单纯使用CALLY模型相比，该列线图模型在预测3年、5年和10年DFS及OS率方面具有更优的临床适用性。
- 5.
亚组分析：
- •
术后化疗亚组：在接受术后化疗的患者中，高CALLY组患者的DFS和OS同样显著优于低CALLY组。
- •
TOP2A表达亚组：TOP2A表达阴性患者的DFS和OS显著优于表达阳性者。值得注意的是，在TOP2A表达阳性的患者亚组中，高CALLY组的患者同样表现出更长的DFS和OS，这表明良好的系统炎症和营养免疫状态可能部分抵消TOP2A过表达带来的不良预后。
讨论
本研究结果表明，CALLY作为一个易于计算的指标，能够反映系统炎症、营养状态和免疫功能之间的协同效应，是TNBC患者一个强有力的独立预后指标。其预测价值优于其单一组分（CRP、白蛋白、淋巴细胞）。将CALLY与TOP2A、术后化疗等临床病理变量结合的列线图，为临床医生进行个体化风险评估和制定治疗决策提供了直观、实用的工具。例如，高CALLY且TOP2A阴性的患者可被归类为低风险人群，或可考虑降阶梯辅助治疗；而低CALLY且TOP2A阳性的患者则属于高风险人群，可能需要强化治疗或新型免疫治疗。良好的系统炎症和免疫营养状态（高CALLY）可能通过增强化疗诱导的免疫原性细胞死亡和改善肿瘤免疫微环境来提升化疗疗效。
结论
CALLY是一个在三阴性乳腺癌中具有重要预后价值的新型复合指标。它整合了炎症、营养和免疫信息，其独立的预测价值及所构建的列线图工具，为TNBC患者的个性化预后评估和治疗决策提供了新的参考框架，有望辅助临床医生更好地评估患者生存结局和制定治疗方案。未来需要在前瞻性、多中心队列中进行外部验证，并探索结合更多免疫相关标志物以进一步提升其临床预测效用。
