《Frontiers in Oncology》：Development and validation of a pre-chemotherapy nomogram integrating systemic immune-inflammation index and prognostic nutritional index to predict severe adjuvant toxicity in colorectal cancer
编辑推荐：
摘要
背景：严重毒性在II/III期结直肠癌（CRC）的辅助化疗中频发，常导致剂量削减并损害疗效。尽管全身免疫炎症指数（SII）和预后营养指数（PNI）已是公认的预后标志物，但其在反映生理储备、预测化疗耐受性方面的价值尚待深入研究。本研究评估了化疗前（基线）S
摘要
背景：严重毒性在II/III期结直肠癌（CRC）的辅助化疗中频发，常导致剂量削减并损害疗效。尽管全身免疫炎症指数（SII）和预后营养指数（PNI）已是公认的预后标志物，但其在反映生理储备、预测化疗耐受性方面的价值尚待深入研究。本研究评估了化疗前（基线）SII和PNI，以构建一项经过验证的、用于预测严重化疗诱导毒性（CIT）的列线图。
方法：研究人员回顾性分析了306例接受奥沙利铂为基础辅助化疗（CAPOX或mFOLFOX6方案）的II/III期CRC患者。主要终点是3-4级不良事件。通过ROC分析和约登指数确定化疗前SII和PNI的最佳临界值。从多变量逻辑回归中确定的独立预测因子被整合入一项列线图。模型性能通过区分度（表观及经过500次bootstrap重采样校正的AUC）、校准度（校准图和Brier分数）及临床效用（决策曲线分析，DCA）进行评估。
结果：78例（25.5%）患者发生严重CIT。基线高SII（校正后比值比OR= 8.56，P < 0.001）和低PNI（校正后OR= 4.69，P < 0.001）是独立的危险因素。所构建的列线图（纳入年龄、SII分类、PNI分类）显示出极佳的区分度（表观AUC：0.868；乐观校正AUC：0.867）和良好的校准度（Brier分数：0.1114）。与低风险组相比，高风险组（列线图预测概率 ≥ 37.4%）患者经历了显著更短的中位治疗持续时间（4.1个月 vs. 4.8个月）和显著更低的奥沙利铂相对剂量强度（中位数 76.7% vs. 100.0%）（两者P < 0.001）。DCA证实，与单一标志物或传统评估相比，该列线图提供了更高的临床净获益。
结论：化疗前SII升高和PNI降低是预测严重毒性的稳健预测因子。本研究提出的列线图是一种可靠、经济的风险分层工具，能够支持针对高风险CRC患者的适应性策略，如营养预康复、剂量调整和预防性生长因子支持。
一、 研究背景、问题与目的
结直肠癌是全球范围内最常见的恶性肿瘤之一，其标准治疗手段之一为根治性切除术后联合以氟尿嘧啶和奥沙利铂为基础的辅助化疗（如mFOLFOX6或CAPOX方案）。然而，这些细胞毒性药物的治疗窗口狭窄，严重治疗相关毒性（如3-4级中性粒细胞减少、血小板减少、胃肠道反应和周围神经病变）常导致化疗剂量降低、延迟或提前终止，从而损害相对剂量强度和长期肿瘤学结局，并严重影响患者生活质量与加重经济负担。当前，化疗剂量主要依据体表面积计算，这未能考虑个体间在药物代谢和清除方面的差异。此外，常用的体能状态评分主观性强，难以准确反映患者承受化疗的生理储备。因此，亟需寻找客观、易获取且经济有效的生物标志物，以在化疗前识别严重毒性高风险患者，实现个体化管理。
全身炎症反应和营养状态是影响化疗药物药代动力学和药效学的关键宿主因素。系统性炎症可抑制肝脏细胞色素P450酶活性，从而减缓药物清除，增加毒性风险；营养不良（表现为低白蛋白血症）则会减少药物与蛋白结合，提高血液中游离活性药物的比例，直接加剧细胞毒性。全身免疫炎症指数和预后营养指数是综合反映宿主炎症-免疫平衡及营养免疫储备的复合指标，在预测结直肠癌患者生存结局方面已有广泛研究，但其在预测化疗安全性方面的应用价值尚不明确。与需要昂贵影像学检查（如肌肉量评估）或特殊基因检测（如DPYD）的现有毒性筛查方法相比，SII和PNI仅需常规血液检测，在临床实践中更具可及性。
基于此，本研究的核心目的是评估化疗前SII和PNI水平与II/III期结直肠癌患者发生3-4级不良事件之间的关联，并构建一个经过严格内部验证的、整合基线免疫营养状态的列线图预测工具，为临床进行风险分层和采取适应性干预策略提供依据。该研究已发表于《Frontiers in Oncology》。
二、 主要研究方法概览
本研究为一项回顾性队列研究，数据来源于常州市武进人民医院。研究人员筛选了2018年1月至2024年12月期间接受根治性切除的II/III期结直肠腺癌患者。纳入标准包括接受至少一个周期标准辅助化疗、ECOG体能状态0-1分等。共306例患者符合最终分析条件。从电子病历中收集基线临床病理特征，并在化疗前7天内采集静脉血检测计算SII和PNI所需的血液学参数。主要研究终点为治疗期间发生≥3级毒性。通过ROC曲线和约登指数确定SII和PNI预测毒性的最佳临界值。采用单因素及多因素逻辑回归分析筛选独立预测因子，并基于此构建列线图。模型性能通过区分度、校准度（Brier分数和校准图）及临床效用进行评估，并通过500次bootstrap重采样进行内部验证以校正过拟合。
三、 研究结果
3.1 患者特征与严重毒性发生率
在最终纳入的306例患者中，78例（25.5%）发生了≥3级的严重化疗诱导毒性。基线特征分析显示，严重毒性组患者年龄更大、体重指数更低，且基线血清肌酐水平略高。最关键的差异体现在免疫营养指标上：严重毒性组的基线SII中位数显著高于非严重毒性组，而PNI中位数则显著更低，这初步提示了二者与严重毒性的强关联。研究流程图清晰地展示了患者筛选与分组过程。
3.2 SII与PNI的最佳临界值及其预测效能
ROC曲线分析确定了SII和PNI预测严重毒性的最佳临界值分别为761.6和49.8。SII的AUC为0.873，PNI的AUC为0.855，表明二者单独已具备良好的预测能力。
3.3 严重毒性的独立预测因子
多因素逻辑回归分析确定年龄、高SII分类和低PNI分类是预测严重毒性的三个独立危险因素。高SII患者的风险是低SII患者的8.56倍，低PNI患者的风险是高PNI患者的4.69倍。基于这些预测因子，不同风险分组的毒性发生率存在显著差异，高风险组严重毒性发生率高达75.5%。
3.4 列线图的构建、验证与风险分层
研究人员利用上述三个独立预测因子构建了临床预测列线图。该列线图直观展示了各变量对总风险评分的贡献，其中SII和PNI分类的权重最大。风险评分密度图清晰显示了严重毒性组与非严重毒性组预测概率分布的分离。模型表现出优秀的区分度，表观AUC为0.868，经过500次bootstrap内部验证校正后的AUC为0.867，过拟合程度极低。校准曲线显示预测概率与观察频率高度一致，Brier分数为0.1114，进一步证实了模型的准确性。
应用列线图得出的最佳临床决策阈值（37.4%）将患者分为低风险组和高风险组。高风险组患者的中位治疗持续时间显著更短，奥沙利铂相对剂量强度显著更低，这直接体现了严重毒性对治疗暴露量的负面影响。在具体毒性类型上，高风险组在多种血液学毒性（如中性粒细胞减少、白细胞减少、血小板减少）和非血液学毒性（如腹泻、恶心呕吐、肝功能障碍、手足综合征）的≥3级发生率上均显著高于低风险组。为排除SII定义与血液学毒性定义重叠可能引起的“循环论证”偏倚，研究人员进行的敏感性分析证实，该模型对非血液学毒性同样具有高预测价值。
3.5 列线图的临床效用
决策曲线分析评估了该列线图的临床实用性。结果显示，在广泛的阈值概率范围内，使用该列线图指导决策（例如，对高风险患者采取预防措施）相比“治疗所有”或“不治疗任何”的策略，能带来更高的临床净获益，其临床价值也优于单独使用SII或PNI单一标志物。
四、 讨论与结论总结
在讨论部分，研究人员阐述了本研究的创新性与发现的意义。他们指出，这是首个专门针对II/III期结直肠癌患者，整合基线SII和PNI来预测严重辅助化疗毒性并经过严格验证的列线图研究。模型出色的区分度、校准度和极低的过拟合程度，为其在个体化风险分层中的应用提供了可靠性保障。
研究人员从生物学合理性角度解释了SII和PNI的预测机制。高SII反映的慢性全身性炎症可能通过抑制肝脏药物代谢酶活性，增加细胞毒性药物的全身暴露，并通过促氧化状态和损害造血微功能，降低组织对化疗损伤的耐受性。低PNI所代表的营养与免疫储备耗竭，则通过减少药物与血清白蛋白的结合，提高游离药物浓度，从而加剧毒性。尽管SII和PNI的计算公式中都包含淋巴细胞参数，但方差膨胀因子分析表明二者提供了独立且互补的信息，不存在严重的多重共线性。
本研究将SII和PNI的应用从传统的生存预后预测，拓展至治疗安全性预测这一临床痛点，弥补了当前依赖体表面积计算剂量和主观体能状态评分的不足。更重要的是，该列线图具有明确的临床转化价值。基于37.4%的风险阈值，可为高风险患者启动一系列适应性管理策略，例如在化疗前进行营养预康复以改善PNI，对预测中性粒细胞减少风险≥20%的高风险患者考虑预防性使用粒细胞集落刺激因子，甚至对极高风险患者考虑采用保守的初始剂量并逐步递增的方案，以在保证安全的前提下优化治疗完成度。
研究人员也客观指出了本研究的局限性，包括回顾性单中心设计可能引入选择偏倚、未纳入药物基因组学或定量身体成分等未测量变量、以及亟待在多中心前瞻性队列中进行外部验证以确立普适性。同时，他们提出未来研究可探索将治疗期间SII和PNI的动态变化整合入模型，以实现实时、自适应的毒性监测。
研究结论翻译如下：
综上所述，化疗前SII和PNI是预测II/III期结直肠癌患者发生严重辅助化疗毒性的强有力且经济有效的预测因子。本研究提出的列线图整合了常规实验室参数，并在区分度和校准度方面经过了严格验证，为从“一刀切”的给药模式转向个体化精准医疗提供了一个简单工具。通过识别相对剂量强度降低和治疗提前终止高风险患者，该模型为实施主动的、风险适应性的管理提供了临床依据。未来的前瞻性试验有必要评估基于生物标志物指导的干预措施能否在不损害肿瘤学结局的前提下降低毒性发生率并提高治疗完成度。
