治疗前外周血血红蛋白×淋巴细胞/单核细胞水平对鼻咽癌患者预后的影响 Authors: Chao DENG, Zui CHEN, Jie LING, Yangchun XIE, Xiayan ZHAO, Chunhong HU, Xianling LIU, Yuhua FENG, Tao HOU, 敏宁 彭 Published: 2024 ABSTRACT Abstract目的外周全血细胞计数可作为多种肿瘤的预后预测因子,但其在鼻咽癌预后中的预测价值仍未可知。本研究探讨治疗前外周血血红蛋白×淋巴细胞/单核细胞(hemoglobin×lymphocyte/monocyte ratio,HLMR)水平对接受根治性放疗的非复发转移性鼻咽癌患者预后的影响。方法回顾性分析805例完成根治性放疗或放化疗的鼻咽癌患者的临床病理资料及随访记录,收集患者治疗前的外周血血红蛋白、淋巴细胞计数和单核细胞计数结果,计算HLMR值,绘制受试者操作特征(receiver operating characteristic,ROC)曲线,并判定患者HLMR的最佳临界值;根据最佳临界值,将患者分为高HLMR组和低HLMR组,使用χ 2检验分析HLMR与患者临床病理特征的关系;使用Cox风险模型确定影响鼻咽癌患者总生存期和无进展生存期的独立危险因素。根据独立危险因素建立诺莫图,预测患者的生存率,并利用验证队列进行内部验证。结果ROC曲线显示HLMR对鼻咽癌患者5年生存率的最佳临界值为605.5,多因素Cox回归分析显示:T分期(HR=1.886,95% CI 1.331~2.673,P<0.001),N分期(HR=2.021,95% CI 1.267~3.225,P=0.003),美国东部肿瘤协作组(Eastern Cooperative Oncology Group,ECOG)评分(HR=3.991,95% CI 1.257~12.677,P=0.019),同步放化疗模式(HR=0.338,95% CI 0.156~0.731,P=0.006),HLMR(HR=0.648,95% CI 0.460~0.912,P=0.013)为患者总生存期的独立预后因素。在训练队列中,纳入T分期、N分期、HLMR等因素建立诺莫图预测患者3、5和7年的总生存率,该模型的C-index为0.713,其对患者3、5和7年生存率预测的曲线下面积分别为0.744、0.665和0.682,校正曲线分析表明该模型预测的患者生存率与实际观察到的患者生存率具有较好的一致性。上述结果在验证队列中得到进一步证明。结论治疗前HLMR可能是一个有潜力的鼻咽癌患者预后预测标志物。Keywords: 血红蛋白×淋巴细胞/单核细胞, 鼻咽癌, 生存率, 临床病理特征, 预后标志物 鼻咽癌(nasopharyngeal carcinoma,NPC)是原发于鼻咽部的恶性肿瘤,发病与EB病毒感染密切相关,具有明显的地区流行性,全球有近一半的病例发生在中国[1]。新发NPC患者中,局部晚期患者占70%以上,标准治疗以放化疗为主[2]。经过标准方案治疗后,15%~30%的局晚期NPC患者最终出现复发或转移[3]。因此,研究影响NPC预后的因素对改善NPC患者的预后具有十分重要的意义。研究[4]表明炎症反应与肿瘤的发生、发展及预后密切相关。激活的免疫细胞通过诱导DNA损害、干扰DNA修复从而加速肿瘤进展[5]。其中,外周全血细胞计数能够反映潜在的炎症反应,是研究热点之一。外周血免疫指标包括血小板、血红蛋白、中性粒细胞、淋巴细胞、单核细胞、巨噬细胞等。研究[6-10]证实中性粒细胞和淋巴细胞比值(neutrophil-to-lymphocyte ratio,NLR)、血小板和淋巴细胞比值(platelet-to-lymphocyte ratio,PLR)、系统性免疫炎症指数(systemic immune inflammation index,SII)、系统性炎症反应指数(systemic inflammation response index,SIRI)能够作为多种肿瘤的预后预测因子。血红蛋白、淋巴细胞和单核细胞比值能够预测多种肿瘤(包括NPC)的预后[11-12]。外周血血红蛋白×淋巴细胞/单核细胞(hemoglobin×lymphocyte/monocyte,HLMR)是一个新的组合指标,其在NPC中的预后价值尚无文献报道。 本研究通过回顾性分析805例完成根治性放疗或放化疗的NPC患者的临床病理资料及随访记录,分析HLMR作为预测非复发转移性NPC预后的可行性,旨在应用HLMR对NPC患者进行预后分层。 资料与方法 临床资料 选取2013年1月至2019年12月中南大学湘雅二医院收治的接受根治性放疗或放化疗的初治NPC患者805例。纳入标准:1)经组织病理学确诊为NPC;2)接受根治性调强适形放疗;3)有治疗前完整的影像学检查结果及血常规结果。排除标准:1)未完成放疗计划;2)治疗前有出血、贫血、感染、肝肾功能不全等合并症;3)有免疫系统、血液系统及其他恶性肿瘤等合并症;4)治疗前半个月内使用激素治疗(患者纳入、排除流程见图1)。 患者纳入和排除流程图 Figure 1 Consort diagram for patient inclusion and exclusion 收集所有入组患者治疗前的人口学信息、临床信息等,包括年龄、性别、身高、体重、美国东部肿瘤协作组(Eastern Cooperative Oncology Group,ECOG)评分、T分期、N分期、临床分期、治疗方案、外周血血红蛋白、外周血淋巴细胞、单核细胞计数及随访信息等,建立数据库进行分析。本研究已获得中南大学湘雅二医院伦理委员会的批准(伦审[临研]第092号)。 治疗方法 放疗 所有患者均采用调强放疗技术,接受直线加速器6 MV-X线照射。根据ICRU50号及ICRU62号报告的原则进行靶区勾画。鼻咽部原发灶剂量70 Gy/31~33次,颈部淋巴结转移灶剂量70 Gy/31~33次,亚临床病灶及高危淋巴结引流区剂量60 Gy/31~33次,低危淋巴结引流区剂量54~56 Gy/31~33次。根据RTOG0225的原则勾画危及器官及限定剂量。 诱导及辅助化疗 所有III~IVa期及部分II期患者接受1~3个疗程的诱导化疗,诱导化疗方案:以顺铂或奈达铂为基础的双药方案。根据患者临床分期及放疗后复查情况,部分患者接受1~2周期含铂双药化疗或单药卡培他滨化疗。 同期化疗 根据患者临床分期及耐受性,部分患者放疗同期采用顺铂或奈达铂 100 mg/m2,每3~4周为1周期,共1~3周期。 随访 治疗结束后的1年内每3个月复查1次,1年后每6个月复查1次,5年后每年复查1次,采用电话、门诊或住院方式进行随访。末次随访时间为2023年4月30日。主要研究终点为总生存期(overall survival,OS),次要研究终点为无进展生存时间(progression free survival,PFS)。OS定义为治疗开始至患者死亡的时间,PFS定义为治疗开始至疾病进展或患者死亡的时间。 观察指标 收集患者治疗前72 h内的血常规结果,记录血红蛋白、淋巴细胞计数及单核细胞计数等数值,计算HLMR。 统计学处理 采用SPSS 26.0统计学软件及R软件(4.1.3版)进行数据分析。HLMR的最佳临界值采用受试者操作特征(receiver operating characteristic,ROC)曲线确定,依据约登指数确定HLMR的最佳临界值。HLMR与各临床病理学参数间的相关性采用χ 2检验,采用Kaplan-Meier法计算生存率,生存率的组间差别采用Log-rank检验。采用Cox回归模型进行多因素分析,P<0.05为差异有统计学意义。最后,纳入Cox回归分析中的独立预后因素建立诺莫图,并检验其对患者OS和PFS的预测效能。 结 果 患者临床资料的基线特征 805例初治NPC患者按3꞉1的比例随机分为训练队列和验证队列,其中训练队列604例,验证队列201例。全组患者中男581例(72.2%),女224例(27.8%),年龄为(48.24±10.71)岁,体重指数为(23.35±3.12) kg/m2。ECOG评分为0的患者477例(59.3%),1~2分的患者328例(40.7%)。T分期为T1~2的患者414例(51.4%),T3~4期患者391例(48.6%)。N分期为N0~1的患者195例(24.2%),N2~3的患者610例(75.8%)。临床分期为I~II期的患者112例(13.9%),III~IVa期患者693例(86.1%)。260例(32.3%)患者接受同步放化疗,545例(67.7%)患者接受单纯放疗或放疗同步靶向治疗等非同步放化疗模式。患者的各临床病理学参数在训练队列和验证队列中的分布差异均无统计学意义(均P>0.05,表1)。 表1 805例NPC患者临床资料Table 1 Clinicopathological characteristics of 805 NPC patients组别 n 年龄/岁性别/[例(%)]T分期/[例(%)]N分期/[例(%)]女性男性T1~2T3~4N0~1N2~3训练队列60448.10±10.74168(27.8)436(72.2)314(52.0)290(48.0)148(24.5)456(75.5)验证队列20148.66±10.5556(27.9)145(72.1)100(49.8)101(50.2)47(23.4)154(76.6)全组患者80548.24±10.71224(27.8)581(72.2)414(51.4)391(48.6)195(24.2)610(75.8) t/χ 2 t=0.023 χ 2<0.001 χ 2=0.302 χ 2=0.103 P 0.5131.0000.6400.821组别临床分期/[例(%)]ECOG评分/[例(%)]治疗模式/[例(%)]体重指数/(kg·m-2)HLMRI~II期III~IVa期01~2非同步放化疗同步放化疗训练队列85(14.1)519(85.9)354(58.6)250(41.4)405(67.1)199(32.9)23.25±3.13787.22±472.6验证队列27(13.4)174(86.6)123(61.2)78(38.8)140(69.7)61(30.3)23.64±3.11747.34±273.62全组患者112(13.9)693(86.1)477(59.3)328(40.7)545(67.7)260(32.3)23.35±3.12777.26±431.78 t/χ 2 χ 2=0.052 χ 2=0.222 χ 2<0.001 t=0.054 t=778.310 P 0.9130.5620.5420.1030.585NPC:鼻咽癌;ECOG:美国东部肿瘤协作组;HLMR:外周血血红蛋白×淋巴细胞/单核细胞。 805例NPC患者临床资料 Table 1 Clinicopathological characteristics of 805 NPC patients NPC:鼻咽癌;ECOG:美国东部肿瘤协作组;HLMR:外周血血红蛋白×淋巴细胞/单核细胞。 HLMR与患者临床病理学参数的相关性 全组患者治疗前外周血HLMR为777.26±431.78。根据HLMR与患者5年生存率进行ROC曲线分析,HLMR的最佳临界值为605.5。在训练队列中,高HLMR与更大的年龄(P=0.002)、同步放化疗模式(P=0.026)相关,而与性别、ECOG评分、T分期、N分期、临床分期等均无关(均P>0.05)。在验证队列中,高HLMR仅与更低的T分期有关(P=0.024,表2)。 表2 805例NPC患者HLMR与临床特征的相关性Table 2 Association between HLMR levels and clinicopathological characteristics of 805 NPC patients组别 n 年龄/[例(%)]性别/[例(%)]T分期/[例(%)]≥60岁<60岁男女T1~2T3~4训练队列604HLMR低155(29.8)40(47.6)134(30.7)61(36.3)90(28.7)105(36.2)高365(70.2)44(52.4)302(69.3)107(63.7)224(71.3)185(63.8)合计52084436168314290 χ 2 10.4941.7243.925 P 0.0020.2070.055验证队列201HLMR低10(33.3)56(32.7)47(32.4)19(33.9)25(25.0)41(40.6)高20(66.7)115(67.3)98(67.6)37(66.1)75(75.0)60(59.4)合计3017114556100101 χ 2 0.0040.0425.541 P 1.0000.8680.024组别N分期/[例(%)]临床分期/[例(%)]ECOG评分/[例(%)]N0~1N2~3I~IIIII~IVa01~2训练队列HLMR低44(29.7)151(33.1)22(25.9)173(33.3)105(29.7)90(36.0)高104(70.3)305(66.9)63(74.1)346(66.7)249(70.3)160(64.0)合计14845685519354250 χ 2 0.5851.8552.693 P 0.4800.2110.112验证队列HLMR低16(34.0)50(32.5)7(25.9)59(33.9)39(31.7)27(34.6)高31(66.0)104(67.5)20(74.1)115(66.1)84(68.3)51(65.4)合计471542717412378 χ 2 0.0410.6750.183 P 0.8600.5120.758组别治疗模式/[例(%)]体重指数/[例(%)]非同步放化疗同步放化疗低体重正常体重超重训练队列HLMR低143(35.3)52(26.1)113(34.8)8(23.5)74(30.2)高262(64.7)147(73.9)212(65.2)26(76.5)171(69.8)合计40519932534245 χ 2 5.1412.595 P 0.0260.273验证队列HLMR低44(31.4)22(36.1)36(36.7)4(50.0)26(27.4)高196(68.6)39(63.9)62(63.3)4(50.0)69(72.6)合计1406198895 χ 2 0.4143.032 P 0.5190.220NPC:鼻咽癌;HLMR:外周血血红蛋白×淋巴细胞/单核细胞;ECOG:美国东部肿瘤协作组。 805例NPC患者HLMR与临床特征的相关性 Table 2 Association between HLMR levels and clinicopathological characteristics of 805 NPC patients NPC:鼻咽癌;HLMR:外周血血红蛋白×淋巴细胞/单核细胞;ECOG:美国东部肿瘤协作组。 患者预后因素的分析 在训练队列中,单因素和多因素Cox回归分析结果显示:T分期(HR=1.886,95% CI 1.331~2.673,P<0.001)、N分期(HR=2.021,95% CI 1.267~3.225,P=0.003)、ECOG评分(HR=3.991,95% CI 1.257~12.677,P=0.019)、同步放化疗模式(HR=0.338,95% CI 0.156~0.731,P=0.006)、HLMR(HR=0.648,95% CI 0.460~0.912,P=0.013)为患者OS的独立预后因素。T分期(HR=2.099,95% CI 1.462~3.014,P<0.001)、N分期(HR=2.083,95% CI 1.186~3.656,P=0.011)和同步放化疗模式(HR=0.343,95% CI 0.156~0.751,P=0.008)为患者PFS的独立预后因素。上述结果在验证队列中得到进一步验证(图2,表3)。 模型组及验证组患者的生存曲线 Figure 2 Kaplann-Meier survival curves of training and validation cohort A: Kaplann-Meier curves for OS of training cohort; B: Kaplann-Meier curves for PFS of training cohort; C: Kaplann-Meier curves for OS of validation cohort; D: Kaplann-Meier curves for PFS of validation cohort. OS: Overall survival; PFS: Progression-free survival. 表3 805例NPC患者预后的单因素及多因素Cox风险回归分析Table 3 Univariate and multivariate Cox regression analysis of prognostic factors in 805 NPC patients临床特征训练队列(604例)验证队列(201例)OSPFSOSPFS HR(95% CI) P HR(95% CI) P HR(95% CI) P HR(95% CI) P 多因素分析年龄1.353(0.858~2.135)0.1941.143(0.727~1.796)0.5841.802(0.875~3.710)0.1101.741(0.891~3.403)0.105性别0.812(0.560~1.177)0.2710.900(0.632~1.280)0.5561.112(0.616~2.006)0.7250.946(0.548~1.631)0.841T分期1.886(1.331~2.673)<0.0012.099(1.462~3.014)<0.0012.205(1.220~3.983)0.0091.895(1.076~3.336)0.027N分期2.021(1.267~3.225)0.0032.083(1.186~3.656)0.0112.433(1.096~5.401)0.0292.120(0.919~4.895)0.078临床分期0.695(0.274~1.761)0.4430.812(0.621~1.253)0.4831.402(0.338~5.824)0.6421.401(0.404~4.858)0.595ECOG评分3.990(1.257~12.677)0.0193.160(0.987~10.107)0.05310.420(1.257~86.425)0.03019.430(2.31~163.33)0.006治疗模式0.338(0.156~0.731)0.0060.343(0.156~0.751)0.0080.181(0.052~0.626)0.0070.240(0.063~0.912)0.036BMI0.790(0.360~1.734)0.5560.860(0.412~1.796)0.6880.975(0.286~3.320)0.9681.191(0.412~3.438)0.747HLMR0.648(0.460~0.912)0.0130.742(0.535~1.029)0.0740.544(0.320~0.925)0.0250.544(0.325~0.909)0.020NPC:鼻咽癌;OS:总生存期;PFS:无进展生存时间;ECOG:美国东部肿瘤协作组;BMI:体重指数;HLMR:外周血血红蛋白×淋巴细胞/单核细胞。 805例NPC患者预后的单因素及多因素Cox风险回归分析 Table 3 Univariate and multivariate Cox regression analysis of prognostic factors in 805 NPC patients NPC:鼻咽癌;OS:总生存期;PFS:无进展生存时间;ECOG:美国东部肿瘤协作组;BMI:体重指数;HLMR:外周血血红蛋白×淋巴细胞/单核细胞。 表3(续) 表3805例NPC患者预后的单因素及多因素Cox风险回归分析Table 3 Univariate and multivariate Cox regression analysis of prognostic factors in 805 NPC patients临床特征训练队列(604例)验证队列(201例)OSPFSOSPFS HR(95% CI) P HR(95% CI) P HR(95% CI) P HR(95% CI) P 单因素分析年龄1.634(1.073~2.490)0.0221.403(0.926~2.123)0.1101.582(0.836~2.992)0.1591.609(0.890~2.908)0.116性别0.874(0.610~1.253)0.4650.953(0.675~1.343)0.7811.050(0.595~1.856)0.8650.918(0.542~1.555)0.750T分期1.996(1.412~2.820)<0.0012.086(1.507~2.889)<0.0012.205(1.270~3.829)0.0052.129(1.280~3.542)0.004N分期2.015(1.266~3.207)0.0031.881(1.226~2.884)0.0042.430(1.101~5.362)0.0282.141(1.058~4.329)0.034临床分期2.318(1.218~4.413)0.0102.380(1.290~4.394)0.0063.134(0.980~10.028)0.0542.746(0.998~7.555)0.050ECOG评分4.080(1.299~12.834)0.0163.410(1.088~10.710)0.0356.860(0.932~50.491)0.05913.780(1.81~140.79)0.011治疗模式0.386(0.180~0.827)0.0140.381(0.187~0.776)0.0080.036(0.105~1.077)0.0680.399(0.125~1.275)0.121BMI0.947(0.436~2.057)0.8910.986(0.477~2.036)0.9691.203(0.368~3.933)0.7601.386(0.492~3.904)0.537HLMR0.591(0.422~0.828)0.0020.663(0.482~0.913)0.0120.512(0.304~0.862)0.0120.516(0.316~0.841)0.008 805例NPC患者预后的单因素及多因素Cox风险回归分析 Table 3 Univariate and multivariate Cox regression analysis of prognostic factors in 805 NPC patients 诺莫图的建立与预测效能 在训练队列中,纳入多因素分析确定的T分期、N分期、HLMR等独立预后因素建立诺莫图(图3),并以此来预测患者3、5和7年的总生存率。该模型的C-index为0.713,其对患者3、5和7年生存率预测的曲线下面积分别为0.744、0.665和0.682。校正曲线分析表明该模型预测的患者生存率与实际观察到的患者生存率具有较好的一致性(附图1,https://doi.org/10.57760/sciencedb.xbyxb.00056)。在验证队列中,纳入T分期、N分期、HLMR等因素建立诺莫图(图4),该模型的C-index为0.693,其对患者3、5和7年生存率预测的曲线下面积分别为0.717、0.656和0.654。校正曲线分析同样显示其预测值与实际观测值具有良好的一致性(附图1,https://doi.org/10.57760/sciencedb. xbyxb.00056)。 训练队列患者的诺莫图 Figure 3 Nomogram of training cohort The line segment of each predictive factor, based on the different values of the patients, projectes onto the top single item score line segment to obtain the single item score of each patient. The scores of each factor are added together to obtain the total score. The total score is located on the total score line segment and projected downwards to obtain the 3-, 5-, and 7-year overall survival probabilities predicted by the model for each patient. 验证队列患者的诺莫图 Figure 4 Nomogram of validation cohort The line segment of each predictive factor, based on the different values of the patients, projectes onto the top single item score line segment to obtain the single item score of each patient. The scores of each factor are added together to obtain the total score. The total score is located on the total score line segment and projected downwards to obtain the 3-, 5-, and 7-year overall survival probabilities predicted by the model for each patient. 讨 论 本研究首次验证HLMR在NPC中的预后预测价值,发现T分期、N分期、ECOG评分、同步放化疗模式及HLMR为患者OS的独立预后因素。进一步在训练队列中纳入T分期、N分期、HLMR等因素建立诺莫图预测患者3、5和7年的总生存率,校正曲线分析表明该模型预测的患者生存率与实际观察到的患者生存率具有较好的一致性,并在验证队列中得到进一步证明。这些研究结果提示治疗前HLMR水平可能可以作为NPC患者预后预测的潜在生物标志物。 全身炎症反应与肿瘤的发生、发展及预后密切相关,因而全身炎症反应被认为是肿瘤的表现之一[13]。不受机体正常调控的炎症反应通过分泌促炎因子和血管生成因子调节肿瘤微环境,导致免疫耗竭和免疫逃逸,从而促进肿瘤发展[14-16]。外周血细胞包括血小板、血红蛋白、中性粒细胞、淋巴细胞、单核细胞、巨噬细胞等,是介导抗肿瘤免疫的重要介质,通过不同的途径重塑肿瘤免疫,从而反映全身免疫炎症状态以及肿瘤微环境情况。血红蛋白作为红细胞内携氧的主要分子,浓度降低后导致肿瘤细胞缺氧,从而促进肿瘤血管生成和肿瘤细胞增殖[17]。血小板通过掩盖循环中的肿瘤细胞,使其逃避机体免疫攻击,活化的血小板能够释放促肿瘤生长因子,而单核细胞作为肿瘤相关巨噬细胞的来源,驱动肿瘤微环境的免疫抑制,促进肿瘤发生、发展[18]。循环和浸润淋巴细胞是抗肿瘤适应性免疫反应的主要介质[19],而中性粒细胞可以通过多种机制促进肿瘤进展,包括促进细胞增殖、血管生成和上皮-间充质转化等[20]。HLMR包含以上与肿瘤发生、发展密切相关的促炎血细胞,因而理论上可以作为肿瘤的生物标志物。 外周血细胞在肿瘤预后中的预测价值已经被证实,淋巴细胞[21]、中性粒细胞[22]、单核细胞[23]、血小板[24]以及血红蛋白[11]都被证实与多种肿瘤的预后密切关联。肿瘤免疫是复杂的,单一的外周血细胞计数不能展示肿瘤免疫全貌,联合多个外周血细胞计数预测肿瘤预后成为研究热点之一。在NPC中,外周血细胞计数的联合已经被证实与预后密切相关。Zhao等[25]在多个电子数据库中进行搜索,对包含6 639例NPC患者的14项研究进行系统性评价和荟萃分析,发现高NLR与较差的OS及PFS相关,并采用敏感性分析及漏斗图证实了研究结果的可靠性。这均提示外周血细胞计数的联合能够作为NPC预后的预测指标。Peng等[26]对1 661例非转移性NPC患者进行回顾性分析,证实PLR是OS和PFS的独立预后危险因素,OS和PFS列线图的C-index在统计学上均高于美国癌症联合委员会(American Joint Committee on Cancer,AJCC)第八版分期中的结果,能够更准确地预测NPC患者预后。一项国内研究[27]通过回顾性分析759例NPC患者发现:高SII患者的疾病未控制风险明显高于低SII患者,监测治疗过程中的SII可以更好地评估疗效,SII是5年PFS和5年OS的独立预后因素。另一项研究[28]对9项研究共3 187例NPC患者进行系统评价和荟萃分析,结果显示SIRI可以作为OS的独立预测因子。这些研究结果均提示外周血细胞计数的联合可以用于NPC患者预后的预测。 本研究首次将外周血血红蛋白、淋巴细胞、单核细胞进行组合,创立了新的指标HLMR,并在训练队列和验证队列中均证实了HLMR为NPC患者OS的独立预后因素,诺莫图的建立进一步证实HLMR有较好的预后预测价值,这与上述外周血细胞计数的联合在NPC预后预测价值中的研究一致。新的HLMR预后预测模型提供了一种可行且实用的生物标志物,用以区分不同患者的风险,对个体化、精准化治疗可能有一定的价值。 综上所述,治疗前HLMR水平可能是一个有潜力的NPC患者预后预测标志物。但本研究仍存在以下不足:1)采用回顾性研究方法纳入完整病历资料,数据资料难以遵循随机原则,研究结果难免存在信息偏倚;2)为单中心研究,无法避免由于地域和医院自身因素的影响导致入院患者病情的差异,造成选择偏倚;3)样本量相对有限,不能代表整个患者群体,影响结果的外推性。以后需要大型多中心前瞻性研究进行深入探索。 基金资助 湖南省临床医疗技术创新引导项目(2021SK53515)。This work was supported by the Clinical Medical Technology Innovation Guidance Project of Hunan Province, China (2021SK53515). 利益冲突声明 作者声称无任何利益冲突。 作者贡献 邓超 研究设计,数据分析,论文撰写与修改;陈醉、凌捷、谢阳春、赵夏琰 数据采集;胡春宏、刘先领 论文指导与修改;冯瑜桦、侯涛 研究设计,论文指导。所有作者阅读并同意最终的文本。 Footnotes http://dx.chinadoi.cn/10.11817/j.issn.1672-7347.2024.240194 原文网址 http://xbyxb.csu.edu.cn/xbwk/fileup/PDF/2024121909.pdf 参考文献