炎症负荷指数(IBI)可预测糖尿病合并肺癌患者抗肿瘤治疗后的心脏损伤风险

《Scientific Reports》：The inflammation burden index can predict the cardiac injury following antitumour therapy in lung cancer patients with diabetes

本研究针对糖尿病合并肺癌患者抗肿瘤治疗后的心脏损伤风险预测难题，通过回顾性分析192例患者的临床数据，首次证实炎症负荷指数(IBI=(CRP×Neutrophils)/Lymphocytes)可作为独立预测指标(AUC=0.722)。研究发现IBI>8.408时心脏损伤风险显著增加，且与hs-cTnT水平呈非线性正相关(P=0.0079)，为临床早期识别高危患者提供了简便可靠的生物标志物。

　　

在肿瘤治疗领域，一个令人担忧的现象正日益凸显：约20%接受胸部放疗的局部晚期非小细胞肺癌(NSCLC)患者会出现放射性心脏不良事件，而接受免疫治疗的患者中也有6.5%发生心脏损伤。当这些患者同时患有糖尿病时，情况变得更加复杂——高血糖环境会加剧炎症反应，使心肌细胞对抗肿瘤治疗的毒性更加敏感。这种"双重打击"效应让临床医生面临严峻挑战：如何在有效抗癌的同时，保护患者脆弱的心脏？

徐州医科大学附属医院的研究团队针对这一临床难题开展了一项创新性研究。通过对2018-2024年间192例糖尿病合并肺癌患者的回顾性分析，研究人员首次系统评估了炎症负荷指数(Inflammatory Burden Index, IBI)和甘油三酯-葡萄糖(Triglyceride-Glucose, TyG)指数对心脏损伤的预测价值。这项发表在《Scientific Reports》的重要研究揭示：IBI作为整合C反应蛋白(CRP)、中性粒细胞和淋巴细胞三项指标的复合炎症标志物，能够有效预测抗肿瘤治疗相关心脏损伤，其预测效能(AUC=0.722)显著优于传统指标。

研究采用单中心回顾性病例对照设计，纳入标准包括经病理确诊的肺癌合并2型糖尿病患者，所有患者均接受过至少一种抗肿瘤治疗(化疗/放疗/靶向治疗/免疫治疗)。关键技术方法包括：1)采用高敏肌钙蛋白T(hs-cTnT>14 ng/L)定义心脏损伤；2)计算IBI=(CRP×Neutrophils)/Lymphocytes和TyG=ln[(TG×GLU)/2]；3)通过单因素/多因素logistic回归分析危险因素；4)采用受试者工作特征(ROC)曲线和限制性立方样条(RCS)模型评估预测效能。

研究结果部分呈现了丰富发现：
"基线特征"显示心脏损伤组(n=101)与非损伤组(n=91)存在显著差异：损伤组患者年龄更大(66.46±8.28 vs 61.33±7.13岁)、男性比例更高(87.13% vs 41.76%)、吸烟史更普遍(84.16% vs 39.56%)，且IBI水平显著升高(161.95±349.11 vs 25.10±63.42)。

"单因素与多因素分析"揭示：年龄(OR=1.07)、吸烟(OR=6.65)、高血压(OR=2.99)、肌酸激酶同工酶(CKMB)(OR=3.29)、IBI(OR=1.01)和TNM III/IV期(OR=3.17)是心脏损伤的独立预测因素，而TyG指数未显示显著关联。

"ROC曲线分析"证实IBI具有最佳预测效能(AUC=0.722)，最佳截断值为8.408，敏感性和特异性分别为71.3%和65.9%。其他预测因子如吸烟史(AUC=0.723)、CKMB(AUC=0.712)和年龄(AUC=0.688)也表现良好。

"非线性关系"通过RCS模型首次揭示IBI与心脏损伤风险呈显著非线性正相关(P_nonlinear=0.0079)，当IBI>50时风险曲线呈现陡峭上升趋势。

讨论部分深入阐释了这些发现的科学价值。作为首个探讨IBI在糖尿病合并肺癌患者中预测价值的研究，其创新性体现在三方面：1)证实系统性炎症而非胰岛素抵抗(TyG指数)是此类患者心脏损伤的主要驱动因素；2)建立IBI>8.408的预警阈值；3)揭示炎症与心脏损伤的非线性剂量效应关系。这些发现为"炎症-心脏毒性"假说提供了直接临床证据，提示抗炎干预可能成为保护高危患者心脏功能的新策略。

该研究的临床意义重大：IBI作为常规检测指标的组合(CRP+血常规)，无需额外成本即可实现心脏风险分层，特别适合资源有限地区应用。对于IBI>8.408的患者，建议加强心功能监测、优化血糖控制，并考虑预防性使用心脏保护药物。研究也存在一定局限，如单中心设计、未评估动态IBI变化等，这些将在团队后续的多中心前瞻性研究中完善。

这项研究为肿瘤心脏病学这一新兴领域贡献了重要中国证据，其建立的IBI预测模型犹如一盏"预警灯"，帮助临床医生在糖尿病合并肺癌患者接受抗肿瘤治疗时，更早识别心脏损伤风险，实现"抗癌护心"的双重目标。随着个性化医疗的发展，这种基于炎症标志物的风险预测策略，或将成为优化肿瘤治疗决策的新标杆。