白蛋白-球蛋白评分与腰大肌指数联合预测混合型肝癌胆管癌术后预后的价值

　　本研究针对混合型肝细胞癌-胆管癌（cHCC-CC）术后预后评估体系不成熟的问题，通过整合营养与炎症指标（Albumin-Globulin Score, AGS）和肌肉状态指标（Psoas Muscle Index, PMI），提出新型CAP分级系统。结果表明，CAP分级能显著预测患者总生存期（OS）和无病生存期（DFS），其Nomogram模型验证曲线下面积（AUC）达0.684–0.796，为个体化治疗策略提供了重要依据。

　　

在全球范围内，肝癌是癌症相关死亡的第四大原因，每年新增约84.1万病例，死亡78.2万人。混合型肝细胞癌-胆管癌（combined hepatocellular-cholangiocarcinoma, cHCC-CC）是一种罕见的原发性肝癌，仅占所有肝癌病例的1%–5%，其病理特征同时具有肝细胞癌（HCC）和胆管癌（CC）的特点。既往研究表明，cHCC-CC的生存结局比HCC和CC更差，即使接受手术切除，其5年内复发率高达80%，5年生存率仍低于30%。由于该疾病发病率低，且兼具HCC和CC的病理与分子特征，目前针对cHCC-CC的预后评估体系仍不成熟。

慢性炎症在肿瘤的发生和发展中扮演重要角色，它通过影响免疫功能和改变肿瘤微环境促进肿瘤进展。营养状况和系统性炎症状态对恶性肿瘤患者的预后具有显著影响。白蛋白（Albumin, ALB）和球蛋白（Globulin, GLB）是血浆中两种主要的蛋白质成分，它们在炎症反应中发挥不同作用：ALB具有抗炎效果，包括抑制细胞因子活化、稀释和中和炎症介质、抗氧化、调节免疫反应及降低血管通透性；而GLB则通过某些成分（如补体蛋白）激活免疫细胞，间接参与炎症调控。白蛋白与球蛋白比值（Albumin-to-Globulin Ratio, AGR）以及基于ALB和GLB的模型——白蛋白-球蛋白评分（Albumin-Globulin Score, AGS）——已被多项研究证实是多种癌症（如膀胱癌、肝癌、肝内胆管癌和非小细胞肺癌）的独立预后因素。这些指标可通过常规血液检查获得，同时反映了患者的营养状况和慢性炎症水平，整合了多个生理维度，比单一炎症标志物能提供更全面的预后评估，并可能提高预测准确性。然而，此前尚无研究探讨AGS和AGR对cHCC-CC患者长期预后的影响。

另一方面，肌肉减少症（sarcopenia）是一种以骨骼肌质量、力量和功能进行性、全面性丧失为特征的复杂综合征。虽然最初被认为是一种与年龄相关的疾病，但进一步的研究表明，骨骼肌消耗是肝硬化和癌症患者中常见但常被低估的并发症。既往研究也关注肌肉减少症作为cHCC-CC患者的重要预后因素。腰大肌指数（Psoas Muscle Index, PMI）是评估肌肉减少症的常用指标，通过腹部CT扫描测量第三腰椎（L3）水平的腰大肌面积（Psoas Muscle Area, PMA）并除以身高的平方来计算。

营养状况和系统性炎症的综合评估对预测cHCC-CC患者术后预后至关重要。本研究旨在评估AGS和PMI在cHCC-CC患者中的预后意义，并进一步探讨CAP分级（Combined AGS and PMI）这一整合了AGS和PMI的新型指标，以全面评估营养和炎症状态及其对cHCC-CC患者术后长期结局的影响。

为开展本研究，研究人员主要应用了以下关键技术方法：回顾性收集2010–2020年间141例经手术治疗的cHCC-CC患者的临床资料；通过术前腹部CT扫描测量腰大肌面积并计算PMI；利用受试者工作特征（ROC）曲线确定ALB、GLB和PMI的最佳截断值；采用时间依赖性ROC（Td-ROC）曲线评估AGS、PMI和CAP对预后的预测能力；使用Cox比例风险回归模型识别独立预后因素，并构建列线图（Nomogram）模型，通过校准曲线和曲线下面积（AUC）验证模型预测准确性。

研究结果

基本临床病理特征

研究队列包括141例cHCC-CC患者，平均年龄51.79岁，男性占78.01%，乙肝感染率为79.43%。中位BMI为23.18 kg/m2，中位PMI为5.11 cm2/m2。中位ALB浓度为39.5 g/L，中位GLB浓度为29.1 g/L。至末次随访，110例（78.01%）患者死亡，平均OS为26.91个月，平均DFS为14.06个月。

AGS、PMI和CAP的临床特征分析

通过小提琴图显示，较高的ALB水平和AGR与更好的生存结局显著相关（p<0.01），而GLB水平与生存无显著相关性（p>0.05）。较高的PMI水平也与改善的预后相关（p<0.01）。AGR的最佳截断值为1.48，高AGR（>1.48）组患者的OS和DFS均显著优于低AGR（≤1.48）组（p<0.01）。

AGS根据ALB和GLB水平分为0、1、2三级，其中AGS(0)为低AGS，AGS(1/2)为高AGS。低AGS组有27例患者，高AGS组有114例。低AGS组中CA19-9正常比例更高、ICC TNM分期更低，且OS和DFS更优（p<0.01）。Kaplan-Meier曲线证实低AGS与更好的OS和DFS相关（p<0.01）。

PMI的性别特异性截断值为男性5.15 cm2/m2、女性4.12 cm2/m2。高PMI组有84例（59.57%），低PMI组有57例（40.43%）。高PMI组患者年龄更低（50.08岁 vs. 54.32岁，p=0.019）、BMI更高（23.63 vs. 22.04, p=0.032），且ALB水平更高、CA19-9正常比例更高、单发肿瘤比例更高（55.95% vs. 33.33%, p=0.014）。高PMI组OS和DFS均显著优于低PMI组（p<0.05）。

CAP分级定义为：CAP 1级（低AGS+高PMI）21例（14.89%），CAP 2级（其他）69例（48.94%），CAP 3级（高AGS+低PMI）51例（36.17%）。CAP 1级患者中≤60岁和体能状态0的比例最高（85.71%），ALB水平最高（p<0.001），GLB水平最低（p<0.001）；CAP 3级则相反。CAP 1级患者的OS和DFS均优于2/3级（p<0.01）。Td-ROC曲线显示，在不同时间点，CAP的AUC均高于AGS和PMI。

列线图的构建与评估

多因素分析显示，肿瘤数量（HR=1.62, p=0.018）、切缘状态（HR=2.52, p=0.010）、血管侵犯（HR=1.69, p=0.009）以及CAP 2级（HR=2.24, p=0.015）和CAP 3级（HR=2.50, p=0.008）是OS的独立预后因素；HBV（HR=1.77, p=0.015）、腹水（HR=2.29, p=0.003）、切除范围（HR=1.51, p=0.031）、切缘状态（HR=2.94, p=0.002）、血管侵犯（HR=1.63, p=0.014）以及CAP 2级（HR=1.82, p=0.037）和CAP 3级（HR=2.43, p=0.004）是DFS的独立预后因素。基于这些因素构建的列线图预测OS和DFS的C-index均为0.684，校准曲线显示预测值与观测值吻合良好，1、3、5年OS的AUC分别为0.731、0.744、0.720，DFS的AUC分别为0.768、0.796、0.757，表明模型具有良好的预测能力。

讨论与结论

本研究首次提出将AGS与PMI整合为CAP分级系统，用于评估cHCC-CC患者的营养、炎症和肌肉状态，并证实其对于术后长期预后具有显著的预测价值。CAP分级在预测OS和DFS方面表现优于单独的AGS或PMI，且通过列线图模型可视化，为临床医生制定个体化术后治疗和随访策略提供了实用工具。术前营养支持和适度锻炼可能对改善cHCC-CC患者预后产生积极影响。然而，本研究为单中心回顾性研究，样本量较小，且部分患者术前接受保肝和白蛋白输注可能影响指标真实性，未来需通过多中心前瞻性研究进一步验证。该研究发表于《World Journal of Surgical Oncology》，为cHCC-CC的预后管理提供了新的思路和依据。