C-PLAN指数作为免疫检查点抑制剂治疗晚期食管癌预后指标的临床研究

胡茹; 郭怀娟; 王颖; 严雪冰; 蒋倩

doi:10.7619/jcmp.20232676

C-PLAN指数作为免疫检查点抑制剂治疗晚期食管癌预后指标的临床研究

胡茹¹,
郭怀娟¹,
王颖¹,
严雪冰¹,
蒋倩^2, ,

1.
扬州大学附属医院肿瘤科, 江苏扬州, 225000
2.
扬州大学附属医院药剂科, 江苏扬州, 225000

基金项目:

国家自然科学基金项目 81902422

江苏省卫生健康委面上项目 M2020024

江苏省科协青年科技人才托举工程项目 TJ-2022-022

江苏省扬州市重点研发项目(社会发展) YZ2020078

扬州大学医学创新转化专项基金临床转化研究项目 AHYZUZHXM 202104

详细信息

通讯作者:
蒋倩, E-mail: 1215826137@qq.com

中图分类号: R735.1;R446;R457.2
计量
- 文章访问数: 177
- HTML全文浏览量: 26
- PDF下载量: 23
出版历程
- 收稿日期: 2023-08-21
- 修回日期: 2023-12-01
- 网络出版日期: 2024-01-22
- 刊出日期: 2024-01-14

Value of C-PLAN index as a prognostic indicator of advanced esophageal cancer patients treated with immune checkpoint inhibitors

1.
Department of Oncology, the Affiliated Hospital of Yangzhou University, Yangzhou, Jiangsu, 225000
2.
Department of Pharmacy, the Affiliated Hospital of Yangzhou University, Yangzhou, Jiangsu, 225000

摘要

摘要:
目的
评估C反应蛋白(CRP)、体力状况评分(PS)、乳酸脱氢酶(LDH)、白蛋白(ALB)及衍生中性粒细胞与淋巴细胞比值(dNLR)综合(C-PLAN)指数在接受免疫检查点抑制剂(ICI)治疗的晚期食管癌患者中的预后价值。
方法
收集扬州大学附属医院接受ICI治疗的147例晚期食管癌患者首次免疫治疗前的血液学指标。对CRP、PS、LDH、ALB及dNLR进行评分并相加得到C-PLAN指数。采用卡方检验分析C-PLAN指数与临床病理特征的相关性; 采用Kaplan-Meier生存曲线分析C-PLAN指数对患者总生存期(OS)与无进展生存期(PFS)的影响; 采用单因素和多因素Cox风险比例回归模型分析C-PLAN指数是否为影响预后的独立因素。
结果
147例晚期食管癌患者根据C-PLAN指数分为低风险组(＜2分, n=46)和高风险组(≥2分, n=101)。C-PLAN指数与年龄、性别、PS评分、吸烟、临床分期、体质量指数、病理类型、治疗策略和是否手术均无相关性(P>0.05)。低风险组PFS和OS优于高风险组, 差异有统计学意义(P＜0.001)。在单因素Cox回归分析中, C-PLAN指数是PFS(P＜0.001)和OS(P=0.002)的影响因素。在多因素Cox分析中, C-PLAN指数是影响PFS(P=0.001)和OS(P=0.006)的独立预后因素。
结论
C-PLAN指数可以作为预测接受ICI治疗的晚期食管癌患者预后的可靠临床指标。
- 食管癌 /
- 免疫治疗 /
- 预后 /
- 生物标志物 /
- C-PLAN指数
Abstract:
Objective
To evaluate the prognostic value of C-reactive protein (CRP), performance status (PS), lactate dehydrogenase (LDH), albumin (ALB) and derived neutrophil-to-lymphocyte ratio (dNLR) composite index (C-PLAN) as a prognostic indicator in advanced esophageal cancer patients treated with immune checkpoint inhibitor (ICI).
Methods
Hematologic indexes of 147 patients with advanced esophageal cancer treated by ICI in the Affiliated Hospital of Yangzhou University were collected before the first immunotherapy. CRP, PS, LDH, ALB and dNLR were scored and added to obtain C-PLAN index. Chi-square test was used to analyze the correlation between C-PLAN index and clinicopathological features; Kaplan-Meier survival curve was used to analyze the effects of C-PLAN index on overall survival (OS) and progression-free survival (PFS). Univariate and multifactor Cox proportional regression models were used to analyze whether C-PLAN index could be used as an independent factor affecting prognosis.
Results
A total of 147 patients with advanced esophageal cancer were divided into low-risk group (scored < 2, n=46) and high-risk group (scored ≥2, n=101) according to C-PLAN index. C-PLAN index was not correlated with age, sex, PS score, smoking, clinical stage, body mass index, pathological type, treatment strategy and operation (P>0.05). PFS and OS in the low-risk group were significantly better than those in the high-risk group (P < 0.001). In univariate Cox regression analysis, C-PLAN index was the influencing factor of PFS (P < 0.001) and OS (P=0.002). In multivariate Cox analysis, C-PLAN index was an independent prognostic factor of PFS (P=0.001) and OS (P=0.006).
Conclusion
C-PLAN index can be used as a reliable clinical index to predict the prognosis of patients with advanced esophageal cancer treated by ICI.
- esophageal cancer /
- immunotherapy /
- prognosis /
- biomarker /
- C-PLAN index

HTML全文

食管癌是全球癌症相关死亡的第6大常见原因, 2020年全球食管癌死亡人数为544 076例^[1]。食管癌主要的病理类型为鳞癌和腺癌，其中鳞癌预后较腺癌更差^[2]。不可手术的晚期食管鳞癌常见治疗方案为化学治疗，患者5年生存率只有8%^[3]。随着免疫治疗时代的到来，免疫治疗联合化疗的晚期食管癌患者生存率得到明显改善^[4-5]。但由于个体差异，仍有相当一部分晚期食管癌患者未能从免疫检查点抑制剂(ICI)治疗中获益，因而寻找相关可靠的预后标志物对于临床治疗决策显得尤为重要。2023年日本研究团队首次依据C反应蛋白(CRP)、体力状况(PS)、乳酸脱氢酶(LDH)、白蛋白(ALB)及衍生中性粒细胞与淋巴细胞比值(dNLR)构建C-PLAN指数，并发现该指数能够有效预测接受ICI治疗的晚期肺癌患者的总生存期(OS)及无进展生存期(PFS)^[6]。目前, C-PLAN指数能否预测接受ICI治疗的晚期食管癌患者预后的研究报道较少。本研究通过对接受ICI治疗的147例晚期食管癌患者的临床资料进行回顾性分析，明确C-PLAN指数的预后价值，以期为晚期食管癌患者的精准预后评估提供新策略。

1. 资料与方法

1.1 一般资料

选取2020年1月—2023年5月在扬州大学附属医院接受ICI治疗的147例晚期食管癌患者为研究对象，收集临床信息包括年龄、性别、PS评分、体质量指数、吸烟情况、病理类型、分期、治疗策略、是否手术及ICI首次治疗前的血液学指标。纳入标准: ①年龄>18岁者; ②经病理组织学证实的食管癌者; ③ TNM分期为Ⅲ期或者Ⅳ期者; ④接受抗程序性死亡受体1抗体(PD-l)或程序性死亡受体配体1抗体(PD-L1)免疫治疗者; ⑤具有完整的临床病理资料者; ⑥患者或家属知情同意。排除标准: ①伴有其他原发恶性肿瘤病史患者; ②接受ICI治疗少于2个周期者; ③长期使用其他已知影响ICI治疗效果药物(糖皮质激素、抗生素等)者。本研究已经过扬州大学附属医院伦理委员会批准[伦理号: 2022-YKL11-(课05)], 所有入组患者均知情同意将其临床信息用于医学研究。

1.2 C-PLAN指数定义

收集患者首次免疫治疗前实验室检查数据及匹配临床资料，包括外周血总淋巴细胞计数、中性粒细胞计数、LDH、PS评分、ALB及CRP。C-PLAN指数根据dNLR(≥ 3.0计为1分, ＜3.0计为0分)、血清ALB(≥3.5 g/dL计为0分, ＜3.5 g/dL计为1分), LDH(＜223 U/L计为0分, ≥223 U/L计为1分)，血清CRP水平(≥1.0 mg/dL计为1分, ＜1.0 mg/dL计为0分)及PS评分(0~1分计为0分, 2~4分计为1分)的分数相加得到总分。总得分＜2分定义为C-PLAN指数低风险，总得分≥2分定义为C-PLAN指数高风险^[6]。

1.3 观察指标

通过门诊或者电话的形式随访所有患者，时间截至2023年5月31日，患者首次免疫治疗时间为研究起始点，每3周为1个疗程，6~8周对患者进行1次随访。最后1次随访时间、死亡时间或者疾病进展时间为研究终点。根据RECIST 1.1评估治疗反应^[7], 包括完全缓解(CR)、部分缓解(PR)、稳定(SD)和进展(PD)。客观缓解率(ORR)为达到完全缓解和部分缓解患者占比之和，疾病控制率(DCR)为完全缓解、部分缓解、稳定患者占比之和。肿瘤预后评估指标包括PFS及OS, 其中PFS定义为初次ICI给药日期到疾病进展或者随访截止日期, OS定义为从初次ICI给药日期至患者任何原因死亡日期或者随访截止日期。

1.4 统计学分析

采用SPSS 25.0和GraphPad Prism 8统计软件分析数据。采用卡方检验比较C-PLAN指数与临床病理参数之间的相关性。采用Kaplan-Meier法绘制生存曲线，采用Log-rank进行生存检验。通过单因素及多因素Cox风险比例回归模型分析影响患者PFS及OS的因素。P＜0.05(双侧)为差异具有统计学意义。

2. 结果

2.1 患者的一般特征

纳入的147例患者中，男性和女性患者分别为107例(72.8%)和40例(27.2%)。年龄≥65岁和＜65岁患者分别有103例(70.1%)和44例(29.9%)。PS评分2~3分35例(23.8%), 0~1分112例(76.2%)。体质量指数≥22.0 kg/m²的患者有84例(57.1%), ＜22.0 kg/m²的患者有63例(42.9%)。既往/一直吸烟的患者有117例(79.6%), 从不吸烟的患者有30例(20.4%)。病理类型为鳞状细胞亚型的患者有101例(68.7%), 46例(31.3%)为非鳞状细胞亚型。根据恶性肿瘤AJCC分期(第8版), 53例(36.1%)患者临床分期为Ⅲ期, 94例患者(63.9%)临床分期为Ⅳ期。免疫治疗单药的患者为18例(12.2%), 其中单药卡瑞利珠单抗治疗的患者有10例，替雷利珠单抗治疗的患者有2例，特瑞普利单抗治疗的患者有6例，免疫治疗联合铂类/紫杉醇/替吉奥/吉西他滨/放疗患者为129例(87.8%)。45例(30.6%)患者既往进行过手术治疗, 102例患者(69.4%)未行食管癌根治术。根据C-PLAN指数将队列划分为低风险组(n=46)及高风险组(n=101)。C-PLAN指数高、低风险分组与年龄、性别、PS评分、体质量指数、吸烟、病理类型、临床分期、治疗策略和是否手术无相关性(P>0.05), 见表 1。

表 1 接受ICI治疗的147例晚期食管癌患者一般临床资料[n(%)]

一般资料	分类	低风险组(n=46)	高风险组(n=101)	χ²	P
性别	男	32(69.6)	75(74.3)	0.351	0.553
	女	14(30.4)	26(25.7)
年龄	≥65岁	30(65.2)	73(72.3)	0.751	0.386
	＜65岁	16(34.8)	28(27.7)
PS评分	0~1分	36(78.3)	76(75.2)	0.158	0.691
	2~3分	10(21.7)	25(24.8)
体质量指数	＜22.0 kg/m²	19(41.3)	44(43.6)	0.066	0.797
	≥22.0 kg/m²	27(58.7)	57(56.4)
吸烟	既往/一直	34(73.9)	83(82.2)	1.329	0.249
	从不	12(26.1)	18(17.8)
病理类型	鳞癌	31(67.4)	70(69.3)	0.054	0.816
	非鳞癌	15(32.6)	31(30.7)
临床分期	Ⅲ期	20(43.5)	33(32.7)	1.600	0.206
	Ⅳ期	26(56.5)	68(67.3)
治疗策略	单药	6(13.0)	12(11.9)	0.040	0.842
	联合	40(87.0)	89(88.1)
是否手术	是	16(34.8)	29(28.7)	0.548	0.459
	否	30(65.2)	72(71.3)

下载: 导出CSV

| 显示表格

2.2 C-PLAN指数与ICI疗效的相关性

低风险组中CR 2例, PR 4例, SD 5例, PD 35例; 高风险组CR 3例, PR 5例, SD 11例, PD 82例。2组ORR分别为13.0%和7.9%, 差异无统计学意义(P>0.05); 2组DCR分别为23.9%和18.8%, 差异无统计学意义(P>0.05), 见表 2。

表 2 低风险组和高风险组疗效分析[n(%)]

疗效	低风险组 (n=46)	高风险组 (n=101)
完全缓解	2(4.3)	3(3.0)
部分缓解	4(8.7)	5(5.0)
稳定	5(10.9)	11(10.9)
进展	35(76.1)	82(81.2)
客观缓解	6(13.0)	8 (7.9)
疾病控制	11(23.9)	19 (18.8)

下载: 导出CSV

| 显示表格

2.3 C-PLAN指数的预后意义

Kaplan-Meier生存分析表明，低风险组PFS和OS优于高风险组，差异有统计学意义(P＜0.001), 见图 1。

图 1 147例接受ICI治疗晚期食管癌患者的生存分析曲线

A: 无进展生存曲线; B: 总体生存曲线。

下载: 全尺寸图片幻灯片

低风险组赋值为0, 高风险组赋值为1。结局变量中未进展或者未死亡赋值为0, 发生进展或者死亡赋值为1。单因素分析表明, C-PLAN指数(HR=2.383, 95%CI: 1.574~3.609, P＜0.001)、PS评分(HR=1.789, 95%CI: 1.175~2.725, P=0.007)和临床分期(HR=1.671, 95%CI: 1.126~2.480, P=0.011)与ICI治疗晚期食管癌患者的PFS显著相关。多因素分析表明, C-PLAN指数(HR=2.139, 95%CI: 1.394~3.283, P=0.001)和临床分期(HR=1.572, 95%CI: 1.055~2.343, P=0.026)是影响患者PFS的独立预后因素，见表 3。单因素分析表明, C-PLAN指数(HR=2.267, 95%CI: 1.358~3.786, P=0.002)、PS评分(HR=1.925, 95%CI: 1.179~3.143, P=0.009)和体质量指数(HR=1.655, 95%CI: 1.048~2.614, P=0.031)与ICI治疗晚期食管癌患者的OS显著相关。多因素分析表明, C-PLAN指数(HR=2.064, 95%CI: 1.231~3.458, P=0.006)、PS评分(HR=1.858, 95%CI: 1.120~3.079, P=0.016)和体质量指数(HR=1.808, 95%CI: 1.138~2.875, P=0.012)是影响患者OS的独立预后因素，见表 4。

表 3 无进展生存期预后因素的单因素和多因素分析

变量	单因素分析			多因素分析
变量	HR	95%CI	P	HR	95%CI	P
性别	1.014	0.678~1.517	0.945	—	—	—
年龄	1.151	0.774~1.712	0.487	—	—	—
PS评分	1.789	1.175~2.725	0.007	1.413	0.915~2.181	0.119
体质量指数	1.402	0.954~2.060	0.085	—	—	—
吸烟	1.005	0.644~1.567	0.984	—	—	—
病理类型	1.298	0.870~1.936	0.201	—	—	—
临床分期	1.671	1.126~2.480	0.011	1.572	1.055~2.343	0.026
治疗策略	0.892	0.508~1.565	0.689	—	—	—
是否手术	1.147	0.767~1.715	0.504	—	—	—
C-PLAN指数	2.383	1.574~3.609	＜0.001	2.139	1.394~3.283	0.001

下载: 导出CSV

| 显示表格

表 4 总生存期预后因素的单因素和多因素分析

变量	单因素分析			多因素分析
变量	HR	95%CI	P	HR	95%CI	P
性别	0.945	0.579~1.542	0.820	—	—	—
年龄	1.001	0.620~1.614	0.998	—	—	—
PS评分	1.925	1.179~3.143	0.009	1.858	1.120~3.079	0.016
体质量指数	1.655	1.048~2.614	0.031	1.808	1.138~2.875	0.012
吸烟	0.857	0.497~1.478	0.580	—	—	—
病理类型	1.430	0.877~2.334	0.152	—	—	—
临床分期	1.372	0.856~2.198	0.189	—	—	—
治疗策略	0.770	0.406~1.461	0.424	—	—	—
是否手术	1.074	0.659~1.753	0.774	—	—	—
C-PLAN指数	2.267	1.358~3.786	0.002	2.064	1.231~3.458	0.006

下载: 导出CSV

| 显示表格

3. 讨论

既往研究^{[5, 8]}表明，以PD-1抑制剂为代表的免疫疗法作为晚期食管癌的一线治疗方案，可显著延长患者的生存时间。尽管ICI改善了许多晚期肿瘤患者的预后，但只有15%~60%的患者得到缓解，仍有大部分患者未能从ICI治疗中获益^[9]。已知多种内外因素影响ICI疗效，抗生素的使用缩短或降低接受ICI治疗的晚期食管胃结合部癌患者的OS、PFS及DCR^[10]; 外周血中PD-L1、C-C基序趋化因子-5及细胞因子2低表达的晚期食管鳞癌患者在ICI治疗后有着更低的PFS和DCR^[11]; 肿瘤突变负荷也作为预测ICI疗效的潜在指标之一^[12]。既往研究^[13-16]发现，常见临床指标可用于预测免疫治疗疗效，例如血小板淋巴细胞比值、全身免疫炎症指数、NLR及预后营养指数(PNI)。WU M J等^[15]发现，低基线PNI是晚期接受ICI治疗的食管癌患者PFS(HR=0.35, 95%CI: 0.14~0.85, P=0.020)和OS(HR=0.41, 95%CI: 0.17~0.99, P=0.047)的独立预测因子。另一项研究^[14]发现，在接受卡瑞利珠单抗治疗的晚期转移性食管鳞癌患者中，血小板淋巴细胞比值、NLR及全身免疫炎症指数均与较短的PFS和OS相关。但是单一临床指标并不能准确预测ICI疗效，因而基于多个临床指标建立多因素预测模型显得尤为关键。2023年国外团队^[6]结合营养状态、炎症因子、体力状况及宿主代谢共4个方面的临床指标建立C-PLAN指数来评估ICI在非小细胞肺癌中的疗效。

本研究中, C-PLAN指数基于CRP、dNLR、LDH、ALB及PS评分构建，而上述指标在既往文献中均与食管癌ICI疗效相关。INOUE H等^[17]在接受纳武利尤单抗治疗的复发食管癌患者中发现, CRP/ALB比值(CAR)与CR、PR或者SD比例呈负相关，且高CAR组患者的OS(HR=10.15, P＜0.001)和PFS(HR=2.95, P=0.007)较低CAR组患者更短。XU J M等^[18]发现，基线NLR＜3的接受信迪利单抗治疗的食管癌患者较NLR≥3的患者有更好的OS(HR=0.54, P=0.019)和PFS(HR=0.47, P=0.002)。基线LDH也被证明是接受抗PD-1治疗的晚期食管癌患者PFS和OS的独立预测因子，以200 U/L为临界值，高LDH组的患者有更差的PFS(HR=2.71, P=0.023)和OS(HR=6.26, P＜0.001)^[19]。一项纳入158例使用卡瑞利珠单抗的晚期食管癌患者的临床回顾性研究^[20]发现, ALB≤36.8 g/L的患者有更短的OS(HR=7.852, P＜0.001)和PFS(HR=4.148, P＜0.001), 且低ALB是影响接受ICI治疗的晚期食管癌患者OS和PFS的不利预后因素。DA L S等^[16]研究纳入了162例接受抗PD-1治疗的晚期食管鳞癌患者，多因素回归分析显示ECOG/PS≥2分是影响OS和PFS的独立不良预后因素。本研究中, C-PLAN指数低风险组较高风险组有更好的OS、PFS。C-PLAN指数低风险组ORR及DCR高于高风险组，因样本量有限，两者差异无统计学意义。多因素Cox回归分析表明, C-PLAN指数是食管癌免疫治疗患者的OS及PFS的独立不良预后指标。因而，基于多个临床因素的C-PLAN指数能够较单个临床因素更好地预测接受ICI治疗的晚期食管癌患者的临床结局。

基于既往文献，作者推测C-PLAN指数涵盖的临床因素可能通过如下机制影响ICI的治疗效果: ① CRP诱导释放白细胞介素-1和肿瘤坏死因子-α, 促进全身炎症反应的发生，使免疫微环境失调影响ICI疗效^[21-22]。②研究^[23]发现, PS评分更高的食管癌患者的血清前列腺素E₂(PGE₂)的水平更高。PGE2通过作用于T细胞和树突状细胞，促进TH1细胞的分化和TH17细胞增殖，抑制NK细胞成熟和功能来促进肿瘤的进展和免疫逃逸^[24-25]。③ LDH作为糖酵解的关键酶，当其升高时乳酸产生增加，高浓度乳酸抑制T细胞和NK细胞产生γ干扰素(IFN-γ), 促进肿瘤免疫逃逸^[26-29]。④ ICI是IgG抗体药物, IgG抗体药物通过新生儿Fc受体(FcRn)调节其代谢及再循环，而FcRn表达则受血清ALB浓度影响^[30-31]。⑤肿瘤相关性的中性粒细胞可通过PD-L1抑制T细胞的增殖及IFN-γ的产生，从而降低免疫治疗疗效^[32-34]。

本研究存在如下局限性: ①该研究为回顾性分析，存在选择性偏倚且样本量有限, C-PLAN指数对晚期食管癌ICI疗效的预测作用仍需更多大样本、多中心的回顾性研究来确证; ② CRP、dNLR等临床指标可能随病情发展而变化，因而ICI治疗过程中动态监测C-PLAN指数是否有助于预测肿瘤复发或进展仍有待进一步明确; ③目前, ICI药物不仅用于晚期肿瘤的姑息性治疗，而且逐步应用于新辅助治疗。因此, C-PLAN指数是否有助于预测ICI新辅助治疗后的手术转化率及肿瘤退缩程度也是未来值得探讨的方向。

综上所述，基于外周血CRP、PS评分、LDH、ALB及dNLR构建C-PLAN指数，该指数可以作为接受ICI治疗的晚期食管癌患者预后的独立预测因素。本研究为晚期食管癌ICI药物治疗效果提供了新的简易预测手段，有利于制订更精准的治疗方案，以改善晚期食管癌患者的总体预后。

图 1 147例接受ICI治疗晚期食管癌患者的生存分析曲线

A: 无进展生存曲线; B: 总体生存曲线。

下载: 全尺寸图片幻灯片

表 1 接受ICI治疗的147例晚期食管癌患者一般临床资料[n(%)]

一般资料	分类	低风险组(n=46)	高风险组(n=101)	χ²	P
性别	男	32(69.6)	75(74.3)	0.351	0.553
	女	14(30.4)	26(25.7)
年龄	≥65岁	30(65.2)	73(72.3)	0.751	0.386
	＜65岁	16(34.8)	28(27.7)
PS评分	0~1分	36(78.3)	76(75.2)	0.158	0.691
	2~3分	10(21.7)	25(24.8)
体质量指数	＜22.0 kg/m²	19(41.3)	44(43.6)	0.066	0.797
	≥22.0 kg/m²	27(58.7)	57(56.4)
吸烟	既往/一直	34(73.9)	83(82.2)	1.329	0.249
	从不	12(26.1)	18(17.8)
病理类型	鳞癌	31(67.4)	70(69.3)	0.054	0.816
	非鳞癌	15(32.6)	31(30.7)
临床分期	Ⅲ期	20(43.5)	33(32.7)	1.600	0.206
	Ⅳ期	26(56.5)	68(67.3)
治疗策略	单药	6(13.0)	12(11.9)	0.040	0.842
	联合	40(87.0)	89(88.1)
是否手术	是	16(34.8)	29(28.7)	0.548	0.459
	否	30(65.2)	72(71.3)

下载: 导出CSV

表 2 低风险组和高风险组疗效分析[n(%)]

疗效	低风险组 (n=46)	高风险组 (n=101)
完全缓解	2(4.3)	3(3.0)
部分缓解	4(8.7)	5(5.0)
稳定	5(10.9)	11(10.9)
进展	35(76.1)	82(81.2)
客观缓解	6(13.0)	8 (7.9)
疾病控制	11(23.9)	19 (18.8)

下载: 导出CSV

表 3 无进展生存期预后因素的单因素和多因素分析

变量	单因素分析			多因素分析
变量	HR	95%CI	P	HR	95%CI	P
性别	1.014	0.678~1.517	0.945	—	—	—
年龄	1.151	0.774~1.712	0.487	—	—	—
PS评分	1.789	1.175~2.725	0.007	1.413	0.915~2.181	0.119
体质量指数	1.402	0.954~2.060	0.085	—	—	—
吸烟	1.005	0.644~1.567	0.984	—	—	—
病理类型	1.298	0.870~1.936	0.201	—	—	—
临床分期	1.671	1.126~2.480	0.011	1.572	1.055~2.343	0.026
治疗策略	0.892	0.508~1.565	0.689	—	—	—
是否手术	1.147	0.767~1.715	0.504	—	—	—
C-PLAN指数	2.383	1.574~3.609	＜0.001	2.139	1.394~3.283	0.001

下载: 导出CSV

表 4 总生存期预后因素的单因素和多因素分析

变量	单因素分析			多因素分析
变量	HR	95%CI	P	HR	95%CI	P
性别	0.945	0.579~1.542	0.820	—	—	—
年龄	1.001	0.620~1.614	0.998	—	—	—
PS评分	1.925	1.179~3.143	0.009	1.858	1.120~3.079	0.016
体质量指数	1.655	1.048~2.614	0.031	1.808	1.138~2.875	0.012
吸烟	0.857	0.497~1.478	0.580	—	—	—
病理类型	1.430	0.877~2.334	0.152	—	—	—
临床分期	1.372	0.856~2.198	0.189	—	—	—
治疗策略	0.770	0.406~1.461	0.424	—	—	—
是否手术	1.074	0.659~1.753	0.774	—	—	—
C-PLAN指数	2.267	1.358~3.786	0.002	2.064	1.231~3.458	0.006

下载: 导出CSV

参考文献(34)

[1]	SUNG H, FERLAY J, SIEGEL R L, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin, 2021, 71(3): 209-249. doi: 10.3322/caac.21660
[2]	SACHDEVA U M, SHIMONOSONO M, FLASHNER S, et al. Understanding the cellular origin and progression of esophageal cancer using esophageal organoids[J]. Cancer Lett, 2021, 509: 39-52. doi: 10.1016/j.canlet.2021.03.031
[3]	MURO K, LORDICK F, TSUSHIMA T, et al. Pan-Asian adapted ESMO Clinical Practice Guidelines for the management of patients with metastatic oesophageal cancer: a JSMO-ESMO initiative endorsed by CSCO, KSMO, MOS, SSO and TOS[J]. Ann Oncol, 2019, 30(1): 34-43. doi: 10.1093/annonc/mdy498
[4]	LUO H Y, LU J, BAI Y X, et al. Effect of camrelizumab vs placebo added to chemotherapy on survival and progression-free survival in patients with advanced or metastatic esophageal squamous cell carcinoma: the ESCORT-1st randomized clinical trial[J]. JAMA, 2021, 326(10): 916-925. doi: 10.1001/jama.2021.12836
[5]	SUN J M, SHEN L, SHAH M A, et al. Pembrolizumab plus chemotherapy versus chemotherapy alone for first-line treatment of advanced oesophageal cancer (KEYNOTE-590): a randomised, placebo-controlled, phase 3 study[J]. Lancet, 2021, 398(10302): 759-771. doi: 10.1016/S0140-6736(21)01234-4
[6]	SONEHARA K, OZAWA R, HAMA M, et al. C-PLAN index as a prognostic factor for patients with previously untreated advanced non-small cell lung cancer who received combination immunotherapy: a multicenter retrospective study[J]. Thorac Cancer, 2023, 14(6): 636-642. doi: 10.1111/1759-7714.14798
[7]	IANNESSI A, BEAUMONT H, LIU Y, et al. RECIST 1. 1 and lesion selection: how to deal with ambiguity at baseline?[J]. Insights Imaging, 2021, 12(1): 36. doi: 10.1186/s13244-021-00976-w
[8]	LI Z C, SUN Y T, LAI M Y, et al. Efficacy and safety of PD-1 inhibitors combined with chemotherapy as first-line therapy for advanced esophageal cancer: a systematic review and network meta-analysis[J]. Int Immunopharmacol, 2022, 109: 108790. doi: 10.1016/j.intimp.2022.108790
[9]	DAS S, JOHNSON D B. Immune-related adverse events and anti-tumor efficacy of immune checkpoint inhibitors[J]. J Immunother Cancer, 2019, 7(1): 306. doi: 10.1186/s40425-019-0805-8
[10]	ZHANG L L, KUANG T R, CHAI D Q, et al. The use of antibiotics during immune checkpoint inhibitor treatment is associated with lower survival in advanced esophagogastric cancer[J]. Int Immunopharmacol, 2023, 119: 110200. doi: 10.1016/j.intimp.2023.110200
[11]	JI S J, CHEN H, YANG K Y, et al. Peripheral cytokine levels as predictive biomarkers of benefit from immune checkpoint inhibitors in cancer therapy[J]. Biomedecine Pharmacother, 2020, 129: 110457. doi: 10.1016/j.biopha.2020.110457
[12]	MOECKEL C, BAKHL K, GEORGAKOPOULOS-SOARES I, et al. The efficacy of tumor mutation burden as a biomarker of response to immune checkpoint inhibitors[J]. Int J Mol Sci, 2023, 24(7): 6710. doi: 10.3390/ijms24076710
[13]	冯晓慧, 朱正秋. NLR对晚期食管鳞癌一线免疫治疗疗效的预测价值[J]. 医学研究杂志, 2023, 52(7): 157-160, 123.
[14]	LIU J, GAO D Y, LI J H, et al. The predictive value of systemic inflammatory factors in advanced, metastatic esophageal squamous cell carcinoma patients treated with camrelizumab[J]. Onco Targets Ther, 2022, 15: 1161-1170. doi: 10.2147/OTT.S382967
[15]	WU M J, ZHU Y Y, CHEN X C, et al. Prognostic nutritional index predicts the prognosis of patients with advanced esophageal cancer treated with immune checkpoint inhibitors: a retrospective cohort study[J]. J Gastrointest Oncol, 2023, 14(1): 54-63. doi: 10.21037/jgo-23-48
[16]	DA L S, QU Z T, ZHANG C J, et al. Prognostic value of inflammatory markers and clinical features for survival in advanced or metastatic esophageal squamous cell carcinoma patients receiving anti-programmed death 1 treatment[J]. Front Oncol, 2023, 13: 1144875. doi: 10.3389/fonc.2023.1144875
[17]	INOUE H, SHIOZAKI A, FUJIWARA H, et al. Absolute lymphocyte count and C-reactive protein-albumin ratio can predict prognosis and adverse events in patients with recurrent esophageal cancer treated with nivolumab therapy[J]. Oncol Lett, 2022, 24(2): 257. doi: 10.3892/ol.2022.13377
[18]	XU J M, LI Y, FAN Q X, et al. Clinical and biomarker analyses of sintilimab versus chemotherapy as second-line therapy for advanced or metastatic esophageal squamous cell carcinoma: a randomized, open-label phase 2 study (ORIENT-2)[J]. Nat Commun, 2022, 13(1): 857. doi: 10.1038/s41467-022-28408-3
[19]	LI Y, WANG K L, ZHAO E J, et al. Prognostic value of lactate dehydrogenase in second-line immunotherapy for advanced esophageal squamous cell carcinoma[J]. Pathol Oncol Res, 2022, 28: 1610245. doi: 10.3389/pore.2022.1610245
[20]	LIU J, HU G Y, ZHAI C T, et al. Predictive value of nutritional indicators with regard to the survival outcomes in patients with metastatic esophageal squamous cell carcinoma treated with camrelizumab[J]. Oncol Lett, 2023, 25(5): 198. doi: 10.3892/ol.2023.13784
[21]	NIENHVSER H, WIRSIK N, SCHMIDT T. Esophageal tumor microenvironment[J]. Adv Exp Med Biol, 2020, 1296: 103-116.
[22]	BAI K H, ZHANG Y Y, LI X P, et al. Comprehensive analysis of tumor necrosis factor-α-inducible protein 8-like 2 (TIPE2): a potential novel pan-cancer immune checkpoint[J]. Comput Struct Biotechnol J, 2022, 20: 5226-5234. doi: 10.1016/j.csbj.2022.09.021
[23]	FABER J, UITDEHAAG M J, SPAANDER M, et al. Improved body weight and performance status and reduced serum PGE2 levels after nutritional intervention with a specific medical food in newly diagnosed patients with esophageal cancer or adenocarcinoma of the gastro-esophageal junction[J]. J Cachexia Sarcopenia Muscle, 2015, 6(1): 32-44. doi: 10.1002/jcsm.12009
[24]	YAO C C, SAKATA D, ESAKI Y, et al. Prostaglandin E2-EP4 signaling promotes immune inflammation through Th1 cell differentiation and Th17 cell expansion[J]. Nat Med, 2009, 15(6): 633-640. doi: 10.1038/nm.1968
[25]	PARK A, LEE Y, KIM M S, et al. Prostaglandin E2 secreted by thyroid cancer cells contributes to immune escape through the suppression of natural killer (NK) cell cytotoxicity and NK cell differentiation[J]. Front Immunol, 2018, 9: 1859. doi: 10.3389/fimmu.2018.01859
[26]	BRAND A, SINGER K, KOEHL G E, et al. LDHA-associated lactic acid production blunts tumor immunosurveillance by T and NK cells[J]. Cell Metab, 2016, 24(5): 657-671. doi: 10.1016/j.cmet.2016.08.011
[27]	HUSAIN Z, HUANG Y N, SETH P, et al. Tumor-derived lactate modifies antitumor immune response: effect on myeloid-derived suppressor cells and NK cells[J]. J Immunol, 2013, 191(3): 1486-1495. doi: 10.4049/jimmunol.1202702
[28]	FISCHER K, HOFFMANN P, VOELKL S, et al. Inhibitory effect of tumor cell-derived lactic acid on human T cells[J]. Blood, 2007, 109(9): 3812-3819. doi: 10.1182/blood-2006-07-035972
[29]	QUINN W J 3rd, JIAO J, TESLAA T, et al. Lactate limits T cell proliferation via the NAD(H) redox state[J]. Cell Rep, 2020, 33(11): 108500. doi: 10.1016/j.celrep.2020.108500
[30]	ZHENG M. Serum albumin: a pharmacokinetic marker for optimizing treatment outcome of immune checkpoint blockade[J]. J Immunother Cancer, 2022, 10(12): e005670. doi: 10.1136/jitc-2022-005670
[31]	CHAUDHURY C, MEHNAZ S, ROBINSON J M, et al. The major histocompatibility complex-related Fc receptor for IgG (FcRn) binds albumin and prolongs its lifespan[J]. J Exp Med, 2003, 197(3): 315-322. doi: 10.1084/jem.20021829
[32]	WANG T T, ZHAO Y L, PENG L S, et al. Tumour-activated neutrophils in gastric cancer foster immune suppression and disease progression through GM-CSF-PD-L1 pathway[J]. Gut, 2017, 66(11): 1900-1911. doi: 10.1136/gutjnl-2016-313075
[33]	CHENG Y S, LI H, DENG Y N, et al. Cancer-associated fibroblasts induce PDL1+ neutrophils through the IL6-STAT3 pathway that foster immune suppression in hepatocellular carcinoma[J]. Cell Death Dis, 2018, 9(4): 422. doi: 10.1038/s41419-018-0458-4
[34]	KWANTWI L B, WANG S J, ZHANG W J, et al. Tumor-associated neutrophils activated by tumor-derived CCL20 (C-C motif chemokine ligand 20) promote T cell immunosuppression via programmed death-ligand 1 (PD-L1) in breast cancer[J]. Bioengineered, 2021, 12(1): 6996-7006. doi: 10.1080/21655979.2021.1977102

施引文献(3)

期刊类型引用(3)

1.	宋健，于韬，吕云云，白少虎，石慧. 基于C-PLAN指数及OPS评分的重症肺炎预后列线图模型的构建和评价. 临床肺科杂志. 2025(02): 225-231 . 百度学术
2.	高书红，王正芳，姚丽文，刘兴祥，崔林. 集束化护理在光动力治疗复发性梗阻性食管癌中的应用效果. 实用临床医药杂志. 2025(02): 129-132 . 本站查看
3.	孔垂秀，朱鹏晋，李艳丽，韩娜娜，解晓霞. LAR与晚期食管鳞癌病人新辅助放化疗预后的关系. 青岛大学学报(医学版). 2024(05): 733-737 . 百度学术

其他类型引用(0)

资源附件(0)

图(1) / 表(4)

计量

文章访问数: 177
HTML全文浏览量: 26
PDF下载量: 23
被引次数: 3

1. 资料与方法
1.1 一般资料
1.2 C-PLAN指数定义
1.3 观察指标
1.4 统计学分析
2. 结果
2.1 患者的一般特征
2.2 C-PLAN指数与ICI疗效的相关性
2.3 C-PLAN指数的预后意义
3. 讨论

C-PLAN指数作为免疫检查点抑制剂治疗晚期食管癌预后指标的临床研究

通讯作者: 蒋倩, E-mail: 1215826137@qq.com

计量

出版历程