首页
-
摘要:目的 探讨预后营养指数（prognostic nutritional index，PNI）预测小细胞肺癌（small cell lung cancer, SCLC）患者预后的价值。方法 回顾性收集2017年1月−2018年1月经病理初次确诊，符合本研究纳入、排除标准的SCLC患者临床资料，计算PNI值，根据中位数分为高PNI、低PNI，分析其对SCLC总生存（overall survival, OS）的影响，并分析影响SCLC预后的因素。结果 共纳入105例患者，根据PNI中位数（48.68）分为高PNI和低PNI两组，其中位生存时间分别为25.1个月和14.2个月，1年生存率分别为82.5%和65.3%，2年生存率分别为49.7%和28.4%，差异有统计学意义（P<0.05）。单因素分析示：性别、ECOG PS评分、临床分期和PNI均与患者的中位OS时间相关（P<0.05）。多因素分析示：PNI〔优势比（odds ratio, OR）=0.331，95%置信区间0.189～0.580〕和性别（OR=1.897，95%置信区间1.051～3.423）为影响SCLC患者预后的独立因素。结论 低PNI患者的预后一般较差，PNI计算简便、临床易获取，值得临床推广。Abstract:Objective To evaluate the clinical value of prognostic nutritional index (PNI) in assessing the prognosis of small cell lung cancer (SCLC) patients.Methods The clinical data of SCLC patients who were initial diagnosed by pathology and conformed to the conditions of this study from January 2017 to January 2018 were retrospectively collected. The PNI values were calculated and divided into high PNI and low PNI groups according to the median value. The potential prognostic factors for SCLC patients were analyzed.Results One hundred and five patients were divided into high-PNI and low-PNI groups according to the PNI median (48.68). The median survival time was 25.1 months and 14.2 months respectively. The one-year survival rates were 82.5% and 65.3% respectively and the two-year survival rates were 49.7% and 28.4% respectively, the differences were all statistically significant (P<0.05). Univariate analysis showed that gender, ECOG PS score, clinical stage and PNI were correlated with overall survival (OS) (P<0.05). Multivariate analysis showed that PNI (odds ratio (OR)=0.331, 95% confidence interval: 0.189-0.580) and gender (OR=1.897, 95% confidence interval: 1.051-3.423) were independent prognostic factors for SCLC patients.Conclusion Low PNI patients generally symbolize poor prognosis, PNI calculation is simple and easy to obtain, worthy of clinical promotion.
-
Keywords:
- Lung cancer /
- Small cell /
- PNI /
- Prognosis
-
近年来，肺癌仍是引起肿瘤性死亡的主要原因。在美国，每年约155 870例患者死于肺癌[1]。其中小细胞肺癌（small cell lung cancer, SCLC）约占肺癌患者的15%～20%[2]，因侵袭能力强、恶性程度高，预后往往较差。局限期SCLC患者的中位生存期为15～20个月，广泛期SCLC患者的中位生存期仅9～12个月[3]。近期一项研究发现接受一线化疗（铂类+依托泊苷或伊立替康）的广泛期SCLC患者的中位总生存期（overall survival, OS）为10.3个月，中位无进展生存期为4.3个月[4]。目前SCLC的治疗以化疗为主，对于局限期的SCLC可以同步放疗，推荐预防性颅脑放射来预防颅脑转移的发生[5]。尽管化疗初始反应比较明显，但大多数SCLC患者在疾病早期出现远处转移及治疗过程中耐药性迅速出现，因此预后较差[5-6]。化疗前对SCLC预后的评估可以为患者制定合理的治疗方案，从而避免不必要的化疗毒副作用。
影响SCLC预后的因素很多，肿瘤TNM分期是影响预后的重要因素[7]，临床因素〔如年龄、性别、吸烟指数、体力状况评分（performance status, PS）评分等〕和肿瘤因素（如肿瘤大小、细胞分化程度、有无胸膜转移及远处转移、血清肿瘤标志物的水平等）均参与了肿瘤的发展和恶化，影响患者的预后[8-9]。
越来越多的研究表明营养和免疫状态与恶性肿瘤患者的远期生存率密切相关[10]。预后营养指数（prognostic nutritional index，PNI）根据血清白蛋白水平和淋巴细胞计数计算得来，而白蛋白及淋巴细胞均与患者的营养和免疫状态相关。最初PNI用来评估术前患者的免疫状况、手术风险及术后并发症的发生等[11-12]。近年来研究表明，高PNI是各种癌症类型中有利的预后因素[13-14]。但PNI在评估SCLC预后方面的研究相对较少，本研究主要探讨PNI在SCLC患者预后评估中的应用价值。
1. 材料与方法
1.1 研究对象
回顾性分析本院自2017年1月−2018年1月收治的SCLC患者。纳入标准：①年龄≥18岁；②经病理或细胞学初次确诊的SCLC；③具有化疗前1周内血清白蛋白及淋巴细胞计数的资料；④具有完整的临床资料数据；⑤确诊后于本院行放化疗者。排除标准：①合并其他系统肿瘤者；②具有血液系统疾病或免疫系统疾病者；③近期输血者；④临床资料不完整者。本研究资料收集遵循知情同意原则。
1.2 资料收集
从电子病历中收集患者的一般资料，包括年龄、性别、吸烟状况、肿瘤分期、有无胸腔积液、有无咯血、是否放疗及治疗前1周内血清白蛋白水平及外周血淋巴细胞计数。PNI计算方法：PNI=血清白蛋白(g/L)+5×外周血淋巴细胞计数（109 L－1）[15]。根据经修改的退伍军人管理肺癌组（the Modified Veterans Administration Lung Cancer Group, VALG）分期系统[16]确定癌症阶段，将患者分为局限期和广泛期。局限期疾病（limited-stage disease, LD）定义为限制于具有/不具有局部淋巴结转移（包括同侧和对侧肝门、锁骨上和纵隔淋巴结）的一侧胸腔的肿瘤以及同侧胸腔积液。广泛期疾病（extensive-stage disease, ED）定义为超出上述范围的任何肿瘤。
1.3 随访
通过电话进行随访，详细记录随访情况。OS为从病理或细胞学确诊至患者死亡或随访截止日期（2018年1月）的时间，以月为单位计算。本组病例失访3例，死于其他疾病者2例，最后纳入本研究者105例。
1.4 统计学方法
连续性变量的比较用t检验或方差分析，计数资料间的比较用卡方检验；Kaplan-Meier法绘制生存曲线，Cox比例风险模型进行单因素和多因素分析；P<0.05为差异有统计学意义。
2. 结果
2.1 一般临床资料
见表1。符合纳入及排除标准的研究对象共105例，年龄40～82岁（中位年龄62岁）。其中女性患者32例（30.48%），男性患者73例（69.52%），男女比例为2.28∶1。吸烟指数（smoking index，SI）≥400的患者60例（57.14%），咯血患者22例（20.95%），胸痛患者18例（17.14%），胸腔积液患者17例（16.19%），癌胚抗原（carcinoembryonic antigen, CEA）≥13 ng/mL（正常值为3.5～5.0 ng/mL）的患者12例（11.43%），神经元特异性烯醇化酶（neuron-specific enolase, NSE）≥51 ng/mL（正常值为<12.5 ng/mL）的患者25例（23.81%）。按美国东部肿瘤协作组评分（Eastern Cooperative Oncology Group performance status, ECOG PS）为0～1分患者23例（21.90%）。所有患者中处于局限期的40例（38.10%），广泛期65例（61.90%）。105例患者至少接受2次系统化疗，化疗方案为EP方案（依托泊苷+顺铂），有胸腔积液者行胸腔闭式引流，必要时给予胸腔注射铂类药物治疗，其他辅助对症支持治疗。
表 1 105例SCLC患者的PNI与临床病理特征的关系Table 1. Relationship between clinicopathological characteristics and PNI in 105 patients with SCLCCharacteristic n PNI P Age/yr. 0.326 ≥62 62 48.18±6.43 <62 43 49.40±5.98 Gender 0.002 Male 73 47.59±6.62 Female 32 51.18±4.50 Smoking index* 0.517 ≥400 60 48.34±6.64 <400 45 49.14±5.14 Hemoptysis 0.830 Yes 22 48.42±5.21 No 83 48.75±6.52 Thoracalgia 0.213 Yes 18 47.01±6.41 No 87 49.03±6.20 Pleural effusion 0.024 Yes 17 45.56±6.92 No 88 49.29±5.97 CEA/(ng/mL) 0.399 ≥13 12 49.80±4.49 <13 93 48.54±6.45 NSE/(ng/mL) 0.298 ≥51 25 47.54±6.25 <51 80 49.04±6.25 ECOG PS 0.003 0-1 23 49.62±6.08 2-3 82 45.36±5.82 Clinical stage 0.000 Limitation 40 52.16±4.53 Extensive 65 46.54±6.23 CEA: Carcinoembryonic antigen; NSE: Neuron-specific enolase; ECOG PS: Eastern Cooperative Oncology Group performance status. *Smoking index≥400 for the people at high risk of lung cancer[17] 2.2 PNI与临床病理特征的关系
见表1。105例患者PNI的中位数为48.68，PNI与患者性别、有无胸腔积液、ECOG PS评分、临床分期有关（P<0.05），女性、无胸腔积液、ECOG PS评分0～1分、临床分期为局限期的患者PNI更高；而年龄、吸烟状况、有无胸痛、有无咯血、CEA、NSE水平等与PNI无关（P>0.05）。
2.3 PNI与SCLC预后的关系
根据PNI中位数（48.68）分为High-PNI和Low-PNI组，High-PNI组59例，Low-PNI组46例。至随访结束后，105例患者中有75例（71.43%）死亡。所有患者的中位生存时间为19.6个月。生存分析显示（图1）High-PNI组和Low-PNI组1年生存率分别为82.5%和65.3%，2年生存率分别为49.7%和28.4%，差异均有统计学意义（P=0.000）。Cox单因素分析显示（表2），女性中位总生存时间高于男性，ECOG PS评分中0～1分的中位总生存时间高于2～3分，临床分期中局限期的中位总生存时间高于广泛期，High-PNI组中位总生存时间高于Low-PNI组，差异均有统计学意义（P<0.05）。年龄、吸烟指数、咯血、胸痛、胸腔积液、CEA水平、NSE水平对中位总生存时间无影响（P>0.05）。由表3可见，Cox多因素分析〔赋值情况：Low-PNI=0，High-PNI=1；女性=0，男性=1；ECOG PS (0-1)=0, ECOG PS (2-3)=1；临床分期局限期=0，广泛期=1〕显示，PNI〔优势比（odds ratio, OR）=0.331，95%置信区间0.189～0.580〕和性别（OR=1.897，95%置信区间1.051～3.423）是影响SCLC预后生存的独立影响因素（P<0.05）。
![]()
图 1 High-PNI和Low-PNI组SCLC患者的Kaplan-Meier曲线Figure 1. Kaplan-Meier curves of SCLC patients in the high-PNI and low-PNI groups表 2 105例SCLC患者OS的影响因素的单因素分析Table 2. Univariate analysis of prognostic factors of OS in 105 patients with SCLCCharacteristic Median OS/month P Age/yr. 0.308 ≥62 18.2 <62 24.1 Gender 0.001 Male 18.5 Female 27.3 Smoking index 0.133 ≥400 19.7 <400 24.2 Hemoptysis 0.706 Yes 19.6 No 19.3 Thoracalgia 0.133 Yes 15.2 No 20.7 Pleural effusion 0.058 Yes 11.6 No 19.8 CEA/(ng/mL) 0.286 ≥13 24.1 <13 18.9 NSE/(ng/mL) 0.053 ≥51 16.8 <51 20.2 ECOG PS 0.020 0-1 20.5 2-3 15.6 Clinical stage 0.001 Limitation 26.2 Extensive 17.7 PNI 0.000 High-PNI (≥48.68) 27.1 Low-PNI (<48.68) 14.2 表 3 多因素分析预后影响因素Table 3. Multivariate analysis of prognostic factorsCharacteristic β SE Wald χ2 OR 95% CI P PNI −1.105 0.029 14.905 0.331 0.189-0.580 0.000 Gender 0.640 0.305 4.515 1.897 1.051-3.423 0.034 ECOG PS 0.058 0.309 0.035 1.060 0.578-1.942 0.851 Clinical stage 0.287 0.287 1.077 1.333 0.775-2.292 0.299 β: Partial regression coefficient; SE: Standard error; OR: Odds ratio; CI: Confidence interval. Y: Longer median OS=0, shorter median OS=1. X: Low-PNI=0, high-PNI=1; Female=0, male=1; ECOG PS (0-1)=0, ECOG PS (2-3)=1; Clinical stage (limitation)=0, clinical stage (extensive)=1 3. 讨论
本研究结果显示，由血清白蛋白和淋巴细胞总数计算的PNI是SCLC独立预后指标，高PNI较低PNI的预后好。该结果与先前对PNI与食管癌[18]、胃癌[19]、结肠癌[20]、胰腺癌[21]等恶性肿瘤预后关系的研究结果一致。PNI最初被ONODERA等[22]用于评估消化系统疾病患者的营养和免疫状况，主要作为营养状况的指标。营养不良是癌症患者的常见问题，与并发症的风险增加和抗癌治疗耐受性降低有关。免疫功能受损、伤口愈合延迟和病情延长恢复是营养不良发病率增加的主要原因。不同于消化系统营养不良的主要原因（营养摄取减少），肺癌患者营养不良常与副肿瘤综合征的代谢紊乱[23]和临床症状、心理素质等相关，包括疼痛、气短、抑郁或严重的身体和心理社会症状、严重疲劳。因此，基线营养状况很重要，营养不良可能是治疗预后差的一个重要原因。
血清白蛋白水平已被证明是各种患者人群营养不良的良好指标[24]，据相关研究表明：治疗前低白蛋白血症是不同恶性疾病预后的独立预测因子[25]。另一方面，淋巴细胞在各种恶性肿瘤细胞介导的免疫反应中起着重要作用，通过引发细胞毒性免疫应答和抑制肿瘤细胞增殖、侵袭和迁移等在肿瘤预防方面发挥重要作用，其也被证明可以预测临床预后[26]。现在普遍认为营养是免疫反应的重要决定因素；此外，免疫应答受损已被证明与低胆固醇相关[27]，这就意味着营养不良和免疫功能受损一起促进肿瘤发展。
本研究还探讨了临床病理变量与PNI之间的联系，以排除潜在的偏倚。结果显示男性、胸腔积液、ECOG PS评分差、广泛分期的SCLC患者PNI更低。不同PNI组的OS差异可能由选择偏倚来解释，因为高PNI组包括更多的局限期患者，其生存期比广泛期患者好，并且接受更多的治疗。单因素变量分析显示性别、ECOG PS、临床分期及PNI值与SCLC患者的OS相关，与既往文献一致[28]，而年龄、吸烟指数等与OS无关（P>0.05），这与前期学者[29]的研究不一致，这可能与本研究的样本量不够大有关。多因素分析发现性别和PNI是SCLC患者预后的独立因素，而ECOG PS评分和临床分期在多因素分析中无统计学意义。
PNI是一种易于获得和可重复的参数，因此临床实用。但是需要注意几个问题，PNI可能是肿瘤负荷的非特异性标志物，因此其他非肿瘤情况（如自身免疫和感染疾病和类固醇使用）可能是混杂因素。在本研究中，我们排除了这类患者，Cox多因素分析结果表明PNI是SCLC中独立预后影响因素。这一结论是否可以扩展到具有上述情况的SCLC患者尚待阐明。由于本研究为回顾性研究，样本量相对较少，结论有待于大样本量前瞻性研究进一步证实。
-
![]()
图 1 High-PNI和Low-PNI组SCLC患者的Kaplan-Meier曲线
Figure 1. Kaplan-Meier curves of SCLC patients in the high-PNI and low-PNI groups
表 1 105例SCLC患者的PNI与临床病理特征的关系
Table 1 Relationship between clinicopathological characteristics and PNI in 105 patients with SCLC
Characteristic n PNI P Age/yr. 0.326 ≥62 62 48.18±6.43 <62 43 49.40±5.98 Gender 0.002 Male 73 47.59±6.62 Female 32 51.18±4.50 Smoking index* 0.517 ≥400 60 48.34±6.64 <400 45 49.14±5.14 Hemoptysis 0.830 Yes 22 48.42±5.21 No 83 48.75±6.52 Thoracalgia 0.213 Yes 18 47.01±6.41 No 87 49.03±6.20 Pleural effusion 0.024 Yes 17 45.56±6.92 No 88 49.29±5.97 CEA/(ng/mL) 0.399 ≥13 12 49.80±4.49 <13 93 48.54±6.45 NSE/(ng/mL) 0.298 ≥51 25 47.54±6.25 <51 80 49.04±6.25 ECOG PS 0.003 0-1 23 49.62±6.08 2-3 82 45.36±5.82 Clinical stage 0.000 Limitation 40 52.16±4.53 Extensive 65 46.54±6.23 CEA: Carcinoembryonic antigen; NSE: Neuron-specific enolase; ECOG PS: Eastern Cooperative Oncology Group performance status. *Smoking index≥400 for the people at high risk of lung cancer[17] 
下载: 导出CSV
表 2 105例SCLC患者OS的影响因素的单因素分析
Table 2 Univariate analysis of prognostic factors of OS in 105 patients with SCLC
Characteristic Median OS/month P Age/yr. 0.308 ≥62 18.2 <62 24.1 Gender 0.001 Male 18.5 Female 27.3 Smoking index 0.133 ≥400 19.7 <400 24.2 Hemoptysis 0.706 Yes 19.6 No 19.3 Thoracalgia 0.133 Yes 15.2 No 20.7 Pleural effusion 0.058 Yes 11.6 No 19.8 CEA/(ng/mL) 0.286 ≥13 24.1 <13 18.9 NSE/(ng/mL) 0.053 ≥51 16.8 <51 20.2 ECOG PS 0.020 0-1 20.5 2-3 15.6 Clinical stage 0.001 Limitation 26.2 Extensive 17.7 PNI 0.000 High-PNI (≥48.68) 27.1 Low-PNI (<48.68) 14.2
下载: 导出CSV
表 3 多因素分析预后影响因素
Table 3 Multivariate analysis of prognostic factors
Characteristic β SE Wald χ2 OR 95% CI P PNI −1.105 0.029 14.905 0.331 0.189-0.580 0.000 Gender 0.640 0.305 4.515 1.897 1.051-3.423 0.034 ECOG PS 0.058 0.309 0.035 1.060 0.578-1.942 0.851 Clinical stage 0.287 0.287 1.077 1.333 0.775-2.292 0.299 β: Partial regression coefficient; SE: Standard error; OR: Odds ratio; CI: Confidence interval. Y: Longer median OS=0, shorter median OS=1. X: Low-PNI=0, high-PNI=1; Female=0, male=1; ECOG PS (0-1)=0, ECOG PS (2-3)=1; Clinical stage (limitation)=0, clinical stage (extensive)=1
下载: 导出CSV
-
[1] SIEGEL R L, MILLER K D, JEMAL A. Cancer Statistics, 2017. CA Cancer J Clin,2017,67(1): 7–30. DOI: 10.3322/caac.21387
[2] ZHAO X, MCCUTCHEON J N, KALLAKURY B, et al. Combined small cell carcinoma of the lung: is it a single entity? J Thorac Oncol,2018,13(2): 237–245. DOI: 10.1016/j.jtho.2017.10.010
[3] DENEKA A Y, BOUMBER Y, BECK T, et al. Tumor-targeted drug conjugates as an emerging novel therapeutic approach in small cell lung cancer (SCLC). Cancers (Basel), 2019, 11(9): 1297[2020-02-02]. https://doi.org/10.3390/cancers11091297.
[4] HORN L, MANSFIELD A S, SZCZESNA A, et al. First-line atezolizumab plus chemotherapy in extensive-stage small-cell lung cancer. N Engl J Med,2018,379(23): 2220–2229. DOI: 10.1056/NEJMoa1809064
[5] KALEMKERIAN G P, LOO B W, AKERLEY W, et al. NCCN Guidelines insights: small cell lung cancer, version 2.2018. J Natl Compr Canc Netw,2018,16(10): 1171–1182. DOI: 10.6004/jnccn.2018.0079
[6] RUDIN C M, GIACCONE G, ISMAILA N. Treatment of small-cell lung cancer: American Society of Clinical Oncology Endorsement of the American College of Chest Physicians Guideline. J Oncol Pract,2016,12(1): 83–86. DOI: 10.1200/JOP.2015.008201
[7] HWANG J K, PAGE B J, FLYNN D, et al. Validation of the eighth edition TNM lung cancer staging system; a brief report. J Thorac Oncol,2020,15(4): 649–654. DOI: 10.1016/j.jtho.2019.11.030
[8] THUNNISSEN E, VAN DER OORD K, DEN BAKKER M. Prognostic and predictive biomarkers in lung cancer. A review. Virchows Arch,2014,464(3): 347–358. DOI: 10.1007/s00428-014-1535-4
[9] ZHANG Y, CHEN B. Prognostic value of the advanced lung cancer inflammation index in patients with lung cancer: a meta-analysis. Dis Markers, 2019, 2019: 2513026[2020-02-02]. https://doi.org/10.1155/2019/2513026.
[10] AZAB B N, BHATT V R, VONFROLIO S, et al. Value of the pretreatment albumin to globulin ratio in predicting long-term mortality in breast cancer patients. Am J Surg,2013,206(5): 764–770. DOI: 10.1016/j.amjsurg.2013.03.007
[11] KANG M, CHANG C T, SUNG H H, et al. Prognostic significance of pre- to postoperative dynamics of the prognostic nutritional index for patients with renal cell carcinoma who underwent radical nephrectomy. Ann Surg Oncol,2017,24(13): 4067–4075. DOI: 10.1245/s10434-017-6065-2
[12] CAI W, ZHONG H, KONG W, et al. Significance of preoperative prognostic nutrition index as prognostic predictors in patients with metastatic renal cell carcinoma with tyrosine kinase inhibitors as first-line target therapy. Int Urol Nephrol,2017,49(11): 1955–1963. DOI: 10.1007/s11255-017-1693-9
[13] HOFBAUER S L, PANTUCK A J, DE MARTINO M, et al. The preoperative prognostic nutritional index is an independent predictor of survival in patients with renal cell carcinoma. Urol Oncol, 2015, 33(2): 68.e1−68.e7[2019-08-20]. https://doi.org/10.1016/j.urolonc.2014.08.005.
[14] MAEDA K, SHIBUTANI M, OTANI H, et al. Low nutritional prognostic index correlates with poor survival in patients with stage Ⅳ colorectal cancer following palliative resection of the primary tumor. World J Surg,2014,38(5): 1217–1222. DOI: 10.1007/s00268-013-2386-x
[15] MIGITA K, TAKAYAMA T, SAEKI K, et al. The prognostic nutritional index predicts long-term outcomes of gastric cancer patients independent of tumor stage. Ann Surg Oncol,2013,20(8): 2647–2654. DOI: 10.1245/s10434-013-2926-5
[16] ZELEN M. Keynote address on biostatistics and data retrieval. Cancer Chemother Rep 3,1973,4(2): 31–42.
[17] 陈贝贝, 杨勋, 张卫明, 等. 老年晚期非小细胞肺癌患者预后新独立影响因素—预后营养指数. 实用医学杂志,2016,32(3): 460–462. DOI: 10.3969/j.issn.1006-5725.2016.03.036 [18] FENG J F, CHEN Q X. Significance of the prognostic nutritional index in patients with esophageal squamous cell carcinoma. Ther Clin Risk Manag,2014,10: 1–7. DOI: 10.2147/TCRM.S56159
[19] PARK S H, LEE S, SONG J H, et al. Prognostic significance of body mass index and prognostic nutritional index in stage Ⅱ/Ⅲ gastric cancer. Eur J Surg Oncol,2020,46(4 Pt A): 620–625. DOI: 10.1016/j.ejso.2019.10.024
[20] TOMINAGA T, NONAKA T, HISANAGA M, et al. Prognostic value of the preoperative prognostic nutritional index in oldest-old patients with colorectal cancer. Surg Today,2020,50(5): 449–459. DOI: 10.1007/s00595-019-01910-w
[21] ICHIKAWA K, MIZUNO S, HAYASAKI A, et al. Prognostic nutritional index after chemoradiotherapy was the strongest prognostic predictor among biological and conditional factors in localized pancreatic ductal adenocarcinoma patients. Cancers (Basel), 2019,11(4): 514[2020-02-02]. https://doi.org/10.3390/cancers11040514.
[22] ONODERA T, GOSEKI N, KOSAKI G. Prognostic nutritional index in gastrointestinal surgery of malnourished cancer patients. Nihon Geka Gakkai Zasshi,1984,85(9): 1001–1005.
[23] EFTHYMIOU C, SPYRATOS D, KONTAKIOTIS T. Endocrine paraneoplastic syndromes in lung cancer. Hormones,2018,17(3): 351–358. DOI: 10.1007/s42000-018-0046-0
[24] KO Y T, LIN Y L, KUO C H, et al. Low serum leptin levels are associated with malnutrition status according to malnutrition-inflammation score in patients undergoing chronic hemodialysis. Hemodial Int,2020,24(2): 221–227. DOI: 10.1111/hdi.12806
[25] BEKOS C, POLTERAUER S, SEEBACHER V, et al. Pre-operative hypoalbuminemia is associated with complication rate and overall survival in patients with vulvar cancer undergoing surgery. Arch Gynecol Obstet,2019,300(4): 1015–1022. DOI: 10.1007/s00404-019-05278-7
[26] MENDEZ J S, GOVINDAN A, LEONG J, et al. Association between treatment-related lymphopenia and overall survival in elderly patients with newly diagnosed glioblastoma. J Neurooncol,2016,127(2): 329–335. DOI: 10.1007/s11060-015-2037-1
[27] DOLAN R D, LIM J, MCSORLEY S T, et al. The role of the systemic inflammatory response in predicting outcomes in patients with operable cancer: systematic review and meta-analysis. Sci Rep, 2017, 7(1): 16717[2020-02-02]. https://www.nature.com/articles/s41598-017-16955-5. doi: 10.1038/s41598-017-16955-5.
[28] PARK S, AHN H J, YANG M, et al. The prognostic nutritional index and postoperative complications after curative lung cancer resection: a retrospective cohort study. J Thorac Cardiovasc Surg,2020,160(1): 276–285.e1[2020-02-02]. https://doi.org/10.1016/j.jtcvs.2019.10.105.
[29] SAKURAI K, TAMURA T, TOYOKAWA T, et al. Low preoperative prognostic nutritional index predicts poor survival post-gastrectomy in elderly patients with gastric cancer. Ann Surg Oncol,2016,23(11): 3669–3676. DOI: 10.1245/s10434-016-5272-6
-
期刊类型引用(17)
1. 王洒，胡豪坤，李永强，丁飞. 营养治疗对晚期重症肺癌患者生活质量和预后的影响. 浙江临床医学. 2024(01): 96-98 . 
百度学术
2. 杨燕，程倩倩，王威，邵玉，李曼，王效静. LMR对广泛期小细胞肺癌一线化疗疗效和预后的预测价值. 蚌埠医学院学报. 2023(01): 104-109 . 百度学术
3. 熊平福，杨粒，牟志强，刘卓然，蒋禹，黎靖. 预后营养指数与恶性梗阻性黄疸介入治疗后预后的关系：历史性队列研究. 中国普外基础与临床杂志. 2023(04): 426-430 . 百度学术
4. 王兰，刘艳. 营养管理模式对改善非小细胞肺癌患者术后营养状态的效果. 临床医药实践. 2023(05): 370-374 . 百度学术
5. 安素，蒋芸璐，王华英，黄国鹏. PNI、NLR与感染性心内膜炎患者临床预后的关系. 国际检验医学杂志. 2022(05): 631-634 . 百度学术
6. 张立明，宋文鹏，王彦，车国卫. 治疗前预后营养指数与小细胞肺癌患者预后相关性的meta分析. 华西医学. 2022(03): 424-430 . 百度学术
7. 钱三祥，薛刚，路友群，李家华. 预后营养指数对老年骨质疏松性椎体压缩骨折术后近期预后的影响. 颈腰痛杂志. 2022(02): 229-232 . 百度学术
8. 唐文超，李远伟，陈佳，卢强，李卓，刘哲，段燚星，高智勇. 术前预后营养指数及中性粒-淋巴细胞比值在非肌层浸润性膀胱癌患者复发中的预测价值. 现代肿瘤医学. 2022(12): 2218-2223 . 百度学术
9. 黄蓓，张国楠，王登凤，余健，徐世强. 术前预后营养指数、淋巴细胞与单核细胞比值对高危子宫内膜癌预后的评估价值. 肿瘤预防与治疗. 2022(05): 419-426 . 百度学术
10. 陈雪华，王菁晶，高玉婷. 肺癌患者营养状态与化疗不良反应及癌因性疲乏的相关性研究. 中国肿瘤临床与康复. 2022(07): 875-878 . 百度学术
11. 陈冰融，舒文秀，乐静. 预后营养指数与初诊症状性多发性骨髓瘤患者临床病理特征及无进展生存期的关系. 现代实用医学. 2022(06): 730-733 . 百度学术
12. 施敏，邓薇，陈红，王锦，高蔚，卢昕，李晓辉. 老年结直肠癌患者根治手术术后谵妄发生的影响因素分析. 肿瘤综合治疗电子杂志. 2022(04): 66-70 . 百度学术
13. 吴俊叶，王爱华，邹婧. 鼻咽癌患者放疗前预后营养指数与急性口腔黏膜炎严重程度的相关性分析. 肿瘤综合治疗电子杂志. 2022(04): 76-80 . 百度学术
14. 袁冯，刘姗姗，梁悦悦，曹明明，徐志慧，年峰. 预见性护理在老年口腔癌患者游离皮瓣移植修复术围手术期应用效果研究. 齐齐哈尔医学院学报. 2021(07): 634-637 . 百度学术
15. 叶伟，季娟娟，崔欠欠，朱莉娜，尹宗智. 术前预后营养指数与中性-淋巴比在上皮性卵巢癌诊断中的临床价值. 安徽医学. 2021(08): 872-875 . 百度学术
16. 唐文超，李远伟，陈佳，覃奕澎，吴志颖，付慧锋. 预后营养指数评估根治性膀胱切除术患者预后的Meta分析. 肿瘤防治研究. 2021(09): 871-876 . 百度学术
17. 王晓兰，韩伟，王莹. 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. 肿瘤代谢与营养电子杂志. 2021(05): 519-524 . 百度学术
其他类型引用(16)
计量
- 文章访问数: 3976
- HTML全文浏览量: 2234
- PDF下载量: 104
- 被引次数: 33
