血常规炎症指标联合血清肿瘤标志物在肺癌诊断中的价值分析*

谢惠杰，邹 红，吴 赓，杨 蓉，黄慧芳

1.福建医科大学附属协和医院检验科，福建福州 350001；2.福建医科大学医学技术与工程学院，福建福州 350001；3.福建医科大学附属协和医院医务部信息随访中心，福建福州 350001；4.福建医科大学附属协和医院中心实验室，福建福州 350001

肺癌是癌症患者死亡的首要原因[1]。现阶段肺癌的诊断多是在出现疑似症状后结合影像学手段，对病变部位进行活检。但病理活检对患者创伤大，且诊断周期长，因此，利用简单易行、可反复取样检测的血液检验指标建立肺癌的诊断模型具有较好的临床价值与应用前景。肿瘤标志物在部分早期肺癌患者血清中会升高，但并不特异，在部分肺部良性病变中也会异常升高，因此，在肺癌诊断中的特异度与灵敏度有限，需结合其他指标以提高诊断效能。癌症与炎症密切相关[2]。血常规中的炎症指标有血小板计数(PLT)、血小板压积(PCT)、平均血小板体积(MPV)、血小板分布宽度(PDW)、粒细胞绝对值(Neu#)、粒细胞百分比(Neu%)、淋巴细胞绝对值(Lym#)、淋巴细胞百分比(Lym%)与红细胞分布宽度(RDW)等。乳酸脱氢酶(LDH)可反映肿瘤细胞代谢状态，有助于临床肿瘤的早期诊断[3]。因此，本文拟结合血清肿瘤标志物、血常规炎症指标和LDH等常规血液检测指标，初步探讨肺癌诊断的常规检验指标联合应用方案。

1 资料与方法

1.1一般资料 收集2018年1月至2021年4月在福建医科大学附属协和医院初次就诊、经组织病理学确诊、未进行放化疗或肺部手术等治疗的肺癌患者289例作为肺癌组；同期被确诊为肺炎、肺部良性结节、慢性阻塞性肺疾病(COPD)等肺部良性病变的患者93例作为肺良性病变组；来自体检中心的健康体检者89例作为体检组。排除标准：其他恶性肿瘤(除外肺癌)；急慢性炎症(除外肺炎)；对血常规、血清肿瘤标志物以及LDH指标有影响的疾病，如血液系统疾病、术前急性损伤及肝、肾等器官器质性病变等。本研究经福建医科大学附属协和医院伦理委员会批准(2020KY053)。肺癌组中男123例(42.6%)、女166例(57.4%)，年龄52(44，61)岁，小细胞型肺癌16例(5.5%)、肺腺癌245例(84.8%)、肺鳞状细胞癌18例(6.2%)、其他10例(3.5%)。肺良性病变组中男57例(61.3%)、女36例(38.7%)，年龄51(45，62)岁，肺部感染41例(44.1%)、COPD4例(4.3%)、肺部良性结节11例(11.8%)、其他37例(39.8%)。体检组中男46例(51.7%)、女43例(48.3%)，年龄48(39，58)岁。性别构成在肺癌组与肺良性病变组间差异有统计学意义(P<0.05)，年龄构成在3组间差异无统计学意义(P>0.05)。

1.2研究方法 收集所有研究对象的血液检验数据，包括PLT、PDW、MPV、PCT、Neu#、Neu%、Lym#、Lym%、中性粒细胞与淋巴细胞比值(NLR)、红细胞体积分布宽度变异系数(RDW-CV)和红细胞体积分布宽度标准差(RDW-SD)等血常规炎症指标，癌胚抗原(CEA)、糖类抗原19-9(CA19-9)、甲胎蛋白(AFP)、细胞角蛋白19可溶性片段(CYFRA)、神经元特异性烯醇化酶(NSE)、胃泌素释放肽前体(pro-GRP)、总前列腺特异性抗原(tPSA)、游离前列腺特异性抗原(fPSA)和CA125等血清肿瘤标志物，以及LDH的数据。比较这些血液指标在3组间的差异，选取组间差异有统计学意义的指标进行受试者工作特征(ROC)曲线诊断分析，再选择曲线下面积(AUC)较大的指标用于进一步的联合诊断分析，最后应用二分类Logistic回归联合ROC曲线综合分析不同指标联合模式对肺癌的诊断能力。

1.3统计学处理 采用SPSS 25.0软件进行数据分析。非正态分布的计量资料以中位数(四分位数)[M(P25，P75)]表示，两组间比较采用Mann-Whitney秩和检验分析，多组间比较采用Kruskal-Wallis秩和检验分析；采用ROC曲线分析单项检测指标对肺癌的诊断效能，多个指标联合的诊断则先用二分类Logistic回归得出预测概率，再利用预测概率做ROC曲线分析；以P<0.05为差异有统计学意义。

2 结 果

2.1各组间血液检验指标的差异分析 PLT、MPV、PCT、Lym#、RDW-CV、RDW-SD、LDH、Neu%、CEA、CYFRA在体检组、肺良性病变组、肺癌组之间的差异均有统计学意义(P<0.05)。见表1。

表1 血液检验指标在各组间的差异分析[M(P25,P75)]

续表1 血液检验指标在各组间的差异分析[M(P25,P75)]

2.2血液学检验指标对肺癌的诊断效能 将肺良性病变组与体检组合并为对照组，应用ROC曲线分别评价在表1中组间差异有统计学意义的10项指标(PLT、MPV、PCT、Lym#、RDW-CV、RDW-SD、LDH、Neu%、CEA、CYFRA)对肺癌的诊断效能，见表2。结果显示只有CYFRA、LDH、 PCT与RDW-CV 4项指标的AUC>0.6，由于AUC<0.5没有诊断价值，在0.5～0.7时有较低的准确性，因此选择这4项指标作进一步的联合分析。

表2 3组间存在差异的血液学检验指标对肺癌的诊断效能

2.3PCT、RDW-CV、CYFRA、LDH联合对肺癌的诊断效能 将PCT、RDW-CV、CYFRA、LDH进行相互联合，先对联合指标建立Logistic回归模型，再用形成的预测概率作为分析指标作ROC曲线，分析各种组合模式对肺癌的诊断效能。在2项指标联合模式中，LDH+CYFRA诊断肺癌的AUC最大，为0.803，回归方程为Logit(P)=0.256-0.014×XLDH+0.704×XCYFRA。3项指标联合模式中，RDW-CV+LDH+CYFRA诊断肺癌的AUC最大，为0.823，回归方程为Logit(P)= -5.417+0.431×XRDW-CV-0.013×XLDH+0.689×XCYFRA，灵敏度为74.5%，特异度为88.0%。PCT+RDW-CV+LDH+CYFRA检测的回归方程为Logit(P)=-5.032+3.185×XPCT+0.350×XRDW-CV+0.706×XCYFRA-0.014×XLDH，AUC为0.821，灵敏度为76.5%，特异度为86.7%。PCT+RDW-CV诊断肺癌的特异度最高，为92.0%；PCT+RDW-CV+LDH+CYFRA诊断肺癌的灵敏度最高。见表3。

表3 实验室指标联合对肺癌的诊断效能

3 讨 论

鉴于血液具有窗口及镜像效应和易于取材的特点，可以反映人类机体的生理与病理状况，中国医学科学院血液病医院的程涛所长提出了“血液生态”这一概念[4]。从这一概念出发，本研究团队对肺癌的各种常规血液指标进行研究，以期能找到辅助肺癌早期诊断的简单、便捷的指标组合。

肿瘤与炎症密切相关，慢性持续性炎症可导致通常静止的支气管肺泡干细胞增殖，并导致肺上皮细胞癌变[5]。近年来，血常规炎症指标在肿瘤中的应用备受关注。已有多项研究将血常规炎症指标如PLT、PCT、MPV、PDW、Neu#、Neu%、Lym#、Lym%与RDW等应用于肺癌的诊断、进展及预后判断[6-13]。本研究结果显示，PLT、MPV、PCT、Lym#、RDW-CV、RDW-SD、LDH、Neu%、CEA和CYFRA在3组间的差异有统计学意义(P<0.05)。ONCEL等[7]回顾性分析了44例肺癌患者的PLT、PCT、MPV和PDW值，并与47例健康受试者对比分析显示，肺癌组的PDW值明显高于对照组，而PCT和MPV的值低于对照组，PLT在两组间则没有差异，这与本研究结果不符。丛玉隆等[14]的调查表明，PLT在健康人群中与MPV呈反比，这从侧面验证了本研究的分析结果。NLR反映了中性粒细胞相关的促肿瘤炎症和淋巴细胞依赖的抗肿瘤免疫之间的潜在平衡，高NLR可能反映了肿瘤免疫的失衡[15-16]。XU等[8]在非小细胞肺癌(NSCLC)人群中研究发现，术前NLR值明显高于健康对照人群，是早期诊断NSCLC的有效标志物，而本研究结果却显示NLR在3组间无明显差异。可能原因在于，该研究只分析了NSCLC患者与健康人群，而本研究的研究对象包含所有病理分型的肺癌患者、健康体检者与肺良性病变者。此外，RDW被证实可以作为胃癌、甲状腺癌、乳腺癌和前列腺癌等肿瘤筛查的辅助诊断指标[17-20]；关于RDW与肺癌，有研究报道RDW是肺癌的独立预后因素且与其分期、转移等病理特征相关[11-12,21-22]，也有研究报道RDW可用于肺癌的早期诊断[23]，与本研究结果基本一致。

ROC曲线分析PLT、MPV、PCT、Lym#、RDW-CV、RDW-SD、LDH、Neu%、CEA和CYFRA对肺癌的诊断效能，但只有PCT、CYFRA、LDH、RDW-CV的AUC>0.6，其中CYFRA的AUC最高也仅有0.707，说明单项指标对肺癌的诊断效能均不理想。CEA、CA19-9、AFP、CYFRA、NSE、PSA和CA125是临床常用的肺癌标志物。血清肿瘤标志物是由肿瘤细胞自身合成、释放或机体对肿瘤细胞反应而升高的一类物质，对肿瘤的诊断、疗效判断和复发监测具有一定价值。由于肿瘤标志物的敏感性、特异性和器官定位作用均不理想，主要用于疗效监测[24]，对癌症的诊断价值有限。结合血常规炎症指标与血清肿瘤标志物或可提高对肺癌的早期诊断率。LDH是糖酵解途径中的关键酶，LDH升高是预后不良的一种生物标志物[25]。一篇包含28项研究的Meta分析显示血清LDH升高与NSCLC患者总体生存率之间存在显著相关性[26]。本研究结果也显示LDH在肺癌诊断中具有一定的价值，但LDH是否可用于肺癌的早期诊断尚未可知。

联合多项检测指标是提高疾病诊断准确度的有效措施。本研究将PCT、CYFRA、LDH、RDW-CV相互联合，在11种联合模式中，RDW-CV+LDH+CYFRA诊断肺癌的AUC最高，可达0.823，高于PCT+RDW-CV+LDH+CYFRA诊断肺癌的AUC(0.821)，RDW-CV+LDH+CYFRA诊断的灵敏度、特异度分别为74.5%、88.0%。但特异度最高的模式为PCT+RDW-CV，达92.0%；灵敏度最高的模式为PCT+RDW-CV+LDH+CYFRA，达76.5%。为何PCT+RDW-CV的特异度最高，甚至超过了3项或4项指标的联合检测模式？2018年发表于《Nature》的一篇文章报道，研究人员分析了37例“前白血病患者”和262例健康人的血常规和生化检查数据，发现RDW升高是急性髓系白血病(AML)的风险因素，基于上面的血液常规数据，他们用机器学习算法开发了一套预测模型，这个以RDW为主要指标的模型可以提前6～12个月预测AML的发生，灵敏度为25.7%，特异度则为98.2%[27]。这与本研究结果类似，即PCT+RDW-CV诊断肺癌的特异度高(92.0%)，但是灵敏度却只有33.0%。RDW是反映人体内数量最大的红细胞大小不一的参数。从血液生态的角度来看，血液系统是各组织器官之间互相合作的纽带和信息传递的“使者”，而血常规是最能代表血液生态的一种检测，因此，鉴于血液生态的统一整体性，RDW这一指标能在疾病早期就发生变化，特异度高。Logistic回归属于概率型非线性回归，可客观地实现灵敏度与特异度的平衡。因此联合CYFRA与LDH这两项灵敏度较好的指标，通过Logistic回归构建的模型与ROC曲线结合，建立联合新指标的模型可提高诊断的综合效能。

本研究存在的局限性：为单中心回顾性分析，会存在选择偏倚的问题；因收集数据不够全面，未能收集肺癌患者的病理学数据及诊疗随访信息，不能进一步分析这些血液学指标与肺癌患者病理学特征，如病理分型、分期或转移等的关系，也没有采用独立的验证队列来验证诊断的效能。不可否认的是血液学指标对肺癌的诊断效能不及影像学和病理活检技术，但是血液学指标有廉价易得、可重复操作的优势，且肿瘤标志物的灵敏度极高，或可对肺癌的早诊早治起一定的作用。

综上所述，在众多常规血液学检验指标中，只有RDW-CV、PCT、LDH、CYFRA对肺癌具有一定的诊断效能，其中联合RDW-CV、LDH、CYFRA这3项指标对肺癌的临床诊断价值最大。