基于胃癌患者术前炎性指标和临床病理特征的胃癌错配修复预测模型的构建

doi:10.13481/j.1671-587X.20250121

吉林大学学报(医学版) ›› 2025, Vol. 51 ›› Issue (1): 172-181.doi: 10.13481/j.1671-587X.20250121

• 临床研究 • 上一篇

基于胃癌患者术前炎性指标和临床病理特征的胃癌错配修复预测模型的构建

魏秀珍^1,^2,³,董亚玲^1,²,朱志博^1,²,张政杰^1,³,谈元郡²,白洁^1,²,苏夏艺²,张百红²()

^1.甘肃中医药大学第一临床医学院，甘肃兰州 730030
^2.中国人民解放军联勤保障部队第九四〇医院肿瘤科，甘肃兰州 730050
^3.甘肃省武威市凉州医院消化内科，甘肃武威 733000

收稿日期:2024-02-01 接受日期:2024-04-14 出版日期:2025-01-28 发布日期:2025-03-06
通讯作者: 张百红 E-mail:bhzhang@126.com
作者简介:魏秀珍（1987-），女，甘肃省白银市人，主治医师，在读硕士研究生，主要从事消化道肿瘤的基础与临床方面的研究。
基金资助:
甘肃省科技厅自然科学基金项目(22JR5RA007);甘肃省武威市科技局市级科技计划项目(WW24B01SF087)

Construction of prediction model for gastric cancer mismatch repair based on preoperative inflammatory indicators and clinicopathological features in gastric cancer patients

Xiuzhen WEI^1,^2,³,Yaling DONG^1,²,Zhibo ZHU^1,²,Zhengjie ZHANG^1,³,Yuanjun TAN²,Jie BAI^1,²,Xiayi SU²,Baihong ZHANG²()

^1.First Clinical Medical School，Gansu University of Chinese Medicine，Lanzhou 730030，China
^2.Department of Oncology，940th Hospital of Joint Logistics Support Force of People’s Liberation Army，Lanzhou 730050，China
^3.Department of Gastroenterology，Liangzhou Hospital，Wuwei City，Gansu Province，Wuwei 733000，China

Received:2024-02-01 Accepted:2024-04-14 Online:2025-01-28 Published:2025-03-06
Contact: Baihong ZHANG E-mail:bhzhang@126.com

摘要/Abstract

摘要：

目的探讨错配修复（MMR）与胃癌患者术前炎性指标和临床病理特征的关联，构建以胃癌患者术前炎性指标和临床病理特征为基础的胃癌MMR预测模型，为胃癌MMR状态评估提供新思路。方法纳入2020年9月—2023年10月行手术治疗的254例胃癌患者，依据MMR蛋白表达情况将患者分为MMR表达正常［MMR稳定（pMMR）］组和MMR表达缺陷（dMMR）组，收集2组胃癌患者的术前炎性指标和临床病理特征资料。采用χ²检验分析2组胃癌患者炎性指标和临床病理特征与MMR的关联性；筛选dMMR的独立预测因子，构建列线图；采用受试者工作特征（ROC）曲线和校准曲线评价模型的性能，采用临床决策曲线评价预测模型的临床实用性。结果研究共纳入254例胃癌患者，其中pMMR组患者221例（87%），dMMR组患者33例（13%）。2组胃癌患者年龄、肿瘤发病部位、肿瘤分化程度、肿瘤最大径、血小板/淋巴细胞比值（PLR）、碱性磷酸酶（AKP）、AKP/白蛋白（AL）比值（AAR）、纤维蛋白原（FB）/淋巴细胞比值（FLR）、FB/AL比值（FAR）、D-二聚体（D-D）和FB比较差异有统计学意义（P<0.05）。单因素和多因素Logistic回归分析，肿瘤最大径［比值比（OR）=2.958，95%置信区间（CI）：1.196~7.314，P=0.019］、肿瘤发病部位（OR=4.013，95%CI：1.596~10.089，P=0.003）、肿瘤分化程度（OR=3.006，95%CI：1.250~7.230，P=0.014）、FAR（OR=2.793，95%CI：1.179~6.616，P=0.020）和糖类抗原199（CA199）（OR=0.279，95%CI：0.084~0.929，P=0.038）是dMMR的独立预测因子。基于炎性指标和临床病理特征构建的胃癌MMR预测模型ROC曲线下面积（AUC）值为0.800，灵敏度为0.851，特异度为0.606，P<0.01。验证列线图的校准曲线能够很好地拟合到理想曲线上，且Hosmer-Lemeshow拟合优度检验P=0.412；临床决策曲线显示模型具有良好的净收益。结论胃癌患者术前炎性指标和临床病理特征与胃癌MMR状态存在关联，肿瘤最大径、肿瘤发病部位、肿瘤分化程度、CA199和FAR是dMMR胃癌的独立预测因子，基于上述独立预测因子构建的胃癌患者MMR预测模型，可高效预测dMMR胃癌患者MMR状态。

关键词: 胃肿瘤, 错配修复缺陷, 微卫星不稳定, 炎性指标, 预测模型

Abstract:

Objective To discuss the associations of mismatch repair （MMR） in gastric cancer with preoperative inflammatory indicators and clinicopathological features in the gastric cancer patients， and to construct a gastric cancer MMR predictive model based on preoperative inflammatory indicators and clinicopathological features of the gastric cancer patients， and to provide new ideas for evaluation of MMR status in gastric cancer. Methods The data of 254 gastric cancer patients who underwent surgical treatment from September 2020 to October 2023 were included. According to the expression of MMR protein， the patients were divided into MMR normal （proficiout MMR， pMMR） group and MMR deficient （dMMR） group. The preoperative inflammatory indicators and clinicopathological features data of the gastric cancer patients in two groups were collected. The associations between inflammatory indicators， clinicopathological features， and MMR in dMMR group and pMMR group were analyzed usingChi-square test. The independent predictive factors for dMMR were selected to construct the nomogram. Receiver operating characteristic （ROC） curve and calibration curve were used to evaluate the predictive efficacy， and decision curve was used to evaluate the practicality of the predication model. Results A total of 254 gastric cancer patients were included in the study， with 221 patients （87%） in pMMR group and 33 patients （13%） in dMMR group. There were statistically significant differences （P<0.05） in age， tumor location， tumor differentiation degree， maximum tumor diameter， platelet-to-lymphocyte ratio （PLR）， alkaline phosphatase （AKP）， alkaline phosphatase-to-albumin ratio （AAR）， fibrinogen（FB）-to-lymphocyte （FLR）， FB-to-albumin（AL）（FAR）， D-dimer （D-D）， and FB of the gastric cancer patients between dMMR group and pMMR group. Univariate and multivariate Logistic regression analysis revealed maximum tumor diameter ［odd ratio（OR）=2.958， 95% confidence interval （CI）：1.196-7.314， P=0.019］， tumor location （OR=4.013，95%CI：1.596-10.089， P=0.003）， tumor differentiation （OR=3.006， 95%CI： 1.250-7.230， P=0.014）， FAR （OR=2.793， 95%CI：1.179-6.616， P=0.020）， and carbohydrate antigen 199（CA199）（OR=0.279， 95%CI：0.084-0.929， P=0.038） were the independent predictors of dMMR. The area under the ROC curve （AUC） value of the gastric cancer MMR prediction model constructed based on inflammatory indicators and clinical pathological characteristics was 0.800 with the sensitivity of 0.851 and the specificity of 0.606. The calibration curve of the nomogram was found to fit the ideal curve well，and in Hosmer-Lemeshow test P=0.412， the clinical decision curve showed a better net benefit. Conclusion The preoperative inflammatory indicators and clinicopathological features are associated with MMR in gastric cancer； maximum tumor diameter， tumor location， tumor differentiation， CA199， and FAR are the independent predictors of dMMR. The prediction model based on the above predictors could predict the MMR status of the dMMR gastric cancer patients.

Key words: Stomach neoplasm, Deficient mismatch repair, Microsatellite instability, Inflammatory indicator, Prediction model

中图分类号:

R735.2

魏秀珍,董亚玲,朱志博,张政杰,谈元郡,白洁,苏夏艺,张百红. 基于胃癌患者术前炎性指标和临床病理特征的胃癌错配修复预测模型的构建[J]. 吉林大学学报(医学版), 2025, 51(1): 172-181.

Xiuzhen WEI,Yaling DONG,Zhibo ZHU,Zhengjie ZHANG,Yuanjun TAN,Jie BAI,Xiayi SU,Baihong ZHANG. Construction of prediction model for gastric cancer mismatch repair based on preoperative inflammatory indicators and clinicopathological features in gastric cancer patients[J]. Journal of Jilin University(Medicine Edition), 2025, 51(1): 172-181.

图/表 9

表 1

表2

表3

表4

表5

图1

图2

图3

图4

参考文献 23

1	ZHENG R S， CHEN R， HAN B F， et al. Cancer incidence and mortality in China， 2022［J］. Zhonghua Zhong Liu Za Zhi， 2024， 46（3）： 221-231.
2	CHIA N Y， TAN P. Molecular classification of gastric cancer［J］. Ann Oncol， 2016， 27（5）： 763-769.
3	DAGHER O K， SCHWAB R D， BROOKENS S K， et al. Advances in cancer immunotherapies［J］. Cell， 2023， 186（8）： 1814-1814.e1.
4	CHAO J， FUCHS C S， SHITARA K， et al. Assessment of pembrolizumab therapy for the treatment of microsatellite instability-high gastric or gastroesophageal junction cancer among patients in the KEYNOTE-059， KEYNOTE-061， and KEYNOTE-062 clinical trials［J］. JAMA Oncol， 2021， 7（6）： 895-902.
5	ANDRÉ T， BERTON D， CURIGLIANO G， et al. Antitumor activity and safety of dostarlimab monotherapy in patients with mismatch repair deficient solid tumors： a nonrandomized controlled trial［J］. JAMA Netw Open， 2023， 6（11）： e2341165.
6	ZHAN P C， YANG S， LIU X， et al. A radiomics signature derived from CT imaging to predict MSI status and immunotherapy outcomes in gastric cancer： a multi-cohort study［J］. BMC Cancer， 2024，24（1）：404.
7	SILVA J R， MASCARENHAS-LEMOS L， NETO D N C， et al. Role of endoscopic biopsies and morphologic features in predicting microsatellite instability status in gastric cancer： A multicenter comparative study of endoscopic biopsies and surgical specimens［J］. Am J Surg Pathol， 2023， 47（9）：990-1000.
8	OZER M， VEGIVINTI C T R， SYED M， et al. Neoadjuvant immunotherapy for patients with dMMR/MSI-high gastrointestinal cancers： a changing paradigm［J］. Cancers， 2023， 15（15）： 3833.
9	GUAN W L， HE Y， XU R H. Gastric cancer treatment： recent progress and future perspectives［J］. J Hematol Oncol， 2023， 16（1）： 57.
10	WANG J Y， XIU J， FARRELL A， et al. Mutational analysis of microsatellite-stable gastrointestinal cancer with high tumour mutational burden： a retrospective cohort study［J］. Lancet Oncol， 2023， 24（2）： 151-161.
11	SHITARA K， VAN CUTSEM E， BANG Y J， et al. Efficacy and safety of pembrolizumab or pembrolizumab plus chemotherapy vs chemotherapy alone for patients with first-line， advanced gastric cancer： the KEYNOTE-062 phase 3 randomized clinical trial［J］. JAMA Oncol， 2020， 6（10）： 1571-1580.
12	JANJIGIAN Y Y， SHITARA K， MOEHLER M， et al. First-line nivolumab plus chemotherapy versus chemotherapy alone for advanced gastric， gastro-oesophageal junction， and oesophageal adenocarcinoma （CheckMate 649）： a randomised， open-label， phase 3 trial［J］. Lancet， 2021， 398（10294）： 27-40.
13	AJANI J A， D’AMICO T A， BENTREM D J， et al. Gastric cancer， version 2.2022， NCCN clinical practice guidelines in oncology［J］. J Natl Compr Canc Netw， 2022， 20（2）： 167-192.
14	HANAHAN D， WEINBERG R A. Hallmarks of cancer： the next generation［J］. Cell， 2011， 144（5）： 646-674.
15	HANAHAN D. Hallmarks of cancer： new dimensions［J］. Cancer Discov， 2022， 12（1）： 31-46.
16	WANG F H， ZHANG X T， LI Y F， et al. The Chinese society of clinical oncology （CSCO）： clinical guidelines for the diagnosis and treatment of gastric cancer， 2021［J］. Cancer Commun （Lond）， 2021， 41（8）： 747-795.
17	ZHAO F X， LI E X， SHEN G S， et al. Correlation between mismatch repair and survival of patients with gastric cancer after 5-FU-based adjuvant chemotherapy［J］. J Gastroenterol， 2023， 58（7）： 622-632.
18	MESTRALLET G， BROWN M， BOZKUS C C， et al. Immune escape and resistance to immunotherapy in mismatch repair deficient tumors［J］. Front Immunol， 2023， 14： 1210164.
19	杨军，徐志杰，朱卫东，等. 微卫星不稳定性（MSI）检测技术专家共识［J］. 临床与实验病理学杂志， 2024，40（3）： 228-235.
20	CUI M Y， LI P， MAO Y， et al. Implication of microsatellite instability in Chinese cohort of human cancers［J］. Cancer Manag Res， 2020， 12： 10287-10295.
21	ZHU Y J， WANG P， WANG B Z， et al. Dual-layer spectral-detector CT for predicting microsatellite instability status and prognosis in locally advanced gastric cancer［J］. Insights Imaging， 2023， 14（1）： 151.
22	CHEN S， DU W Z， CAO Y H， et al. Preoperative contrast-enhanced CT imaging and clinicopathological characteristics analysis of mismatch repair-deficient colorectal cancer［J］. Cancer Imaging， 2023， 23（1）： 97.
23	BELKOUCHI Y， NEBOT-BRAL L， LAWRANCE L， et al. Predicting immunotherapy outcomes in patients with MSI tumors using NLR and CT global tumor volume［J］. Front Oncol， 2022， 12： 982790.

MLH1	MSH2	MSH6	PMS2	Expression[n（η/%）]
-	+	+	-	14（5.5）
+	-	-	+	1（0.4）
+	+	-	-	1（0.4）
-	-	+	+	0（0）
-	+	+	+	8（3.1）
+	-	+	+	1（0.4）
+	+	-	+	0（0）
+	+	+	-	7（2.8）
-	-	-	-	1（0.4）

Independent variable	Assignment method
Region（Gastric antrum）	Others=0, Gastric antrum=1
Differentiation（High/Moderate）	Low=0, High/Moderate=1
CA199（Positive）	Negative=0, Positive=1
Age（≥60 years）	<60 years=0, ≥60 years=1
Maximum tumor diameter（≥4.5 cm）	<4.5 cm=0, ≥4.5 cm=1
AKP（≥89.5 U·L^-1）	<89.5 U·L^-1=0, ≥89.5 U·L^-1=1
FAR（≥0.09）	<0.09=0, ≥0.09=1

Predictor variable	β	SE	Wald χ²	OR	95%CI		P
Predictor variable	β	SE	Wald χ²	OR	Lower limit	Upper limit	P
Region （Gastric antrum）	1.389	0.470	8.723	4.013	1.596	10.089	0.003
Differentiation （High/Moderate）	1.101	0.448	6.044	3.006	1.250	7.230	0.014
CA199 （Positive）	-1.277	0.614	4.327	0.279	0.084	0.929	0.038
Age（≥60 year）	0.807	0.449	3.222	2.241	0.929	5.406	0.073
Maximum tumor diameter（≥4.5 cm）	1.085	0.462	5.515	2.958	1.196	7.314	0.019
AKP（≥89.5 U·L^-1）	0.793	0.427	3.456	2.211	0.958	5.102	0.063
FAR（≥0.09）	1.027	0.440	5.449	2.793	1.179	6.616	0.020
Constant	-4.833	0.692	48.736	0.008	—	—	<0.001

[1]	杨希,袁琴,杨兰,张文杰. PDE1B表达与胃癌预后和肿瘤微环境的生物信息学分析[J]. 吉林大学学报(医学版), 2024, 50(6): 1664-1676.
[2]	易嘉欣,张扬雨,付颖利,潘禹辰,韩永杰,姜晶,吴燕华. MEIS1表达对胃癌根治术后患者生存期的影响及其在预后评估中的价值[J]. 吉林大学学报(医学版), 2024, 50(5): 1358-1364.
[3]	曲颜,戴霖,王彪,阮笃激,钟裕昌,杨雪峰. miR-487a通过靶向调控TIA1对胃癌肿瘤相关巨噬细胞M2型极化的抑制作用[J]. 吉林大学学报(医学版), 2024, 50(3): 728-738.
[4]	魏海峰,倪志强,魏雁虹,王起来,李首庆,马寅芙,谭岩,方艳秋. miR-126过表达和ADAM9基因沉默对胃癌SGC-7901细胞生物学行为的影响及其机制[J]. 吉林大学学报(医学版), 2024, 50(2): 310-319.
[5]	陈爽,李红. 沉默FOXK1基因对胃癌HGC-27细胞增殖、迁移和侵袭的影响[J]. 吉林大学学报(医学版), 2024, 50(2): 371-378.
[6]	王素梅,王楠,于珍,张金卷,张健东. APRI、AAR和FIB-4等预测模型对自身免疫性肝硬化伴食管胃底静脉曲张的诊断价值[J]. 吉林大学学报(医学版), 2024, 50(2): 523-528.
[7]	庞海垚,孟峻. 14-3-3ɛ蛋白与肿瘤发生发展关系的研究进展[J]. 吉林大学学报(医学版), 2024, 50(2): 572-578.
[8]	余孝鹏,杨仁义,贺佐梅,曾普华. 基于SEER数据库建立和验证甲胎蛋白阴性肝细胞癌患者癌症特异生存期的列线图[J]. 吉林大学学报(医学版), 2024, 50(1): 188-197.
[9]	董雪, 臧金凤, 徐彩凤, 刘贺冰, 程兆华. 重症急性胰腺炎患者肠内营养喂养不耐受风险预测模型的构建和验证[J]. 吉林大学学报(医学版), 2023, 49(6): 1586-1592.
[10]	崔海康,张旭东,李晓宁,杨希,杨兰,张文杰. 细胞焦亡分型和APOD预测胃癌患者预后作用的生物信息学分析[J]. 吉林大学学报(医学版), 2023, 49(5): 1268-1279.
[11]	孙逸飞,李迪诺,王玉彬. 姜黄素通过下调PI3K/Akt/mTOR信号通路蛋白表达对胃癌MGC-803细胞增殖和侵袭的抑制作用[J]. 吉林大学学报(医学版), 2023, 49(2): 332-340.
[12]	刘云,朱琳琦,邵世和. 环状RNA hsa_circ_0009735对胃癌细胞上皮间质转化、细胞周期和自噬的影响[J]. 吉林大学学报(医学版), 2022, 48(6): 1498-1509.
[13]	谢先顺,王伟,蒋海兵. miR-431-3p对胃癌细胞增殖和凋亡的影响及其靶向调控CTDP1基因表达机制[J]. 吉林大学学报(医学版), 2022, 48(6): 1555-1565.
[14]	张蒨,李静. 过表达TLR4基因对胃癌细胞自噬的抑制作用及其机制[J]. 吉林大学学报(医学版), 2022, 48(5): 1238-1246.
[15]	李承圣,包绮晗,郝晓燕,潘庆忠,王素珍,石福艳. 基于随机森林算法的胰腺癌术后预测模型构建[J]. 吉林大学学报(医学版), 2022, 48(2): 426-435.

基于胃癌患者术前炎性指标和临床病理特征的胃癌错配修复预测模型的构建

Construction of prediction model for gastric cancer mismatch repair based on preoperative inflammatory indicators and clinicopathological features in gastric cancer patients

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 23

相关文章 15

Metrics

本文评价

推荐阅读 0