王 田, 赵 明, 关佳灏, 付亚文, 党小军
(陕西省人民医院检验科,陕西 西安 710068)
机体的炎症状态与多种疾病的发生、进展和预后均相关,通过简单的血液学指标判断患者疾病状态的相关研究越来越多。一般来说,中性粒细胞/淋巴细胞比值(neutrophil-to-lymphocyte ratio,NLR)可作为疾病预后转归的预测因子,NLR与高死亡率和不良预后相关[1-3]。血小板可以分泌和表达大量物质,这些物质参与机体的凝血过程和炎症反应,因此血小板计数可反映机体的炎症状态[4]。血小板/淋巴细胞比值(platelet-to-lymphocyte ratio,PLR)也可作为多种肿瘤预后相关的炎症标志物[5]。肿瘤相关单核细胞是肿瘤炎症的另一个主要调节因子,在全身炎症反应中起重要作用,淋巴细胞/单核细胞比值(lymphocyte-to-monocyte ratio,LMR)同样是预测白血病和肿瘤患者预后的重要指标[6-7]。NLR、PLR和LMR作为新的炎症指标,检测相对简便、快速,成本也较低。然而,在相关疾病预后的研究中,设定NLR、PLR和LMR的临界值时常忽略了地域、性别、年龄等的影响,导致不同研究结果差异很大,严重影响了这几项指标的临床应用。本研究旨在了解西安地区不同性别、年龄人群NLR、PLR和LMR的分布特征,为其在西安地区人群各类疾病中的临床应用提供参考。
选取2021年1—12月陕西省人民医院体检中心进行健康体检的6 835名健康成人作为研究对象。纳入标准:(1)年龄≥18岁,自觉健康;(2)无血液性疾病、变态反应性疾病、感染性疾病、自身免疫性疾病、恶性肿瘤、高血压和糖尿病等病史。将所有研究对象根据性别、年龄进行分组,年龄分组依据世界卫生组织年龄划分标准进行划分:18~44岁为青年组,45~59岁为中年组,>59岁为老年组。本研究通过陕西省人民医院伦理委员会审核批准。
采集所有研究对象晨起空腹肘静脉血,乙二胺四乙酸抗凝。样本采集1 h内由专人常温运送至陕西省临床检验中心,采用XN-2800全自动血液分析仪(日本希森美康公司)及配套试剂进行血常规检测,计算NLR、PLR和LMR。
采用SPSS 22.0软件进行统计分析。采用Dixon法剔除离群值后,用Chi-square检验比较各年龄组内不同性别健康成人各项指标检测结果的差异。呈偏态分布的计量数据以中位数(M)[四分位数(P25~P75)]表示,组间比较采用Kruskal-Wallis H检验,两两比较采用Wilcoxon rank-sum检验。以P<0.05为差异有统计学意义。
剔除离群值后,纳入6 781名健康成人作为研究对象,其中男3 542名(52.23%)、女3 239名(47.77%)。各年龄组内男、女比例差异无统计学意义(P>0.05)。见表1。
表1 不同年龄组性别分布
同一年龄组男性、女性之间NLR、PLR和LMR差异均有统计学意义(P<0.05)。见表2。
表2 各年龄组男性、女性NLR、PLR和LMR检测结果比较
在男性人群中,各年龄组NLR、PLR和LMR差异均有统计学意义(P<0.05)。青年组与中年组、老年组NLR差异有统计学意义(P<0.05),中年组与老年组NLR差异无统计学意义(P=0.482);老年组与青年组、中年组PLR差异有统计学意义(P<0.05),青年组与中年组PLR差异无统计学意义(P=0.384);各年龄组LMR差异均有统计学意义(P<0.05)。见图1。
图1 不同年龄男性NLR、PLR和LMR水平比较
在女性人群中,各年龄组NLR和LMR差异无统计学意义(P>0.05),PLR差异有统计学意义(P<0.05);青年组与中年组比较,PLR差异无统计学意义(P=0.519)。见图2。
图2 不同年龄女性PLR水平比较
本研究结果显示,西安地区同一年龄段不同性别健康成人NLR、PLR和LMR水平差异均有统计学意义(P<0.05)。男性人群中,不同年龄组NLR、PLR和LMR具有不同的分布特征;女性人群中,仅PLR各年龄组之间差异有统计学意义(P<0.05)。有学者对河南地区20 000余名健康成人进行的研究结果显示,年龄、性别因素对NLR、PLR和LMR水平有影响[8]。韩国的一项研究结果显示,NLR、PLR和LMR在不同性别和不同年龄人群中的分布[9]与本研究结果一致。但有研究结果显示,我国自贡地区人群NLR、PLR和LMR水平与性别和年龄无关[10]。余建洪等[10]和姜王庆等[11]建立的自贡地区和上海地区NLR、PLR的参考区间及本研究结果均提示,不同地区人群NLR、PLR和LMR分布有一定差异。
本研究尚有一定的局限性,虽然排除了有炎症和肿瘤等病史的研究对象,但未排除体质量指数和吸烟等因素对NLR、PLR和LMR的影响。同时,本研究仅对陕西省人民医院的健康体检人群进行分析,群体代表性稍显不足。
综上所述,在各项临床研究中建立基于NLR、PLR和LMR的疾病预测模型时,应考虑不同地域、年龄、性别等因素的影响,西安地区不同年龄和性别人群NLR、LMR和PLR水平有一定差异,本研究结果可为西安地区NLR、PLR和LMR在各类疾病中的应用提供参考。