PNI 对呋喹替尼三线治疗晚期结直肠癌患者的预后生存分析

目的 探讨预后营养指数(PNI)对呋喹替尼三线治疗晚期结直肠癌患者疗效的预后分析。 方法 选取 2017 年 11 月至 2020 年 6 月华中科技大学同济医学院附属同济医院肿瘤中心消化肿瘤科及荆州市中心医院肿瘤科收治并接受呋喹替尼 三线治疗的晚期结直肠癌患者 33 例,计算 PNI、中性粒细胞/ 淋巴细胞比值(NLR)、血小板/ 淋巴细胞比值(PLR)以及淋巴细 胞/ 单核细胞比值(LMR)等营养免疫评估指标。 采用 Cox 比例风险回归模型(简称 Cox 回归)及 Kaplan-Meier 曲线 Log-rank 检验评价相关免疫营养指标对于患者生存的影响。 结果 根据总生存(OS)期的受试者操作特征曲线(ROC 曲线)分析,PNI 最佳截止点为 46. 95;单因素 Cox 回归分析结果显示,PNI、NLR 及 LMR 是 OS 的影响因素,多变量 Cox 分析显示 PNI 是 OS 期 的独立预后因素。 低 PNI 患者 1 年生存率为 9. 894%(95%CI = 8. 300~ 23. 566),中位总生存(mOS)期为 6. 700 个月(95%CI = 5. 524~ 7. 876),高 PNI 患者 1 年生存率是 42. 218%(95%CI = 22. 496 ~ 46. 378,P<0. 05),mOS 期为 11. 400 个月(95%CI = 6. 123~ 16. 677,P<0. 05); PNI 低的患者中位无进展生存(mPFS)期为 2. 200 个月(95%CI = 1. 278 ~ 3. 122);PNI 高的患者 mPFS 期为 3. 067 个月(95%CI = 1. 095~ 5. 039,P>0. 05)。 结论 PNI 可作为呋喹替尼三线治疗晚期结直肠癌患者的生存预后因素。     

预后营养指数与晚期结直肠癌患者三线治疗的生存相关性分析

目的 探讨营养预后指数与接受替吉奥联合阿帕替尼治疗的晚期三线结直肠癌患者的疗效的相关性。方法 回顾性收集接受阿帕替尼联合替吉奥治疗的43例三线结直肠癌患者的临床资料，计算预后营养指数（PNI）、白蛋白/球蛋白比值（AGR）、中性粒细胞/淋巴细胞比值（NLR）、血小板/淋巴细胞比值（PLR）以及淋巴细胞/单核细胞比值（LMR）等营养免疫评估指标，采用Cox比例风险回归模型及Kaplan-Meier生存曲线评价相关免疫营养指标对于患者生存的影响。 结果 根据总生存时间（OS）的受试者工作特征曲线 （ROC）曲线分析，PNI最佳临界值定义为47.08；单因素分析结果显示，美国东部肿瘤协作组（ECOG）评分、PNI、AGR、血红蛋白（HGB）、NLR及LMR与患者OS显著相关；多变量分析显示ECOG评分及PNI是OS的独立预后因素。低PNI患者中位生存时间（mOS）为5.70个月（95%CI=4.42~6.98），高PNI患者mOS为15.77个月（95%CI=7.43~24.1），P=0.000；低PNI的患者中位无进展生存时间（mPFS）为3.42个月（95%CI=2.31~4.53），高PNI患者mPFS为6.29个月（95%CI=4.96~7.62），P=0.003。结论 PNI在作为晚期结直肠癌接受替吉奥联合阿帕替尼三线治疗的生存预测方面具有较好临床应用价值，简单易行。     

预后营养指数在非小细胞肺癌患者预后评估中的应用研究

目的 探讨预后营养指数(PNI)预测非小细胞肺癌(NSCLC)预后的临床应用价值。 方法 回顾性收集 2017 年 1 月 至 2019 年 1 月南通大学附属海安医院行手术治疗的 150 例 NSCLC 患者的临床资料与生存数据,计算每例患者的 PNI 值(外 周血淋巴细胞计数×5+血清白蛋白值)。 通过受试者操作特征曲线(ROC 曲线)确定 PNI 的最佳截止点,采用 Kaplan-Meier 曲 线及多因素 Cox 回归分析评估 PNI 在 NSCLC 患者中的预后意义。 结果 ROC 曲线展示术前 PNI 预测 NSCLC 患者总生存 (OS)期的最佳截止点为 42. 6,曲线下面积(AUC)值为 0. 766(95%CI = 0. 605 ~ 0. 928),敏感度为 73. 3%,特异度为 77. 8%。 基于此截止点将所有患者分为高 PNI 组(≥42. 6,n = 108)与低 PNI 组(PNI<42. 6,n = 42)。 比较两组患者的一般资料及临床 病理特征后,发现低 PNI( < 42. 6) 与高龄(P = 0. 011)、美国东部肿瘤协作组(ECOG) 评分(P = 0. 041) 及肿瘤 T 分期 (P< 0. 001)显著相关。 Kaplan-Meier 曲线表明 PNI<42. 6 与 PNI≥42. 6 组患者的 3 年 OS 率分别为 65. 5%与 96. 3%,差异有统计 学意义 (χ 2 = 21. 922,P<0. 001),术前低 PNI 提示 NSCLC 患者预后不佳。 多因素 Cox 回归分析进一步证实 ECOG 评分(HR = 4. 192,95%CI = 1. 136~ 15. 465,P= 0. 031)、T 分期(HR = 6. 832,95%CI = 2. 014 ~ 23. 178,P = 0. 002)、淋巴结转移(HR = 2. 836, 95%CI = 1. 001~ 8. 038,P= 0. 048)与术前低 PNI(HR= 5. 069,95%CI = 1. 330 ~ 19. 317,P = 0. 017)是影响 NSCLC 患者预后的独 立风险因素。 结论 术前 PNI 或许可以作为一项评估 NSCLC 患者预后的可靠指标,具有一定的临床应用价值。     

卵巢癌化疗患者预后营养指数与控制营养状态评分对患者化疗反应和生存期的影响

目的 探究卵巢癌化疗患者预后营养指数(PNI)与控制营养状态评分(CONUT)对患者化疗反应和生存期的影响。方法 前瞻性选取2017年1月至12月在武汉市第三医院肿瘤科治疗且随访至2022年12月的卵巢癌患者160例作为研究对象。将CONUT、PNI的中重度营养不良的截断值作为依据,依据CONUT评分将患者分为低CONUT组(CONUT<5分,n=74)与高CONUT组(CONUT≥5分,n=86)。依据PNI将患者分为低PNI组(PNI<40,n=78)与高PNI组(PNI≥40,n=82)。收集不同组别患者总生存(OS)期情况,依据患者预后情况,使用Kaplan-Meier曲线评价患者整体生存情况并分析CONUT、PNI与OS的关系。对比不同CONUT及PNI化疗不良反应情况。结果160例卵巢癌化疗患者中位随访时间为33个月(95%CI33.694～36.694),共99例(61.88%)患者到达随访终点。低CONUT组与高CONUT组患者中位OS期为45个月与27个月(χ²=50.283,P<0.05),低PNI组与高PNI组患者的中位OS...     

PNI联合外周血CTLA⁃4表达在食管鳞状细胞癌患者 中的预后价值

目的 研究预后营养指数（PNI）与外周血细胞毒性Ｔ淋巴细胞相关抗原４(CTLA⁃4)表达水平在食管鳞状细胞癌（ESCC）术 后复发转移中的预测价值。 方法 选取2014年4月至2018年6月盐城市亭湖区人民医院和东部战区总医院收治并行根治性手术治 疗的133例ESCC患者为研究对象,回顾性收集其临床病理资料及随访数据。通过受试者操作特征曲线（ROC曲线）确定术前PNI与 外周血CTLA⁃4表达预测ESCC术后复发转移的最佳临界值及诊断效能。采用Kaplan⁃Meier 曲线评估二者对ESCC患者无复发生存 的影响,Cox多因素回归分析评估影响ESCC复发转移的独立预测因素。结果 PNI与外周血CTLA⁃4表达水平预测ESCC术后复发 转移的截止点分别为48.2和0.410 ng/ml,曲线下面积（AUC）值分别为0.666 (95%CI= 0.572～0.759)与0.606 (95%CI= 0.507～0.704)。 基于截止点,发现CTLA⁃4高表达明显与组织学分级(χ２= 10.231, P=0.001)及T分期(χ２= 5.198,P=0.023)相关。与CTLA ⁃4低表达者 相比,高表达者5年无复发生存率明显更低(41.7% 比 61.2%),差异有统计学意义(χ２= 3.919,P=0.047)。同样,与PNI≥48.2者相比,术 前PNI<48.2提示ESCC患者预后不佳(5年无复发生存率：39.6% 比 61.3%,χ２= 6.362,P=0.016)。多因素Cox回归分析进一步证实了 PNI (HR=3.043,95%CI=1.290～7.179,P=0.011)与外周血CTLA4表达 (HR=2.250,95%CI=1.286～3.938,P=0.004)在ESCC患者中的 独立预后价值。ROC曲线显示,PNI联合外周血CTLA⁃4表达预测ESCC复发转移的AUC值为0.694 (95%CI= 0.604～0.7849), 优于 二者的单独预测。结论 PNI联合外周血CTLA⁃4表达进一步提高了对ESCC术后复发转移的预测效能,二者的联合分析或许是ESCC 患者预后评估的敏感指标。     

疗前预后营养指数对老年食管鳞癌放疗预后预测价值

目的 评价预后营养指数(PNI)在老年食管鳞癌放疗中的作用。方法 回顾性分析接受根治性放疗的初治老年(>65岁)食管鳞癌患者共108 例。计算出每位患者PNI值,通过建立受试者工作特征曲线(ROC曲线)确定治疗前 PNI最佳cutoff值,并按该值分为低PNI组和高PNI组。Kaplan-Meier法计算总生存率,并Logrank检验和单因素预后分析,Cox模型多因素预后分析。结果 ROC曲线显示PNI最佳cutoff值为50.1(高PNI组52例,低PNI组56例)。两组在年龄、性别、治疗方式均相近,在TNM分期不同(P=0.022)。高PNI组有效率明显优于低PNI组(96%︰73%,P=0.001)。高PNI组1、2、3年总生存率分别为94%、69%、62%,低PNI组分别为70%、32%、27%(P<0.001)。单因素分析显示PNⅠ、T分期、N分期、TNM分期均与总生存密切相关(均P<0.01)。多因素分析结果显示N分期(RR=1.94,95%CI为1.29~2.94,P=0.002)和PNI (RR=0.83,95%CI为0.77~0.90,P<0.001)为影响总生存因素。结论 疗前PNI与患者放疗疗效及预后均有很好相关性,可作为预测老年食管鳞癌放疗获益的重要指标。     

PNI和SII对Ⅲ、Ⅳ期结直肠癌患者预后的预测价值

目的 评价预后营养指数(PNI)和免疫炎症指数(SII)对Ⅲ、Ⅳ期结直肠癌患者预后的预测价值。方法 回顾性分析2019年1月至2020年12月我院收治的108例Ⅲ、Ⅳ期结直肠癌患者的临床资料,采用受试者工作特征(ROC)曲线计算PNI和SII的截断值,并且根据截断值将患者分为PNI高水平组和PNI低水平组。采用Kaplan-Meier法计算总生存时间(OS),多因素分析采用Cox比例风险回归模型。结果 PNI、SII的ROC曲线下面积分别为0.862和0.756。PNI和SII的截断值分别为45.6和862.4。将PNI>45.6设为PNI高水平组,PNI≤45.6为PNI低水平组;将SII≥862.4设为SII高水平组,SII<862.4为SII低水平组。PNI和SII水平与TNM分期有关(P<0.05)。PNI低水平和PNI高水平组的中位OS分别为28.7个月和61.7个月(P=0.003),SII低水平组和SII高水平组的中位OS分别为43.2个月和28.7个月(P=0.033)。单因素分析显示,TNM分期、SII、PNI和手术史与OS有关(P<0.1);...     

术前预后营养指数在脑胶质瘤患者术后预后评估中的应用

目的:探讨术前预后营养指数(prognostic nutrition index,PNI)在脑胶质瘤患者术后临床预后中的应用。方法:收集2011年1月至2017年6月四川省大邑县人民医院神经外科手术治疗且经术后病理确诊的131例初发脑胶质瘤患者的临床资料及术后生存资料,采用ROC曲线分析获得PNI的最佳临界值,依据该最佳临界值将患者分为高PNI值组及低PNI值组,采用卡方检验比较两组临床病理学特征,采用Cox比例风险回归模型分析PNI与胶质瘤患者术后临床预后的关系。结果:131例脑胶质瘤患者术后中位总生存时间（overall survival,OS）为23个月,95%CI:9.736~36.264个月,术后1年、2年、3年、5年生存率分别为76.3%、52.0%、43.0%、33.5%。ROC曲线分析,PNI的最佳临界值为48.5。低PNI值组中年龄≥45岁、行非全切手术和较低级别肿瘤分级所占的比例较高PNI值组更高(P＜0.05)。多因素Cox回归分析显示,肿瘤分级、PNI值是影响脑胶质瘤患者术后预后的独立影响因素。结论:PNI值为脑胶质瘤患者预后的独立危险因素,较低的PNI水平预示着较差的预后。PNI值可用于初步判断脑胶质瘤患者的预后。     

基于外周血炎症-营养参数列线图模型对卵巢癌预后的预测价值

目的 探讨外周血炎症-营养参数对卵巢癌患者的预后价值,并开发一个基于炎症-营养参数与临床病理特征的列线图模型,测试其在预后评估中的价值。方法 选取2017年6月至2020年6月期间于南京市溧水区人民医院(n=56)和南京医科大学第二附属医院(n=150)接受手术治疗的206例卵巢癌患者为研究对象,收集临床资料和外周血参数进行回顾性分析。使用受试者操作特征(ROC)曲线比较中性粒细胞与淋巴细胞计数比(NLR)、血小板与淋巴细胞计数比(PLR)、淋巴细胞与单核细胞计数比(LMR)、预后营养指数(PNI)、血清总胆固醇与外周血淋巴细胞计数比(TCLR)及C反应蛋白-白蛋白比(CAR)对卵巢癌患者总生存(OS)期的预测价值。通过单、多因素Cox回归分析筛选卵巢癌患者的独立预后因素,并构建列线图模型。采用Harrell一致性指数(C-index)和校准曲线评价模型的预测性能。结果 PNI与CAR的最佳截止点为47.8和0.08,其AUC值分别为0.803(95%CI=0.736～0.870)和0.749 (95%CI=0.673～0.824)。在单因素分析中,共有8个变量可能影响卵巢癌患者OS,...     

营养免疫与系统炎症参数在非小细胞肺癌患者中的预 后意义

目的 比较评估3种营养免疫与系统炎症反应指标预后营养指数（PNI）,格拉斯哥预后评分（GPS）及控制营养状态（CONUT） 评分在非小细胞肺癌（NSCLC）患者中的预后预测价值。方法 本研究以2014年9月至2018年5月于南通大学附属海安医院接受 根治性手术治疗的186例NSCLC患者为研究对象,根据PNI、GPS和COUNT进行分组。通过Kaplan⁃Meier生存曲线及受试者工作 特征（ROC）曲线分别评估术前PNI、GPS及CONUT评分在NSCLC患者中的预后意义。此外,通过Cox多因素回归分析明确影响 NSCLC患者预后的独立预测因素。结果 基于CONUT评分将NSCLC患者分为两组,结果发现CONUT≥2分组的总生存（OS）期显 著短于CONUT 0~1分组,3年OS率分别为70.6%与94.0%,差异有统计学意义（χ²=29.249;P<0.001);类似地,以45.0作为PNI的临 界值,将患者分为PNI>45.0组与PNI≤ 45.0组,结果表明PNI≤ 45.0与NSCLC患者不良预后显著相关（3年OS率: 66.5%比 92.6%; χ²=28.686;P<0.001)。另外,Kaplan⁃Meier 生存曲线展示GPS 2分与GPS 0~1分者的3年OS率分别为61.7%和90.7%,差异有统计 学意义（χ²=18.499;P<0.001)。ROC曲线显示术前CONUT评分、PNI值与GPS评分的曲线下面积（AUC）值分别为0.753 (95%CI= 0.659~0.846)、0.734 (95%CI=0.629-0.839）及0.669 (95%CI=0.552~0.786)。多因素的Cox回归分析证实术前CONUT评分(HR=4.068; 95%CI=1.310~12.631; P=0.015), PNI (HR=4.043;95%CI=1.585~10.307;P=0.003）和TNM分期（HR=2.428;95%CI=1.153~5.111, P =0.020）是NSCLC患者预后的独立影响因素。结论 术前PNI与CONUT评分是NSCLC患者的独立预后因素,二者均可作为NSCLC 患者预后评估中一项简便、实用的血液学指标。     

第三腰椎骨骼肌指数对食管癌患者生存结局的预测 价值

目的 探讨第三腰椎骨骼肌指数(L3-SMI)预测食管癌患者总生存(OS)期的最佳截止点与临床应用价值。 方法 对 2016 年 1 月至 2020 年 10 月于南通大学附属海安医院接受手术或根治性放化疗的 150 例食管癌患者进行回顾性分析,通过分 析每例患者的腹部计算机断层扫描(CT)影像,计算 L3-SMI。 通过受试者操作特征(ROC)曲线认定 L3-SMI 预测食管癌患者预 后的最佳截止点,并将所有患者分为低 L3-SMI 组与高 L3-SMI 组进行生存分析。 采用 Kaplan-Meier 曲线计算两组患者的 3 年 OS 率,单、多因素 Cox 回归分析确定 L3-SMI 在食管癌患者中的独立预后价值。 结果 研究队列中,男性患者 L3-SMI 平均 值为(43. 8±6. 3)cm 2 / m 2 ,女性为(38. 7±6. 7)cm 2 / m 2 ,L3-SMI 预测食管癌患者预后的理想截止点为:男性<42. 8 cm 2 / m 2 ,女性< 39. 2 cm 2 / m 2 ,曲线下面积(AUC)值分别为 0. 628(95%CI = 0. 515~ 0. 742)和 0. 654(95%CI = 0. 513 ~ 0. 796)。 根据 L3-SMI 的 最佳截止点,将所有患者分为高 L3-SMI 组(n = 79)与低 L3-SMI 组(n = 71)。 结果显示,两组患者 3 年 OS 率分别为 33. 5%和 54. 6%,差异有统计学意义(χ 2 = 5. 358,P = 0. 021)。 亚组分析表明,低 L3-SMI 与男性患者不良预后显著相关( 3 年 OS 率: 24. 8%比 53. 6%,χ 2 = 4. 752,P= 0. 029)。 对于女性食管癌患者,低 L3-SMI 组患者较高 L3-SMI 组有更低的 3 年 OS 率(39. 8% 比 65. 4%),但差异无统计学意义(χ 2 = 1. 835,P= 0. 176)。 单、多因素 Cox 回归分析证实,影响食管癌患者预后的独立因素包 括低 L3-SMI(HR= 1. 669,95%CI = 1. 062 ~ 2. 625,P = 0. 027)、预后营养指数(PNI) <50. 2(HR = 1. 700,95%CI = 1. 033 ~ 2. 796, P= 0. 037)与 TNM 分期Ⅲ期(HR= 1. 503,95%CI = 1. 077~ 2. 479,P = 0. 024)。 结论 L3-SMI 是一项预测食管癌患者预后的重 要影像学参数。     

小野寺预后营养指数对食管鳞癌调强放疗预后的影响

目的 探讨小野寺预后营养指数(PNI)与根治性放化疗或放疗的食管鳞癌患者的预后关系,为评估疗后长期生存提供方便、有效、准确的预测指标。方法 回顾分析2013—2015年在河北医科大学第四医院行根治性放化疗或放疗并符合入组条件的食管鳞癌患者共 231例,统计分析每例患者不同放疗阶段的PNI值并运用ROC曲线确定放疗前PNI的最佳临界值,将231患者分为营养良好组(86例)和营养不良组(145例)。应用Kaplan-Meier法生存分析,Cox模型分析不同营养状况与预后关系。比较两组患者近期疗效及不良反应。结果 全组患者放疗前、第3周、第6周及结束后1月时的PNI均值分别为 48.68±5.08、39.68±4.87、43.74±4.89、48.31±4.92。运用ROC曲线确认的患者疗前PNI最佳临界值为49.25,曲线下面积为0.655,敏感性为68.6%,特异性为60.9%。营养良好组(PNI≥49.25)的 5年总生存率和无进展生存率分别为36.0%和31.3%,均优于营养不良组(PNI<49.25)的19.3%和18.6%(P=0.001、0.039)。多因素分析显示疗前PNI为总生存的独立预后因素(P=0.021)。进一步分层分析发现临床分期为Ⅰ、Ⅱ期以及同期化疗者营养良好组的总生存优于营养不良组(P=0.007、0.004)。另外,营养良好组放疗后缓解率高于营养不良组(P=0.047),而≥3级急性放射性食管炎发生率有低于营养不良组趋势(P=0.060)。结论 疗前患者的PNI作为方便、可靠的指标可预测食管鳞癌根治性放化疗或放疗后的生存状况,PNI较高者具有较好的预后和放疗耐受性,尤其是在分期偏早或同期化疗患者中PNI的预测价值更大。     

预后营养指数在食管癌放射治疗患者预后中的意义及预测模型

探讨预后营养指数(PNI)在食管癌放射治疗(简称放疗)患者预后中的意义,并构建相关列线图风险模型。 方法 选取 2018 年 3 月至 2019 年 10 月于阜阳市肿瘤医院行放疗的食管癌患者作为研究对象,根据首次放疗前 1 周内实验室 检查数据计算 PNI。 采用受试者操作特征曲线计算 PNI 的最佳截断值,并据此将患者分为低 PNI 组与高 PNI 组。 比较两组临 床特征。 采用单因素和 Cox 回归多因素分析食管癌放疗患者预后的影响因素,并据此建立列线图预测模型。 结果 PNI 最佳 截断值为 48. 03,低 PNI 组与高 PNI 组的年龄、TNM 分期和肿瘤直径资料间差异有统计学意义(P<0. 05)。 TNM 分期高、肿瘤 直径≥3 cm、处方剂量<60 Gy、和 PNI<48. 03 是食管癌放疗患者死亡的独立危险因素(P<0. 05)。 据此建立预测食管癌放疗患 者死亡的列线图风险模型,模型验证结果显示 C-index 为 0. 846,校正曲线趋近于理想曲线,ROC 曲线的 AUC 为 0. 881 (95%CI = 0. 847~ 0. 912),表明模型具有良好的预测能力。 结论 PNI 对食管癌放疗患者的预后具有较高的预测价值,基于 PNI 构建的列线图模型能够有效预测食管癌放疗患者死亡的风险。     

预后营养指数对宫颈癌患者同步放化疗疗效及预后的预测价值

目的：探讨治疗前预后营养指数(prognostic nutritional index，PNI)对宫颈癌同步放化疗患者疗效及预后的预测价值。方法：收集2015年1月至2016年11月在四川省肿瘤医院接受根治性同步放化疗的324名宫颈癌患者。利用受试者工作特征曲线(ROC)及约登（Youden）指数获取PNI最佳切点（cut-off point），将患者分为高PNI组及低PNI组，比较2组宫颈癌患者的客观缓解率（objective response rate，ORR)、无进展生存期(progression-free survival，PFS)及总生存期(overall survival，OS)。结果：末次随访时间为2019年11月，平均随访时间（39.18±13.15）月。PNI的最佳切点为49.55，约登指数为0.410，敏感度71.83%，特异度69.17%，曲线下面积（AUC）为0.717。高PNI组（PNI＞49.55）与低PNI组(PNI≤49.55)之间 ORR、3年OS及PFS之比分别为为93.85% vs 77.52%，90.3% vs 62.8%、79.9% vs 48.1%，差异均具有统计学意义（P＜0.05）。单因素及多因素COX回归分析提示治疗前低PNI值（＜49.55）、病理类型、淋巴结转移是影像宫颈癌OS及PFS的独立危险因素。结论：治疗前PNI值可作为宫颈癌患者简单可行的临床疗效及预后指标。     

转移性结直肠癌一线化疗稳定与有效的患者无生存差异分析

  目的  旨在探讨转移性结直肠癌患者一线化疗后不同疗效分组的生存差异, 以期更好地指导化疗方案的选择。  方法  研究纳入了接受一线化疗的232例复发转移性结直肠癌患者, 按化疗最佳疗效先后分为疾病未进展与疾病进展组, 化疗有效与疾病稳定组, 分别比较两组患者的生存差异, 并分析影响总生存的独立预后因素。  结果  全组患者中位总生存时间(mOS)为21.10个月, 中位无进展生存时间(mPFS)为9.17个月。一线化疗疾病未进展组与进展组的mOS分别为23.57个月和10.67个月, mPFS分别为10.83个月和2.83个月, 差异均有统计学意义(P < 0.001)。疾病稳定组与化疗有效组的mOS分别为23.57个月和24.30个月, mPFS分别为10.57个月和10.87个月, 差异均无统计学意义(P=0.935, P=0.985)。原发病灶是否根治性切除、病理分级、复发转移病灶局部处理、化疗后疾病进展情况是影响总生存的独立预后因素。  结论  复发转移性结直肠癌患者接受一线化疗后, 疾病进展时有必要更换化疗方案, 而近期疗效获得稳定的患者则无需更换化疗方案。      

晚期胃癌二线化疗的预后因素分析

目的:探讨晚期胃癌患者二线化疗的预后因素,筛选二线化疗的最佳人群。方法:回顾性分析256例接受二线化疗的晚期胃癌患者,采用Kaplan-Meier法计算生存率,Log-rank检验比较各亚组生存率,采用Cox比例分析模型作临床病理特征对生存率影响的单因素和多因素分析。结果:二线化疗的客观有效率18.0%,中位至进展时间(TTP)3.0个月,中位生存期(OS)8.1个月,1年生存率24.4%。多因素分析发现,分化程度(RR=1.33;95%CI:1.02～1.74;P=0.04)、一线化疗的TTP(RR=2.12;95%CI:1.59～2.83;P=0.00)、二线化疗前PS评分(RR=5.42;95%CI:3.65～8.05;P=0.00)和血红蛋白(RR=3.56;95%CI:2.49～5.09;P=0.00)是晚期胃癌二线化疗的独立预后因素。根据患者含预后不良因素的个数,分为低危(0)、中危(1～2)和高危(3～4)3组,3组的中位生存期分别为10.2、6.4和3.3个月,1年生存率分别为39.2%和8.5%,0,P=0.00。结论:影响晚期胃癌二线化疗的独立预后因素包括分化程度、二线化疗前PS评分、血红蛋白和一线化疗的TTP,可作为筛选晚期胃癌二线化疗适宜人群的有效指标。     

预后营养指数评估根治性膀胱切除术患者预后的Meta分析

目的 系统评价预后营养指数（PNI）与行根治性膀胱切除术（RC）的膀胱癌（BC）患者预后的关系。方法 全面检索自建库至2021年1月30日前在PubMed、Embase、Web of Science、知网、万方、维普、中华医学期刊数据库中关于PNI和RC术后BC患者预后关系的文献,使用RevMan5.3软件进行Meta分析。结果 共纳入含1273例患者的6篇文献进行Meta分析。结果显示：低PNI与RC术后BC患者的OS显著相关（HR=2.0, 95%CI: 1.56~2.56）;低PNI与RC术后患者的RFS、PFS和DSS有明显差异（HR=1.93, 95%CI: 1.51~2.48）。亚组分析显示中国组（HR=2.13, 95%CI: 1.62~2.81）与日本组（HR=1.78, 95%CI: 1.08~2.94）中PNI与RC术后BC患者预后关系差异均有统计学意义;PNI截断值在46.08~51.30区间内对RC术后BC患者均具有较好的预后预测效果。结论 PNI水平与RC术后BC患者OS显著相关,低PNI可作为此类患者预后预测的有效标志物。     

控制营养状况评分评估上皮性卵巢癌患者生存预后的价值

目的 探讨控制营养状况(CONUT)评分评估上皮性卵巢癌患者生存预后的价值。方法 回顾性总结2017年1月至2020年6月入南京医科大学附属江宁医院确诊上皮性卵巢癌患者共158例,采用受试者操作特征(ROC)曲线获得治疗前CONUT评分预测总生存(OS)率的最佳截止点,分析患者临床病理因素与CONUT评分的关系;分别采用单因素与多因素Cox比例风险模型筛选危险因素,Kaplan-Meier曲线分析CONUT评分与OS率的关系。结果 随访中位时间35.0个月,CONUT评分0～12分,ROC曲线分析显示曲线下面积(AUC)期值为0.775,截止点为2.7。将患者分为高分组(≥3分)71例和低分组(<3分)87例,高分组患者年龄≥58岁、FIGO分期Ⅲ～Ⅳ期、中至大量腹水、新辅助化疗+肿瘤细胞减灭术、化疗耐药比例明显高于低分组(P<0.05)。单因素与多因素Cox分析显示,CONUT评分≥3分是OS期的独立危险因素(P<0.05)。高分组OS率明显低于低分组(P<0.05)。结论 上皮性卵巢癌患者CONUT评分与患者年龄、FIGO分期、腹水、临床治疗以及化疗耐药相关...     

预后营养指数对宫颈癌放疗患者预后的预测价值

目的 探讨预后营养指数（PNI）对宫颈癌患者放疗预后的预测价值。方法 选取82例宫颈癌患者,根据患者入院后血常规及血生化检查结果计算PNI,放疗前及放疗结束后1个月内评估近期疗效,将完全缓解（CR）+部分缓解（PR）患者作为有效组,疾病稳定（SD）+疾病进展（PD）患者作为无效组,比较两组患者的PNI。绘制受试者工作特征（ROC）曲线,计算曲线下面积（AUC）,评估PNI对宫颈癌患者生存情况的预测价值。根据PNI在ROC曲线上的cut-off值将82例宫颈癌患者分为高值组和低值组,比较两组患者的临床特征和3年总生存率。结果 放疗结束后1个月疗效评估结果显示,82例宫颈癌患者中,CR 55例,PR 16例,SD 6例,PD 5例,有效组患者的PIN为（53.24±2.35）,明显高于无效组患者的（46.81±2.44）,差异有统计学意义（P﹤0.01）。PNI评估宫颈癌患者生存情况的AUC为0.696(95%CI:0.577～0.815),且cut-off值为48.82时约登指数最大,为0.378,此时灵敏度为63.41%、特异度为74.36%。根据PNI在ROC曲线上cut-off值（...     

NLR联合AGR评估食管鳞状细胞癌患者预后的临床价值

目的 探讨中性粒细胞-淋巴细胞计数比率 (NLR)、白蛋白-球蛋白比率(AGR)与食管鳞状细胞癌(ESCC)患者总 生存(OS)期的关系,评估两项指标联合对预测 ESCC 患者预后的应用价值。 方法 本研究回顾性分析了自 2015 年 01 月至 2019 年 12 月间于南通大学附属如皋医院首诊并接受手术治疗的 144 例 ESCC 患者的血常规、血生化检测结果与随访数据。 通过受试者操作特征(ROC)曲线确定 NLR、AGR 的最佳临界值,利用曲线下面积(AUC)评估各指标对 ESCC 患者 OS 期的预 测效能。 通过 Kaplan-Meier 曲线及 Cox 单、多变量回归分析评估两种预测指标的预后价值。 结果 根据期曲线,NLR 与 AGR 预测 ESCC 患者 OS 期的最佳截断值分别为 1. 45 和 1. 48, AUC 值分别为 0. 713 (95%CI = 0. 628 ~ 0. 797)和 0. 673 (95%CI = 0. 584~ 0. 761)。 Kaplan-Meier 曲线展示高 NLR( >1. 45)与低 NLR(≤1. 45)组患者的中位 OS 期分别为 51. 8 个月(95%CI = 36. 2~ 67. 3)和 20. 1 个月(95%CI = 14. 1~ 26. 2),差异有统计学意义(χ 2 = 20. 474, P<0. 001)。 术前低 AGR 值( <1. 48)与 ESCC 患者不良预后显著相关[中位 OS 期:22. 5 个月 (95%CI = 15. 1 ~ 29. 9)比 43. 3 个月 (95%CI = 25. 7 ~ 60. 8)],差异有统计 学意义 (χ 2 = 6. 749, P= 0. 009)。 单、多变量 Cox 分析证实淋巴结转移(HR = 3. 626, 95%CI = 2. 152 ~ 6. 110,P<0. 001)、NLR (HR= 1. 960, 95%CI = 1. 198~ 3. 207,P= 0. 007)与 AGR (HR= 1. 791, 95%CI = 1. 099 ~ 2. 920,P = 0. 019)是 ESCC 患者的独立 预后因素。 此外,我们发现 NLR 联合 AGR 评分(0 分:NLR≤1. 45 且 AGR≥1. 48;1 分: NLR>1. 45 或 AGR<1. 48;2 分:NLR> 1. 45 且 AGR<1. 48 )能够进一步分层 ESCC 患者的预后,患者评分越高,预后越差。 0 分、1 分与 2 分患者的中位 OS 期分别为 56. 6 个月(95%CI = 40. 2~ 67. 3)、29. 9 个月(95%CI = 20. 1~ 39. 8)和 18. 2 个月(95%CI = 12. 1~ 24. 3),组间差异有统计学意义 (0 分比 1 分: χ 2 = 6. 795, P= 0. 009;0 分比 2 分: χ 2 = 19. 529, P<0. 001;1 分比 2 分: χ 2 = 7. 011, P = 0. 008)。 结论 NLR 与 AGR 是评估 ESCC 患者预后的敏感指标,两者联合可以更有效地识别预后不良患者,进而提供更为详尽的预后分层。