系统性炎症参数的分类分析,作为预测原发性结肠直肠癌中瘤进展的预测因素

科学领域:

• 在瘤学瘤学.
• 炎症研究 炎症研究
• 生物标志物发现发现

背景情况:

• 大肠直肠癌 (CRC) 是全球领先的恶性瘤.
• 系统性炎症被认为是CRC进展的关键因素.
• 需要新的方法来根据炎症和血液学概况对CRC患者进行分类.

研究的目的:

• 为新诊断的初级CRC患者创建基于分类学的分类.
• 用系统性炎症,血液学和人类学标记来进行分类.
• 评估这种分类与瘤阶段 (TNM和Astler-Coller) 的关联.

主要方法:

• 包括229名接受手术的初级CRC患者.
• 分析的血液标记物:血红蛋白,白细胞,中性粒细胞,淋巴细胞,血小板,C反应蛋白 (CRP),癌胚抗原 (CEA).
• 收集了人类测量数据,并应用了分类学聚类和物流回归.

主要成果:

• 血小板计数,血小板与淋巴细胞比率 (PLR) 和CEA与晚期TNM阶段正相关;血红蛋白显示逆相关.
• 两种分类 (基于BMI,中性粒细胞,血小板;年龄,淋巴细胞,血小板) 与瘤阶段有显著的关联.
• 分类学识别出了不同的患者群体,具有不同的炎症概况和疾病严重程度,包括一个缓解炎症的表型.

结论:

• 系统性炎症标志物,血红蛋白,血小板和CEA是CRC进展的强有力的预测因素.
• 拟议的分类学为CRC的个性化风险评估提供了临床上有意义的分层.
• 这种可访问的方法可能有助于早期识别高风险的CRC患者,等待未来的验证.