术前炎性指标对肾透明细胞癌WHO/ISUP病理分级的预测价值

doi:10.3877/cma.j.issn.1674-3253.2025.03.007

目的

研究术前炎性指标与肾透明细胞癌世界卫生组织/国际泌尿病理学会（WHO/ISUP）病理分级的关系，并构建预测模型。

方法

回顾性分析2018 年1 月至2019 年12 月于苏州大学附属第一医院泌尿外科行手术治疗的肾透明细胞癌患者资料。根据WHO/ISUP 病理分级系统将153 例入组患者分为低级别组（Ⅰ、Ⅱ级）与高级别组（Ⅲ、Ⅳ级），比较两组间临床病理参数的差异。通过Logistic 多因素分析寻找预测病理分级的独立危险因素，绘制列线图构建预测模型，利用calibration 校准曲线评估模型拟合度。最后使用受试者工作特征（ROC）曲线检验模型诊断效能，借助决策曲线（DCA）评估模型净收益情况。

结果

低级别和高级别组间在肿瘤直径、中性粒淋巴细胞比（NLR）、血小板淋巴细胞比（PLR）、淋巴单核细胞比（LMR）、系统免疫炎症指数（SII）等方面差异有统计学意义（P＜0.05）。对有差异影响因素进行Logistic 多因素分析，发现肿瘤直径（OR=1.026，95%CI：1.003～1.050）、NLR（OR=3.725，95%CI：1.818～7.630）及PLR（OR=1.021，95%CI：1.008～1.035）为预测肾透明细胞癌病理高分级的独立危险因素（P＜0.05）。依据Logistic 多因素模型构建诺莫图预测模型及calibration 校准曲线，其模型拟合度较好（χ²=12.853，P=0.117）。ROC 曲线结果表明，预测模型AUC 最高（0.809），显著高于单肿瘤直径、NLR 或PLR 诊断效能（P＜0.05）。DCA 图显示，预测模型的临床净获益高于其他指标。

结论

肿瘤直径、NLR 及PLR 与肾透明细胞癌WHO/ISUP 病理分级有关，且由此构建的预测模型有较强的诊断效能。

关键词: 炎性指标, 肾透明细胞癌, 预测模型, 病理分级

Objective

To investigate the relationship between preoperative inflammatory indicators and the WHO/ISUP pathological grading of clear cell renal cell carcinoma， and to construct a predictive model.

Methods

The data of clear cell renal cell carcinoma patients who underwent surgical treatment in the Urology Department of the First Affiliated Hospital of Soochow University from January 2018 to December 2019 were analyzed retrospectively.According to the WHO/ISUP pathological grading system， 153 patients were divided into a low-grade group （grade I， II） and a high-grade group （grade III，IV）， and the differences in clinical and pathological parameters between the two groups were compared.Multivariate logistic analyses were used to identify independent risk factors for predicting pathological grading， and a nomogram predictive model was constructed and evaluated using a calibration curve.Lastly，the diagnostic efficacy of the model was tested using receiver operating characteristic （ROC） curves and decision curve analysis （DCA） was used to evaluate the net benefits of the model.

Results

There were significant differences between the low-grade and high-grade groups in tumor diameter， neutrophil-tolymphocyte ratio （NLR）， platelet-to-lymphocyte ratio （PLR）， lymphocyte-to-monocyte ratio （LMR）， and systemic immune inflammation index （SII）（P＜0.05）.Multivariate logistic analyses revealed that tumor diameter （OR=1.026， 95%CI： 1.003-1.050）， NLR （OR=3.725， 95%CI： 1.818-7.630）， and PLR （OR=1.021，95%CI： 1.008-1.035） were independent risk factors for predicting the pathological high grading of clear cell renal cell carcinoma （P＜0.05）.A predictive model was constructed using the multivariate logistic model and the calibration curve， which demonstrated good predictive accuracy （χ²=12.853， P=0.117）.The ROC curve results suggested that the predictive model had the highest area under the curve （AUC）value （0.809）， which was significantly higher than that of the single diagnostic parameters including tumor diameter， NLR， and PLR （P＜0.05）.The DCA presented higher clinical net benefits for the predictive model as compared to other indicators.

Conclusions

The tumor diameter， NLR， and PLR are related to the WHO/ISUP pathological grading of clear cell renal cell carcinoma， and the constructed predictive model has strong diagnostic efficacy.

Key words: Inflammatory indicators, Clear cell renal cell carcinoma, Predictive model, Pathological grading

表1 肾透明细胞癌患者术后WHO/ISUP 病理分级低级别组与高级别组临床病理特征比较

组别	例数	性别［例（%）］		年龄［岁，M（Q）］	BMI［kg/m2，M（Q）］	HBP［例（%）］		DM［例（%）
组别	例数	男	女	年龄［岁，M（Q）］	BMI［kg/m2，M（Q）］	是	否	是	否
低级别组（Ⅰ和Ⅱ级）	114	72（63.2）	42（36.8）	57（50，66）	24.58（22.68，27.17）	59（51.8）	55（48.2）	26（22.8）	88（77.2）
高级别组（Ⅲ和Ⅳ级）	39	31（79.5）	8（20.5）	61（54.5，65）	24.41（21.97，26.35）	19（48.7）	20（51.3）	13（33.3）	26（66.7）
统计值		χ ²=2.819		Z=0.366	Z=1.008	χ ²=0.020		χ ²=1.186
P值		0.093		0.621	0.315	0.887		0.276
组别	肿瘤直径［mm，M（Q）］	NLR ［M（Q）］	PLR ［M（Q）］	LMR ［M（Q）］	SII ［M（Q）］
低级别组（Ⅰ和Ⅱ级）	35（30，50）	1.885（1.490，2.288）	112.87（90.66，143.15）	1.30（1.02，1.73）	417.99（317.89，581.48）
高级别组（Ⅲ和Ⅳ级）	45（37.5，60）	2.570（2.045，3.305）	150.96（126.32，178.82）	0.96（0.82，1.39）	551.06（403.01，728.62）
统计值	Z=2.749	Z=5.745	Z=5.025	Z=2.774	Z=3.536
P值	0.009	＜0.001	＜0.001	0.003	＜0.001

表1 肾透明细胞癌患者术后WHO/ISUP 病理分级低级别组与高级别组临床病理特征比较

组别	例数	性别［例（%）］		年龄［岁，M（Q）］	BMI［kg/m2，M（Q）］	HBP［例（%）］		DM［例（%）
组别	例数	男	女	年龄［岁，M（Q）］	BMI［kg/m2，M（Q）］	是	否	是	否
低级别组（Ⅰ和Ⅱ级）	114	72（63.2）	42（36.8）	57（50，66）	24.58（22.68，27.17）	59（51.8）	55（48.2）	26（22.8）	88（77.2）
高级别组（Ⅲ和Ⅳ级）	39	31（79.5）	8（20.5）	61（54.5，65）	24.41（21.97，26.35）	19（48.7）	20（51.3）	13（33.3）	26（66.7）
统计值		χ ²=2.819		Z=0.366	Z=1.008	χ ²=0.020		χ ²=1.186
P值		0.093		0.621	0.315	0.887		0.276
组别	肿瘤直径［mm，M（Q）］	NLR ［M（Q）］	PLR ［M（Q）］	LMR ［M（Q）］	SII ［M（Q）］
低级别组（Ⅰ和Ⅱ级）	35（30，50）	1.885（1.490，2.288）	112.87（90.66，143.15）	1.30（1.02，1.73）	417.99（317.89，581.48）
高级别组（Ⅲ和Ⅳ级）	45（37.5，60）	2.570（2.045，3.305）	150.96（126.32，178.82）	0.96（0.82，1.39）	551.06（403.01，728.62）
统计值	Z=2.749	Z=5.745	Z=5.025	Z=2.774	Z=3.536
P值	0.009	＜0.001	＜0.001	0.003	＜0.001

表2 肾透明细胞癌患者术后WHO/ISUP 分级系统病理级别高低预测因素的多因素Logistic 回归分析

因素	多因素分析
因素	OR（95%CI）	P值
肿瘤直径（mm）	1.026（1.003～1.050）	0.026
NLR	3.725（1.818～7.630）	＜0.001
PLR	1.021（1.008～1.035）	0.002
LMR	1.062（0.424～2.661）	0.898
SII	0.998（0.996～1.001）	0.167

表2 肾透明细胞癌患者术后WHO/ISUP 分级系统病理级别高低预测因素的多因素Logistic 回归分析

因素	多因素分析
因素	OR（95%CI）	P值
肿瘤直径（mm）	1.026（1.003～1.050）	0.026
NLR	3.725（1.818～7.630）	＜0.001
PLR	1.021（1.008～1.035）	0.002
LMR	1.062（0.424～2.661）	0.898
SII	0.998（0.996～1.001）	0.167

图1 肾透明细胞癌患者术后WHO/ISUP 分级系统病理级别高低预测的列线图图2 Calibration校准曲线

图3 列线图预测模型与各单个独立危险因素指标预测WHO/ISUP 分级系统高级别肿瘤的ROC 曲线图4 决策曲线分析注：NLR 为中性粒淋巴细胞比，PLR 为血小板淋巴细胞比

表3 列线图预测模型与单个独立危险因素诊断价值比较

变量	cut-off值	灵敏度	特异度	阳性预测值	阴性预测值	约登指数	AUC	95%CI	P_AUC值
肿瘤直径（mm）	39	0.744	0.535	0.354	0.859	0.279	0.640	0.540～0.739	＜0.001
NLR	2.345	0.641	0.772	0.490	0.863	0.413	0.759	0.670～0.848	＜0.001
PLR	138.5	0.692	0.737	0.474	0.875	0.429	0.736	0.645～0.827	＜0.001
预测模型	0.324	0.641	0.841	0.581	0.872	0.482	0.809	0.723～0.894	＜0.001

表3 列线图预测模型与单个独立危险因素诊断价值比较

变量	cut-off值	灵敏度	特异度	阳性预测值	阴性预测值	约登指数	AUC	95%CI	P_AUC值
肿瘤直径（mm）	39	0.744	0.535	0.354	0.859	0.279	0.640	0.540～0.739	＜0.001
NLR	2.345	0.641	0.772	0.490	0.863	0.413	0.759	0.670～0.848	＜0.001
PLR	138.5	0.692	0.737	0.474	0.875	0.429	0.736	0.645～0.827	＜0.001
预测模型	0.324	0.641	0.841	0.581	0.872	0.482	0.809	0.723～0.894	＜0.001

［1］	Lane BR， Tiong HY， Campbell SC， et al.Management of the adrenal gland during partial nephrectomy［J］.J Urol， 2009， 181（6）： 2430-2437.DOI： 10.1016/j.juro.2009.02.027.
［2］	Syafruddin SE， Rodrigues P， Vojtasova E， et al.A KLF6-driven transcriptional network links lipid homeostasis and tumour growth in renal carcinoma［J］.Nat Commun， 2019， 10（1）： 1152.DOI： 10.1038/s41467-019-09116-x.
［3］	Campbell S， Uzzo RG， Allaf ME， et al.Renal mass and localized renal cancer： AUA guideline［J］.J Urol， 2017， 198（3）： 520-529.DOI：10.1016/j.juro.2017.04.100.
［4］	Zhang Z， Zhou Q， Ouyang J， et al.Expression and clinical significance of interleukin-9 in renal tumors［J］.Transl Androl Urol，2020， 9（6）： 2657-2664.DOI： 10.21037/tau-20-761.
［5］	Yu Z， Lv Y， Su C， et al.Integrative single-cell analysis reveals transcriptional and epigenetic regulatory features of clear cell renal cell carcinoma［J］.Cancer Res， 2023， 83（5）： 700-719.DOI：10.1158/0008-5472.CAN-22-2224.
［6］	李国良，吴凡，李浩民，等.抽栓技术在完全腹腔镜左肾癌合并Ⅳ级腔静脉癌栓取出术的应用［J/OL］.中华腔镜泌尿外科杂志（电子版）， 2023， 17（4）： 403-406.DOI： 10.3877/cma.j.issn.1674-3253.2023.04.018.Li GL， Wu F， Li HM， et al.Application of thrombus aspiration in total laparoscopic thrombectomy in treatment of left renal cell carcinoma with level Ⅳ inferior vena Cava thrombus［J/OL］.Chin J Endourol Electron Ed， 2023， 17（4）： 403-406.DOI： 10.3877/cma.j.issn.1674-3253.2023.04.018.
［7］	Delahunt B， Eble JN， Egevad L， et al.Grading of renal cell carcinoma［J］.Histopathology， 2019， 74（1）： 4-17.DOI： 10.1111/his.13735.
［8］	Delahunt B， Sika-Paotonu D， Bethwaite PB， et al.Grading of clear cell renal cell carcinoma should be based on nucleolar prominence［J］.Am J Surg Pathol， 2011， 35（8）： 1134-1139.DOI： 10.1097/PAS.0b013e318220697f.
［9］	张志昱，宋振，周奇，等.术前炎性指标对PSA 灰区且PIRADS 评分3 分患者患临床有意义前列腺癌的预测价值［J］.大连医科大学学报， 2023， 45（3）： 198-203， 209.DOI： 10.11724/jdmu.2023.03.02.Zhang ZY， Song Z， Zhou Q， et al.Efficacy of preoperative inflammatory markers in predicting clinically significant prostate cancer in patients with gray zone PSA levels and PI-RADS 3 lesions and a novel model construction［J］.J Dalian Med Univ， 2023， 45（3）：198-203， 209.DOI： 10.11724/jdmu.2023.03.02.
［10］	Ding L， Deng X， Wang K， et al.Preoperative systemic inflammatory markers as a significant prognostic factor after TURBT in patients with non-muscle-invasive bladder cancer［J］.J Inflamm Res， 2023，16： 283-296.DOI： 10.2147/JIR.S393511.
［11］	Gaitanidis A， Wiseman D， El Lakis M， et al.Preoperative systemic inflammatory markers are prognostic indicators in recurrent adrenocortical carcinoma［J］.J Surg Oncol， 2019， 120（8）： 1450-1455.DOI： 10.1002/jso.25760.
［12］	Wang J， Ye J， Zhao X， et al.Prognostic value and model construction of preoperative inflammatory markers in patients with metastatic renal cell carcinoma［J］.World J Surg Oncol， 2023， 21（1）： 211.DOI：10.1186/s12957-023-03110-w.
［13］	Zapała Ł， Ślusarczyk A， Garbas K， et al.Complete blood countderived inflammatory markers and survival in patients with localized renal cell cancer treated with partial or radical nephrectomy： a retrospective single-tertiary-center study［J］.Front Biosci （Schol Ed），2022， 14（1）： 5.DOI： 10.31083/j.fbs1401005.
［14］	段刘剑，章顺，张林，等.外周血免疫指标对肾癌术前诊断与分期的临床意义［J］.临床泌尿外科杂志， 2023， 38（2）： 120-123， 127.DOI： 10.13201/j.issn.1001-1420.2023.02.008.Duan LJ， Zhang S， Zhang L， et al.Clinical significance of peripheral blood immune indexes in guiding renal cell carcinoma diagnosis and staging［J］.J Clin Urol， 2023， 38（2）： 120-123， 127.DOI： 10.13201/j.issn.1001-1420.2023.02.008.
［15］	陈怀安，刘硕，李秀君，等.炎症生物标志物对输尿管尿路上皮癌患者预后预测的临床价值［J］.北京大学学报（医学版）， 2021，53（2）： 302-307.DOI： 10.19723/j.issn.1671-167X.2021.02.012.Chen HA， Liu S， Li XJ， et al.Clinical value of inflammatory biomarkers in predicting prognosis of patients with ureteral urothelial carcinoma［J］.J Peking Univ Health Sci， 2021， 53（2）： 302-307.DOI：10.19723/j.issn.1671-167X.2021.02.012.
［16］	Salazar-Valdivia FE， Valdez-Cornejo VA， Ulloque-Badaracco JR， et al.Systemic immune-inflammation index and mortality in testicular cancer： a systematic review and meta-analysis［J］.Diagnostics （Basel），2023， 13（5）： 843.DOI： 10.3390/diagnostics13050843.
［17］	Hu C， Bai Y， Li J， et al.Prognostic value of systemic inflammatory factors NLR， LMR， PLR and LDH in penile cancer［J］.BMC Urol，2020， 20（1）： 57.DOI： 10.1186/s12894-020-00628-z.
［18］	Liu Y， Li X， Zhang C， et al.LINC00973 is involved in cancer immune suppression through positive regulation of Siglec-15 in clear-cell renal cell carcinoma［J］.Cancer Sci， 2020， 111（10）： 3693-3704.DOI： 10.1111/cas.14611.
［19］	赵盼盼，康旭，杨浩.肾透明细胞癌患者CT 表现与Fuhrman核分级的相关性［J］.海南医学， 2023， 34（12）： 1766-1769.DOI：10.3969/j.issn.1003-6350.2023.12.022.Zhao PP， Kang X， Yang H.Correlation between CT findings and Fuhrman nuclear grade in patients with clear cell renal cell carcinoma［J］.Hainan Med J， 2023， 34（12）： 1766-1769.DOI：10.3969/j.issn.1003-6350.2023.12.022.
［20］	Nikolaou VS， Malahias MA， Kaseta MK， et al.Comparative clinical study of ultrasound-guided A1 pulley release vs open surgical intervention in the treatment of trigger finger［J］.World J Orthop，2017， 8（2）： 163-169.DOI： 10.5312/wjo.v8.i2.163.
［21］	潘正波，程伟松，蔡海荣，等.术前系统免疫炎症指数与高危/极高危前列腺癌根治术后患者预后的相关性研究［J］.中国现代医师， 2020， 58（13）： 49-52， 56.Pan ZB， Cheng WS， Cai HR， et al.Correlation between preoperative systemic immune inflammation index and prognosis of high-risk/very high-risk prostate cancer patients after radical operation［J］.China Mod Dr， 2020， 58（13）： 49-52， 56.
［22］	董超男，翟文萍，王雪野.血小板介导肿瘤细胞生长和转移的机制研究进展［J］.医学综述， 2020， 26（4）： 695-699.DOI： 10.3969/j.issn.1006-2084.2020.04.014.Dong CN， Zhai WP， Wang XY.Research progress in mechanism of platelet-mediated tumor cell growth and metastasis［J］.Med Recapitul，2020， 26（4）： 695-699.DOI： 10.3969/j.issn.1006-2084.2020.04.014.
［23］	徐明彬，赵雨桐，黎承杨，等.术前外周血淋巴细胞与单核细胞比值和白蛋白在肾透明细胞癌预后评估中的价值［J］.中国癌症杂志， 2019， 29（11）： 887-898.DOI： 10.19401/j.cnki.1007-3639.2019.11.008.Xu MB， Zhao YT， Li CY， et al.Predictive value of lymphocyteto-monocyte ratio and serum albumin in patients with clear cell renal cell carcinoma［J］.China Oncol， 2019， 29（11）： 887-898.DOI：10.19401/j.cnki.1007-3639.2019.11.008.
［24］	牛路，薛博，高哈尔·卡德尔汉，等.基于外周血细胞的肾癌患者术后预后风险评估与精准化预测［J］.现代泌尿生殖肿瘤杂志，2023， 15（2）： 69-74， 83.DOI： 10.3870/j.issn.1674-4624.2023.02.002.Niu L， Xue B， Gaohaer·Kadeerhan， et al.Risk assessment and precision prediction of postoperative prognosis in patients with renal cell carcinoma based on peripheral blood cells［J］.J Contemp Urol Reprod Oncol， 2023， 15（2）： 69-74， 83.DOI： 10.3870/j.issn.1674-4624.2023.02.002.
［25］	Bulut N， Unsal A， Erdem GU， et al.Diagnostic value of the preoperative platelet/lymphocyte ratio and red cell distribution volume in patients with renal masses［J］.Bratisl Lek Listy， 2023，124（9）： 685-689.DOI： 10.4149/BLL_2023_105.

[1]	王昕玥, 袁亚, 束华, 曹琨芃, 叶新华, 李璐. 基于LightGBM 算法构建超声引导下凝血酶治疗假性动脉瘤剂量预测模型[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(02): 153-161.
[2]	洪玮, 叶细容, 刘枝红, 杨银凤, 吕志红. 超声影像组学联合临床病理特征预测乳腺癌新辅助化疗完全病理缓解的价值[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(06): 571-579.
[3]	张洋, 刘志燕, 王先美, 孙燕, 曾钰. ICU 患者失禁相关性皮炎风险预测模型的系统评价[J/OL]. 中华危重症医学杂志(电子版), 2025, 18(01): 31-37.
[4]	袁强, 张华宇, 闫璋哲, 朱含放, 陈光, 孙亮, 吕远, 陈纲, 赵锁. cN0峡部偏侧甲状腺乳头状癌中央区淋巴结转移的术前预测模型[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(03): 333-336.
[5]	朱宗恒, 张志火. 甲状腺乳头状癌对侧中央区淋巴结转移的危险因素分析及预测模型构建[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(03): 337-340.
[6]	奚玲, 仝瀚文, 缪骥, 毛永欢, 沈晓菲, 杜峻峰, 刘晔. 基于肌少症构建的造口旁疝危险因素预测模型[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 48-51.
[7]	曾丽华, 林碧云, 蔡敏仪, 易智君, 王晓冰, 陆元志. VHL、PBRM1、BAP1、SETD2 基因在肾透明细胞癌中的表达及临床意义[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2025, 19(02): 198-204.
[8]	李鑫, 李乐, 陈金明, 刘蕊. 基于Meta 分析构建肝癌微血管侵犯的术前预测模型[J/OL]. 中华肝脏外科手术学电子杂志, 2025, 14(01): 74-80.
[9]	张泽延, 段止璇, 吴惠群, 王国栋, 凌华, 杜晓霞. 亚急性期脑卒中患者心肺适能预测模型的构建及验证[J/OL]. 中华脑科疾病与康复杂志(电子版), 2025, 15(01): 15-20.
[10]	任船, 葛荣忠, 邱正才, 朱莉. 肠癌患者术后代谢性酸中毒的预测模型构建及应用价值评价[J/OL]. 中华消化病与影像杂志(电子版), 2025, 15(01): 34-39.
[11]	韦巧玲, 黄妍, 赵昌, 宋庆峰, 陈祖毅, 黄莹, 蒙嫦, 黄靖. 肝癌微波消融术后中重度疼痛风险预测列线图模型构建及验证[J/OL]. 中华临床医师杂志(电子版), 2024, 18(08): 715-721.
[12]	蔡晓雯, 李慧景, 丘婕, 杨翼帆, 吴素贤, 林玉彤, 何秋娜. 肝癌患者肝动脉化疗栓塞术后疼痛风险预测模型的构建及验证[J/OL]. 中华临床医师杂志(电子版), 2024, 18(08): 722-728.
[13]	洪凡, 王志坚. 瘢痕子宫再妊娠并发症预测模型的研究进展[J/OL]. 中华产科急救电子杂志, 2025, 14(01): 20-25.
[14]	闫玉, 张建新, 李宏伟, 卫元, 丁燕子, 付梦宇, 张雪薇, 阚玫麟, 袁恩武. 基于机器学习法构建子痫前期患者不良妊娠结局的临床预测模型[J/OL]. 中华临床实验室管理电子杂志, 2025, 13(01): 17-26.
[15]	马钰杰, 游雨禾, 朴哲, 薛洪省, 曹文军, 王珍, 赵志龙. 人工智能在肺结节预测模型中应用的研究现状[J/OL]. 中华胸部外科电子杂志, 2025, 12(01): 39-48.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

The predictive value of preoperative inflammatory indicators for the WHO/ISUP pathological grading of clear cell renal cell carcinoma

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

The predictive value of preoperative inflammatory indicators for the WHO/ISUP pathological grading of clear cell renal cell carcinoma