基于多种炎症反应标志物构建肝细胞癌患者预后评分系统的临床研究
Electronic Journal of Liver Tumor(2020)
Abstract
目的:本研究基于中性粒细胞与淋巴细胞比值(neutrophils to lymphocytes ratio,NLR)、血小板与淋巴细胞比值(platelet to lymphocyte ratio,PLR)及淋巴细胞与单核细胞比值(lymphocyte to monocyte ratio,LMR)构建预测HCC肝切除术后患者生存率的炎症反应评分(inflammatory response score,IRS).方法:选取北京朝阳急诊抢救中心、空军特色医学中心在2013年5月至2019年1月收治的284例肝细胞癌(hepatocellular carcinoma,HCC)患者.采用ROC曲线获得NLR、PLR、LMR最佳截断值并构建NPL-IRS.通过时间-ROC评价NPL-IRS的有效性.结果:284例患者随访时间3~43个月,随访(21.52±7.98)个月.随访末期,157例患者死亡,1年病死率24.6%、3年病死率55.3%.NLR、PLR、LMR的AUC分别为0.889、0.895、0.861;最佳截断值分别为2.34、98.74、3.43.NLR≤2.34、PLR≤98.74、LMR>3.43组患者的总体生存率高于对应组别(P<0.05).肝硬化、多发肿瘤、血管侵犯、Ⅲ~Ⅳ期肿瘤、NPL-IRS-1分、NPL-IRS-2分、NPL-IRS-3分是HCC患者死亡的独立危险因素(P<0.05).NPL-IRS的最佳截断值为1,AUC为0.794 (95%CI=0.742~0.839).时间-ROC曲线结果显示:NPL-IRS的AUC在任何时间段均高于NLR、PLR、LMR.结论:基于NLR、PLR、LMR最佳截断值成功构建出NPL-IRS,该评分系统较单一的炎症反应标准物更能准确预测HCC患者预后.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined