《Journal of Neurochemistry》：Cerebrospinal Fluid sCD27 as a Biomarker of Neuroinflammatory Disease: A Systematic Review and Meta-Analysis
编辑推荐：
摘要
中枢神经系统（CNS）神经炎症疾病因临床表现重叠及缺乏能够可靠检测CNS炎症的特异性生物标志物而面临巨大的诊断挑战。可溶性CD27（sCD27）是适应性免疫激活的标志物，在CD27–CD70相互作用后释放。sCD27已成为一种极具前景的脑脊液（CSF）生
摘要
中枢神经系统（CNS）神经炎症疾病因临床表现重叠及缺乏能够可靠检测CNS炎症的特异性生物标志物而面临巨大的诊断挑战。可溶性CD27（sCD27）是适应性免疫激活的标志物，在CD27–CD70相互作用后释放。sCD27已成为一种极具前景的脑脊液（CSF）生物标志物，但其临床效用尚不清楚。本系统评价与Meta分析旨在阐明CSF sCD27在各类神经炎症疾病中的诊断价值。研究人员依据PRISMA 2020指南，系统检索了PubMed、Embase和Scopus数据库中报道神经炎症疾病患者与对照组（包括脱髓鞘疾病、自身免疫性脑炎、神经感染性疾病及原发性中枢神经系统淋巴瘤）CSF sCD27水平的研究。19项研究符合纳入标准进入定性综合，其中10项提供了足够的定量数据用于Meta分析，共纳入685名神经炎症患者和751名对照参与者。采用多变量和随机效应模型分析发现，与对照组相比，神经炎症疾病的CSF sCD27水平显著升高（标准化均数差[SMD]?=?1.24, 95% CI 0.98–1.51, p?<?0.0001），且在仅限于多发性硬化症的敏感性分析和亚组分析中结果一致。尽管研究间存在异质性（主要由检测方法、报告单位和研究人群的差异驱动），但效应量大且稳健。大多数研究还报告了极佳的诊断准确性，曲线下面积（AUC）值高于0.85，支持CSF sCD27在区分神经炎症疾病与对照组方面的判别潜力。总之，这些发现有力地证实CSF sCD27是多种神经炎症疾病中适应性免疫介导的神经炎症的稳健生物标志物。未来的研究应侧重于检测标准化和一致的报告实践，利用更广泛谱系的神经炎症疾病特征明确的前瞻性队列来定义临床阈值，从而促进CSF sCD27融入诊断方案。本研究提供了全面的综合证据，证实了CSF sCD27作为临床实践中检测适应性免疫介导神经炎症的前景生物标志物。
1 引言
神经炎症疾病构成了一大类以中枢神经系统（CNS）内炎症为特征的疾病，包括脱髓鞘疾病、各种感染性和副感染性CNS疾病、自身免疫性脑炎、神经结节病及血液病的CNS表现等。由于这些疾病的临床表现往往是非特异性的，且经常与其他神经系统疾病重叠，导致及时准确的诊断十分困难。目前的常规神经炎症生物标志物，如脑脊液（CSF）细胞计数、鞘内IgG合成、CSF CXC基序趋化因子配体13（CXCL13）和对比增强病灶，对所有神经炎症疾病的检测灵敏度均不足。因此，诊断延误十分常见，可能导致住院时间延长、误诊、不必要的诊断测试或不恰当的治疗。鉴于这些挑战，早期准确检测神经炎症对于改善临床结局至关重要，这凸显了对能够在诊断过程中早期识别CNS炎症的可靠生物标志物的需求。然而，现有生物标志物往往缺乏必要的敏感性和疾病特异性来有效指导诊断和治疗决策。
分化簇27（CD27），又称肿瘤坏死因子受体超家族成员7，是一种跨膜受体，表达于T细胞、B细胞和自然杀伤细胞表面。与其配体CD70的相互作用促进T细胞的存活、增殖和分化。通过T细胞受体/CD3复合物激活T细胞会导致CD27表达上调及随后的CD27受体裂解，从而释放出称为可溶性CD27（sCD27）的可溶形式。这种可溶性分子分子量约为32 kDa，可在血清和CSF中检测到。自1991年被发现以来，sCD27已被公认为适应性免疫激活的标志物。多项研究表明，升高的CSF sCD27水平在脱髓鞘疾病（如多发性硬化[MS]）以及其他疾病（如自身免疫性脑炎、神经疏螺旋体病和CNS淋巴瘤）中显示出作为适应性免疫介导神经炎症生物标志物的巨大潜力。尽管证据日益增多，但由于研究人群和检测方法的异质性，sCD27的临床效用仍不确定。因此，迄今为止尚未定义CSF sCD27的标准化诊断阈值或既定的临床指南。为了解决这些不确定性并阐明CSF sCD27作为适应性免疫介导神经炎症生物标志物的临床效用，研究人员进行了这项系统评价与Meta分析，旨在确定升高的CSF sCD27水平是否能可靠地预测整个神经炎症疾病谱系中的神经炎症。
2 方法
2.1 注册与方案
本评价依据系统评价首选报告项目（PRISMA）2020指南进行。详细的实施方案概述了评价目标、资格标准、检索策略以及计划的数据提取和分析方法，并在评价开始前制定完成。
2.2 资格标准
纳入标准为同行评审期刊上发表的原始研究文章，具有英文全文。合格的研究设计包括回顾性、前瞻性和横断面研究。如果研究报告了确诊为神经炎症疾病的患者队列与无非神经炎症对照组（如健康对照[HC]、症状对照[SC]、脊髓麻醉受试者[SAS]或非炎症性神经系统疾病[NIND]个体）的CSF sCD27水平，则予以考虑。病理神经炎症的定义基于当前的科学共识，即存在活化的免疫细胞和非炎性介质。因此，神经炎症疾病包括：炎症性脱髓鞘疾病、自身免疫性脑炎、神经感染性疾病、神经结节病和CNS淋巴瘤。神经退行性疾病被归类为非炎症性疾病，但帕金森病和亨廷顿病除外，因其潜在病理生理学不确定，故从神经炎症和神经退行性类别中均排除。对于包含多个疾病或对照组的研究，任何神经炎症状态不明确的组别被排除，其余组别保留。具有明显全身炎症可能影响CSF sCD27水平的对照组也被排除。研究若报告了以下至少一项CSF sCD27相关结果则符合纳入条件：平均或中位浓度值、曲线下面积（AUC）值（无论是否包含敏感性和特异性数据）、与对照组的倍数变化值。仅有报告平均或中位CSF sCD27浓度及相应标准差（SD）或四分位距（IQR）的研究被纳入后续的Meta分析。对于包含按治疗状态分层多个疾病组的研究，仅纳入未治疗组。
2.3 检索策略
由作者NS在PubMed、Embase和Scopus三个数据库中进行了全面的文献检索。检索策略结合了受控词汇（如MeSH词）和关于sCD27及神经炎症疾病的自由文本关键词。筛选条件限定为英文发表的原始研究文章且具有全文。所有数据库的最后检索日期为2025年2月7日。
2.4 研究筛选
通过Rayyan网络应用程序由两名评审员（NS和AC）独立筛选标题和摘要。随后，相同的评审员根据预定标准独立评估全文以确定资格。任何分歧通过讨论解决，若无法达成共识，则咨询第三名评审员（JRC）。
2.5 数据提取
数据提取由两名评审员（NS和MBH）独立完成。在意见不一致的情况下，咨询第三名评审员（JRC）以达成共识。提取的数据包括：研究特征、参与者人口统计学特征、疾病概况、患者治疗状态、CSF sCD27测量方法、CSF sCD27水平和诊断准确性指标。缺失数据记录为未报告（NR）。当关键数据不完整或不清楚时，联系通讯作者请求必要信息。
2.6 偏倚风险评估
使用美国国家心肺血液研究所（NHLBI）观察性队列和横断面研究质量评估工具评估纳入研究的方法学质量。评估领域涵盖研究人群、暴露和结果测量、混杂因素和统计分析。在本评价中，工具被调整定义为暴露为神经炎症疾病的存在，结果为CSF sCD27水平。由两名评审员（NS和MBH）独立进行质量评估。任何差异通过讨论解决，必要时咨询第三名评审员（JRC）。使用robvis工具可视化结果，采用交通灯图总结各研究的偏倚风险。
2.7 数据综合与统计分析
所有提取的数据均被系统整理以实现描述性和定量综合。对于纳入Meta分析的研究，使用Luo等人（2018）和Wan等人（2014）描述的方法将报告为中位数和IQR或范围的值转换为均值和SD。适用时将标准误转换为SD。人口统计学和CSF sCD27数据被分组为疾病和对照队列。在每个亚组内，基于样本量计算加权均值和SD。随后推导所有疾病组和对照组的汇总加权均值。针对CSF sCD27水平的Meta分析采用了两种方法。首先，应用多变量随机效应模型，结合方差-协方差矩阵以解释共享对照或疾病组的跨组相关性。其次，将每项研究内的亚组数据合并为单一疾病组和对照组，随后采用传统的随机效应模型。在这两种分析中，效应量均计算为标准化均数差（SMD）及其95%置信区间（CI）。选择随机效应模型是由于研究间存在临床和方法学异质性。使用Cochran's Q检验评估异质性并报告相应的p值。通过排除单个研究进行敏感性分析以评估汇总估计值的稳健性。使用森林图可视化Meta分析结果。所有统计分析均在R版本4.4.2中使用metafor包进行。双侧p值<0.05被认为具有统计学显著性。根据现行建议，由于纳入Meta分析的研究数量有限（n=10），未使用漏斗图或不对称检验评估发表偏倚。
2.8 伦理考量
本综合仅使用已发表研究的数据，因此不需要伦理批准。
3 结果
3.1 研究筛选
初次检索得到1027条记录。去除重复后，986条记录进入摘要筛选，112篇全文文章被评估资格。19项研究符合纳入标准进入系统评价。其中，10项研究提供了足够的数据用于Meta分析。El Mahdaoui等人的研究与Mahler等人的研究存在队列重叠，因此被排除在Meta分析之外。其余8项研究因CSF sCD27水平数据不足而被排除在Meta分析之外。
3.2 研究特征
3.2.1 设计与人群
十二项研究采用回顾性设计，六项前瞻性，一项未明确说明设计。神经炎症疾病组包括MS、视神经脊髓炎谱系疾病（NMOSD）、自身免疫性脑炎、原发性中枢神经系统淋巴瘤（PCNSL）、隐球菌性脊髓蛛网膜炎和莱姆神经疏螺旋体病，以及一个通常被称为炎症性神经系统疾病（IND）的混合炎症类别。大多数研究集中在MS，常进一步细分为临床孤立综合征（CIS）、复发缓解型MS（RRMS）、继发进展型MS（SPMS）和原发进展型MS（PPMS）。对照组各异，包括HC、SAS、SC和NIND，这些对照类别在研究中的代表性相当。NIND组包含广泛的非炎症诊断（如卒中、痴呆、运动障碍、神经根病变、白质营养不良、代谢性神经疾病、头痛障碍），且各研究间存在差异。
3.2.2 CSF sCD27检测方法
研究采用多种方法检测CSF sCD27水平。十一项研究使用酶联免疫吸附试验（ELISA），三项使用电化学发光免疫分析法（ECLIA）。其中，十一项使用商业试剂盒，三项应用内部ELISA或ECLIA方案。一项研究未明确报告检测方法。不同ELISA的使用导致测量单位的变化：八项研究报告单位为U/mL，七项为pg/mL。在纳入Meta分析的研究中，五项使用U/mL，五项使用pg/mL。其余四项研究利用基于蛋白质组学的方法进行蛋白定量；其中三项采用Olink平台。仅有一项蛋白质组学研究同时使用ELISA定量了CSF sCD27水平。
3.2.3 研究结果概要
除Liu等人外，系统评价中包含的所有研究均报告神经炎症患者的CSF sCD27水平显著高于对照组。
3.3 偏倚风险评估
总体而言，八项研究被评为低偏倚风险，七项有一些顾虑，四项被评为高偏倚风险。在纳入Meta分析的十项研究中，一项研究（Liu等人）被评为高风险，五项为有一定顾虑，四项为低风险。在大多数研究中，病例群体定义明确，对照组选择适当。然而，在包含最大队列的Feresiadou等人的研究中，仅有一半的患者队列拥有完整的医疗记录，因此病例确定受限，存在错误分类的风险。免疫调节治疗状态是一个重要的潜在偏倚源，九项研究声明患者在采样时未接受治疗，三项包含治疗和未治疗患者，一项仅包含治疗患者，六项未报告治疗状态。在结果评估方面，大多数研究样本处理和检测稳健，但一个普遍的担忧是未能充分调整潜在的混杂因素，特别是年龄和性别。八项研究既未处理也未调整这些变量，其中五项被纳入Meta分析。
3.4 描述性数据
Meta分析共纳入685名神经炎症疾病患者和751名无神经炎症状况的对照。大多数患者被诊断为MS或归类为IND。大多数对照被归类为NIND。神经炎症患者的加权平均年龄为44.7岁（范围0-95），对照组为54.6岁（范围1-88）。女性占患者组的55.6%，占对照组的53.6%。由于研究间测量单位不同，分别计算了U/mL和pg/mL的加权平均CSF sCD27水平。在神经炎症患者中，平均CSF sCD27水平为63.9 U/mL（SD 87.5）和2356 pg/mL（SD 18500）。在对照组中，平均水平为6.4 U/mL（SD 6.5）和110.9 pg/mL（SD 96.4）。pg/mL中显著大的标准差主要由Cobanovic等人的研究驱动，其均值和SD是从中位数和IQR估算的。该研究包含一个伴有疱疹性脑炎或CNS淋巴瘤的N-甲基-D-天冬氨酸受体（NMDA）自身免疫性脑炎亚组，导致CSF sCD27水平显著升高，从而夸大了SD。对于缺失人口统计学数据的研究，这些特定数值被排除在加权平均计算之外。
3.5 Meta分析
3.5.1 多变量随机效应模型
为了最大化数据利用并解释研究内共享对照或疾病组产生的相关性，应用了包含方差-协方差矩阵的多变量随机效应模型。该分析表明，神经炎症患者的CSF sCD27水平显著高于对照组（SMD=1.24, 95% CI: 0.98–1.51, p<0.0001）。研究间观察到相当大的异质性（Q=47.00, p<0.0001; I2=77.3%），支持使用随机效应方法。排除被评为高偏倚风险的Liu等人研究后的敏感性分析结果与主要分析一致。
3.5.2 合并亚组Meta分析
作为一种补充方法，研究人员在合并每项研究内的亚组以生成单一疾病和对照组后进行了随机效应Meta分析。这产生了略小的效应量（SMD=1.00, 95% CI: 0.77–1.22, p<0.0001）。研究间异质性中等（Q=19.00, p=0.0259; I2=57.0%）。排除因数据转换显示方差膨胀的Cobanovic等人的研究后，效应量适度增加（SMD=1.06, 95% CI: 0.86–1.26, p<0.0001），异质性降低至不显著水平（Q=12.70, p=0.1228; I2=38.3%）。
3.5.3 亚组Meta分析
为了调查特定神经炎症条件下效应量的潜在差异，进行了仅包含报告MS患者CSF sCD27水平研究的亚组Meta分析，因为这代表了最大的亚组。在使用相同的随机效应模型分析之前，合并了各个研究内的MS亚组。这产生了与主分析相当的较大效应量（SMD=1.21, 95% CI: 0.91–1.51, p<0.0001），异质性中等（Q=17.63, p=0.0137; I2=63.2%）。
4 讨论
本系统评价和Meta分析综合了19项关于神经炎症疾病CSF sCD27水平的研究数据。其中10项研究提供了足够的定量数据进行Meta分析。综合分析显示，与对照组相比，神经炎症患者的CSF sCD27显著升高，标准化均数差在1.00至1.24之间，表明效应量大。这些发现支持CSF sCD27作为鞘内适应性免疫介导的神经炎症的稳健标志物。
sCD27是公认的适应性免疫激活生物标志物。自Hintzen等人鉴定以来，CSF sCD27一直与MS及其他神经炎症疾病（包括NMOSD、CNS淋巴瘤、自身免疫性脑炎和感染性CNS疾病）的鞘内炎症相关。sCD27主要反映T细胞还是B细胞活化仍不确定。传统上，sCD27被视为T细胞活化的标志物，近期证据支持这一观点，表明sCD27主要由T细胞产生，B细胞和浆母细胞的贡献有限。然而，值得注意的是，Cencioni等人也发现sCD27与MS患者的浆母细胞相关性最强。其他研究也表明sCD27与MS中的B细胞活动（特别是浆母细胞/浆细胞分化和IgG产生）显著相关。然而，CD70/CD27相互作用在B细胞生物学中的确切作用仍未完全阐明，值得进一步研究。尽管存在这些机制上的不确定性，但本系统评价及先前研究的证据一致表明，与对照组相比，神经炎症疾病的CSF sCD27水平升高。这一发现在除Liu等人（存在方法学局限性）之外的所有纳入研究中均一致，强化了CSF sCD27作为适应性免疫介导神经炎症生物标志物的可靠性和临床相关性。
4.1 纳入研究的局限性
纳入研究的一个关键限制是量化CSF sCD27的检测方法和测量单位的异质性。这种变异性可能导致研究报告的水平存在差异，并增加了研究间的异质性。这也使得解释何为升高的CSF sCD27水平变得复杂，强调了标准化检测和参考值的必要性。同样，NIND组的对照组定义在研究中也存在实质性异质性。尽管研究人员采取了措施通过排除具有低级别炎症的神经退行性疾病（帕金森病和亨廷顿病）来降低偏倚风险，但该对照组中可能仍然存在异质性。另一方面，纳入的研究可能引入了谱系偏倚，因为许多研究仅包括临床谱系“极端”端的患者（如无炎症对照和明确的神经炎症疾病），这可能导致诊断准确性的高估，也影响Meta分析结果。本评价包括了四项检测到CSF sCD27的蛋白质组学研究，这些研究一致报告神经炎症疾病与对照组的水平显著升高，以倍数变化表示。值得注意的是，有几项蛋白质组学研究因完全未检测到CSF sCD27而被排除。这种差异可能源于平台灵敏度的差异、蛋白质覆盖率或蛋白质组学检测固有的技术限制，如相对于检测阈值的sCD27丰度较低或蛋白质提取和鉴定方法的问题。另一个重要的限制是大多数研究采用回顾性设计，导致治疗状态报告不一致，部分队列临床数据缺失。例如，包含最大队列的Feresiadou等人的研究仅有一半病例拥有完整的医疗数据，这引发了关于病例队列内神经炎症状态准确分类的担忧。此外，纳入治疗患者或混合治疗人群可能对CSF sCD27水平引入了向下偏倚，因为已知免疫调节疗法会减弱炎症活动从而降低炎症标志物水平。此外，几项研究未能充分控制关键的混杂因素，如年龄、性别和血-脑脊液屏障完整性（如白蛋白比率）。Tigchelaar等人在一项大型神经健康外科人群研究中发现CSF sCD27与年龄（r=0.32）、白蛋白比率（r=0.31）和血浆sCD27（r=0.28）之间存在适度的正相关。这与早期较小的研究结果形成对比，后者未发现显著相关性。Tigchelaar等人认为，以前的无效发现可能反映了样本量有限、年龄范围狭窄以及使用症状性或神经炎症性对照而非健康人群。重要的是，几种神经炎症疾病对血-脑脊液屏障有不同程度的损伤，且血液中的sCD27水平比CSF中高出约30倍。因此，这些疾病中CSF sCD27水平的升高可能是由于受损的血-脑脊液屏障扩散所致，而不一定反映鞘内合成。因此，人口统计学因素和血-脑脊液屏障功能对CSF sCD27的影响仍未完全明了，这使得解释未调整这些混杂因素的研究变得复杂。
4.2 诊断潜力
大多数研究报告了CSF sCD27在区分神经炎症疾病与非炎症性神经系统疾病和对照方面的强劲诊断性能。在报告AUC值的研究中，除一项外均显示出极佳的区分能力，AUC值持续超过0.85。值得注意的是，包含最大队列的Feresiadou等人报告了比较IND与NIND时的AUC为0.89。他们还发现区分感染性CNS疾病与无菌性炎症的AUC为0.84，表明CSF sCD27水平在感染性疾病中可能比非感染性神经炎症更高。这与Cobanovic等人的发现一致，他们观察到伴有先前或并发疱疹性脑炎的自身免疫性脑炎患者的CSF sCD27水平显著升高。相比之下，Tan等人报告的AUC较低（0.77），这可能反映了对照组规模较小且因数据缺失导致的神经炎症状态不明确。总体而言，研究中报告的一贯高AUC值支持CSF sCD27用于识别神经炎症疾病的诊断效用。基于其识别适应性免疫介导神经炎症的强大能力，CSF sCD27可进一步发展用于临床实践，作为神经炎症疾病诊断的生物标志物，作为现有CSF常规诊断生物标志物（如细胞计数、IgG指数和寡克隆带）的补充。开发分析时间短的诊断检测可能实现神经炎症的早期准确识别，从而促进适应性免疫介导神经炎症的可靠排除。在应用于临床之前，需要在特征明确的队列中对更广泛的神经炎症疾病进行验证，评估与年龄、白蛋白比率和血浆水平的相关性，建立截断水平并开发诊断算法。
4.3 评价局限性
本评价有几个局限性可能影响结果的解释和普遍性。首先，11项潜在相关研究因对照组合适或缺失而在全文筛选阶段被排除，这突显了文献中的一个显着空白。排除这些研究可能会引入选择偏倚并限制Meta分析的代表性。其次，九项研究因定量数据不足而被排除在Meta分析之外，尽管它们报告了类似的CSF sCD27升高趋势。纳入这些研究可能会增加统计功效和Meta分析估计的稳健性，因此它们的缺席可能削弱了整体结论。第三，Meta分析中纳入的研究数量相对较少，阻止了对发表偏倚的正式评估。这使得文献中可能过度代表了阳性结果。关于研究质量，仅八项纳入研究被评为低偏倚风险，七项有一些顾虑，四项被评为高风险。虽然在Meta分析中排除高风险研究（Liu等人）的敏感性分析并未显著改变结果，但纳入研究中残留的偏倚仍可能影响效应量估计。此外，几项研究报告了中位数和IQR而非均值和SD，需要使用估计方法进行转换。虽然这些方法经过验证，但对于像sCD27这样具有右偏分布（right-skewed distributions）的生物标志物可能会产生不精确的估计。这在Cobanovic等人的研究中观察到的膨胀方差中很明显，可能影响异质性和效应量计算。最后，观察到相当大的研究间异质性，这可能反映了研究设计、人群、检测方法和报告方式的差异。这种异质性降低了Meta分析结果的精确性和普遍性，并强调了未来研究中标准化方法的必要性。
5 结论与未来方向
据所知，这是第一项检查CSF sCD27作为适应性免疫介导神经炎症生物标志物的系统评价和Meta分析。评价和Meta分析的结果表明，与对照组相比，所研究的神经炎症疾病的CSF sCD27显著升高，支持其作为适应性免疫介导神经炎症的稳健标志物。尽管研究间存在方法学变异性，但总体效应量大且一致。为了充分发挥CSF sCD27的诊断潜力，未来的研究应优先考虑标准化的检测方法和报告单位，以及一致的人口统计学、临床和治疗数据的记录。需要在更广泛的神经炎症疾病谱中进行更大的前瞻性研究来验证这些发现。通过这些步骤将加强证据基础，并支持将CSF sCD27整合到适应性免疫介导神经炎症的诊断方案中。
