幽门螺杆菌感染、炎症指标与早期结直肠癌的相关性分析
Correlation Analysis of Helicobacter pylori Infection, Inflammatory Indexes and Early Colorectal Cancer
摘要: 目的:研究早期结直肠癌患者幽门螺杆菌感染情况及血液炎症指标的变化情况,探讨幽门螺杆菌感染、炎症指标与早期结直肠癌的相关性。方法:回顾性分析2020年9月至2023年9月就诊于青岛市市立医院的早期结直肠癌患者及同期住院的健康体检者,对两组研究对象的一般情况、幽门螺杆菌感染情况和血液炎症指标情况进行统计学比较分析,构建早期结直肠癌预测模型。结果:早期结直肠癌组幽门螺杆菌感染率和炎症指标水平均高于健康体检组,幽门螺杆菌感染和系统免疫炎症指数是影响早期结直肠癌发生的重要因素。幽门螺杆菌和系统免疫炎症指数参与构建的早期结直肠癌预测模型的曲线下面积为0.803,预测概率的灵敏度和特异度分别为80.40%和67.90%。结论:幽门螺杆菌感染、炎症指标均与早期结直肠癌具有相关性,对早期结直肠癌的诊断具有积极意义。幽门螺杆菌和系统免疫炎症指数参与构建的早期结直肠癌预测模型对早期结直肠癌具有一定的诊断价值,对初步筛查早期结直肠癌高风险人群有一定的参考价值。
Abstract: Objective: To study the changes in Helicobacter pylori infection and blood inflammatory indexes in patients with early colorectal cancer, and to explore the correlation between Helicobacter pylori infection, inflammatory indexes and early colorectal cancer. Methods: Early colorectal cancer patients attending Qingdao Municipal Hospital from September 2020 to September 2023 and health checkups hospitalized during the same period were retrospectively analyzed, and the general conditions, Helicobacter pylori infection and blood inflammation indexes of the two groups of study subjects were statistically compared and analyzed to construct a prediction model for early colorectal cancer. Results: The infection rate of Helicobacter pylori and the level of inflammatory indexes in the early colorectal cancer group were higher than those in the healthy medical checkup group, and Helicobacter pylori infection and systemic immune-inflammation indexes were important factors affecting the development of early colorectal cancer. The area under the curve of the early colorectal cancer prediction model constructed with the participation of Helicobacter pylori and the systemic immune-inflammation indexes was 0.803, and the sensitivity and specificity of the prediction probability were respectively 80.40% and 67.90%. Conclusion: Helicobacter pylori infection and inflammation indexes all correlate with early colorectal cancer, and have positive significance for the diagnosis of early colorectal cancer. The prediction model of early colorectal cancer constructed with the participation of Helicobacter pylori and systemic immune-inflammation indexes has a certain diagnostic value for early colorectal cancer, and has a certain reference value for the preliminary screening of high-risk groups of early colorectal cancer.
文章引用:营浩东, 唐东, 高玉强. 幽门螺杆菌感染、炎症指标与早期结直肠癌的相关性分析[J]. 临床医学进展, 2025, 15(1): 2070-2078. https://doi.org/10.12677/acm.2025.151274

1. 引言

结直肠癌是最常见的恶性肿瘤之一,在全球范围内其发病率排名第三,死亡率排名第二,严重危害着人类健康[1] [2]。随着人们生活标准的提升以及饮食习惯的变化,我国结直肠癌的发病率和死亡率呈现逐年增长的趋势,2022年全国新发病例数约为60万例,死亡病例数约为31万例[3]。结直肠癌的转归和预后与病变分期紧密相关,大部分早期结直肠癌可获得良好预后,5年生存率超过90%,但目前我国结直肠癌的早期诊断率较低。为提高我国结直肠癌的早期诊断率、降低结直肠癌死亡率,需要逐步普及结直肠癌筛查[4]。因此,寻找适用于早期结直肠癌筛查的无创生物标志物就显得非常重要。

幽门螺杆菌(Helicobacter pylori, Hp)是全球最普遍的细菌感染之一,也是已知最强的胃癌风险因素。虽然Hp仅定植于胃上皮,但这种感染也与各种胃外疾病有关,包括结直肠癌[5]。研究表明Hp感染会增加罹患结直肠癌的风险[6]。除此之外,炎症在致癌过程中起着非常重要的作用,慢性炎症会影响肿瘤发展的所有阶段[7]。近期研究表明血液炎症指标与癌症的发生、发展及预后相关[8]-[11]。本研究通过回顾性分析Hp感染及血液炎症指标与早期结直肠癌的相关性,探讨其对早期结直肠癌的预测价值,以期发现更加便捷可行的、有价值的早期结直肠癌筛查指标。

2. 资料与方法

2.1. 研究对象

本研究采用回顾性研究分析,选取2020年9月至2023年9月于我院就诊并诊断为早期结直肠癌的患者。纳入标准:(1) 住院行肠道病变内镜下治疗或外科手术治疗,且术后病理为高级别上皮内瘤变或癌变浸润深度局限于黏膜及黏膜下层的早期结直肠癌。(2) 就诊期间接受C13-尿素呼气试验检测Hp情况,且满足以下条件:既往无根除Hp治疗史;2周内无应用质子泵抑制剂或H2受体阻滞剂史;4周内无应用抗生素和(或)铋剂史。(3) 长期生活在山东省青岛市,无外地久居史。排除标准包括:(1) 患有家族性腺瘤性息肉病。(2) 中晚期结直肠癌。(3) 有其他恶性肿瘤、血液系统疾病、自身免疫性疾病史。(4) 近期有发热或感染的病史。(5) 研究所需病历资料不全。最终共纳入符合条件的早期结直肠癌患者184例,其中男性120例,女性64例。

选取同期在医院进行健康体检的人群。纳入标准:(1) 行完整的肠镜检查,未发现明显异常。(2) 就诊期间接受C13-尿素呼气试验检测Hp情况,且满足以下条件:既往无根除Hp治疗史;2周内无应用质子泵抑制剂或H2受体阻滞剂史;4周内无应用抗生素和(或)铋剂史。(3) 长期生活在山东省青岛市,无外地久居史。排除标准包括:(1) 既往有肠道疾病病史。(2) 有其他恶性肿瘤、血液系统疾病、自身免疫性疾病史。(3) 近期有发热或感染的病史。(4) 研究所需病历资料不全或临床检验资料等体检结果有明显异常。最终共纳入184例肠镜结果无明显异常的人群作为对照组,其中男性73例,女性111例。所纳入研究对象分析前均匿名,本研究经我院伦理委员会批准,符合伦理委员会所制定的伦理学标准。

2.2. 研究方法及诊断标准

收集并记录研究对象的一般情况(性别、年龄、身高、体重)、个人史(饮酒史、吸烟史)、合并症(高血压、糖尿病、冠心病、胆囊息肉、反流性食管炎、消化性溃疡等)、C13-尿素呼气试验结果、入院首次外周血血常规检测指标(记录中性粒细胞计数、淋巴细胞计数、单核细胞计数、血小板计数)、入院首次粪便常规+隐血试验检测结果。根据计算公式计算出体质量指数(BMI)、中性粒细胞与淋巴细胞比值(NLR)、血小板与淋巴细胞比值(PLR)、单核细胞与淋巴细胞比值(MLR)、系统免疫炎症指数(SII)、泛免疫炎症值(PIV)。计算方法为BMI = 体重(Kg)/身高(m2),NLR = 中性粒细胞计数/淋巴细胞计数,PLR = 血小板计数/淋巴细胞计数,MLR = 单核细胞计数/淋巴细胞计数,SII = 中性粒细胞计数 × 血小板计数/淋巴细胞计数,PIV = 单核细胞计数 × 中性粒细胞计数 × 血小板计数/淋巴细胞计数。

C13-尿素呼气试验:受检者在空腹状态下向收集袋内吹满第一袋气体,服用尿素片(C13)胶囊,30分钟后再吹满另一袋气体,仪器检测两袋气体。当DOB值 ≥ 4.0时为阳性,DOB值 < 4.0时为阴性。

早期结直肠癌的诊断:早期结直肠癌指浸润深度局限于黏膜及黏膜下层的任意大小的结直肠上皮性肿瘤,无论有无淋巴结转移。肿瘤浸润局限于黏膜层者称为黏膜内癌(M期癌),浸润至黏膜下层但未侵犯固有肌层者称为黏膜下癌(SM期癌)。

2.3. 统计学分析

采用R语言(4.3.2版)对本研究的数据进行统计、分析。采用[n (%)]描述计数资料,采用Shapiro-Wilk test进行计量资料的正态性检验,对服从正态分布的计量资料采用“ x ¯ ± s ”进行描述,对不服从正态分布的计量资料采用M (P25, P75)进行描述。采用卡方检验对比分析计数指标在两组间的差异情况;采用MannWhitney U检验,对比分析非正态分布的计量指标在两组之间的差异情况;采用两独立样本t检验/配对t检验,对比分析两组之间的正态指标差异情况。采用二分类多因素Logistic回归分析方法,分析早期结直肠癌的影响因素,自变量的筛选方法选择逐步向前法。根据二分类多因素Logistic回归分析结果确定的危险因素,建立Nomogram预测模型,绘制列线图,并采用校准曲线、决策曲线、临床影响曲线和ROC曲线对所构建的预测模型进行验证。检验水准:α = 0.05,即P < 0.05具有统计学意义。

3. 结果

3.1. 健康体检组和早期结直肠癌组一般临床资料

根据纳入及排除标准,两组各纳入184例。健康体检组中男性73例,女性111例,平均年龄59.52 ± 7.9岁。早期结直肠癌组中男性120例,女性64例,平均年龄61.55 ± 8.65岁。早期结直肠癌组的男性比例、有吸烟史的比例、有饮酒史的比例、年龄、BMI指数均高于健康体检组,差异均具有统计学意义(P < 0.05) (表1)。

Table 1. Comparison of general clinical data between healthy physical examination group and early stage colorectal cancer group [n (%), x ¯ ± s , M (P25, P75)]

1. 健康体检组和早期结直肠癌组一般临床资料比较[n (%), x ¯ ± s , M (P25, P75)]

临床资料

健康体检组

(n = 184)

早期结直肠癌组

(n = 184)

χ2/t/Z

P

年龄(岁)

59.52 ± 7.9

61.55 ± 8.65

2.360

0.019

身高(cm)

165 (160, 170.75)

170 (162, 175)

3.24

0.001

体重(Kg)

65 (60, 74)

70 (63, 79)

3.562

<0.001

BMI(Kg/m2)

24.17 ± 3.17

24.94 ± 3.16

2.339

0.020

性别

男性

73 (37.80)

120 (62.20)

24.068

<0.001

女性

111 (63.40)

64 (36.60)

吸烟史

161 (55.90)

127 (44.10)

18.464

<0.001

23 (28.70)

57 (71.30)

饮酒史

167 (55.90)

132 (44.10)

21.851

<0.001

17 (24.60)

52 (75.40)

3.2. 两组间幽门螺杆菌感染情况

在健康体检组中,Hp阳性55例,阴性129例,Hp感染率29.9%。在早期结直肠癌组中,Hp阳性88例,阴性96例,Hp感染率47.8%。早期结直肠癌组的Hp感染率大于健康体检组,差异有统计学意义(P < 0.05) (表2)。

Table 2. Comparison of differences in H. pylori infection between the two groups [n (%)]

2. 两组间幽门螺杆菌感染情况差异比较[n (%)]

幽门螺杆菌感染情况

健康体检组

(n = 184)

早期结直肠癌组

(n = 184)

χ2

P

129 (70.10)

96 (52.20)

12.455

<0.001

55 (29.90)

88 (47.80)

3.3. 两组间血常规及炎症指标情况

早期结直肠癌组的白细胞计数水平、中性粒细胞计数水平和血红蛋白水平均高于健康体检组,且差异具有统计学意义(P < 0.05) (表3)。两组炎症指标方面,早期结直肠癌组的NLR、MLR、SII和PIV水平均高于健康体检组,且差异具有统计学意义(P < 0.05) (表3)。

Table 3. Comparison of the differences in blood routine and inflammation indexes between the two groups [M (P25, P75), x ¯ ± s ]

3. 两组间血常规、炎症指标差异比较[M (P25, P75), x ¯ ± s ]

指标分类

健康体检组

(n = 184)

早期结直肠癌组

(n = 184)

Z

P

血常规

白细胞计数

5.43 (4.65, 6.45)

5.85 (4.96, 6.70)

2.274

0.023

中性粒细胞计数

2.71 (2.17, 3.54)

3.18 (2.57, 3.92)

3.996

<0.001

淋巴细胞计数

2.01 (1.64, 2.51)

1.90 (1.61, 2.35)

1.854

0.064

单核细胞计数

0.44 (0.34, 0.52)

0.45 (0.36, 0.56)

1.632

0.103

血红蛋白

131.00 (123.00, 142.00)

139.00 (130.00, 148.75)

3.91

<0.001

血小板

207.50 (179.00, 243.00)

213.50 (182.00, 246.50)

0.829

0.407

炎症指标

NLR

1.30 (1.00, 1.73)

1.61 (1.24, 2.00)

4.591

<0.001

PLR

101.83 (80.23, 126.37)

103.89 (86.96, 132.59)

1.883

0.060

MLR

0.20 (0.17, 0.26)

0.23 (0.19, 0.29)

3.123

0.002

SII

258.02 (208.46, 378.01)

325.14 (252.48, 463.96)

4.369

<0.001

PIV

112.60 (79.77, 171.35)

146.16 (100.75, 238.04)

3.858

<0.001

3.4. 影响早期结直肠癌发生的多因素Logistic回归分析

将研究对象的一般情况(性别、年龄、身高、体重、BMI指数、吸烟史、饮酒史)、合并症(高血压、糖尿病、冠心病)、血常规指标、炎症指标、粪便常规、肝功指标及肿瘤标记物等进行单因素Logistic回归分析。以是否发生早期结直肠癌作为因变量(0 = 不发生,1 = 发生),将单因素分析结果中差异有统计学意义的变量作为多因素分析的自变量,变量的筛选方法选择逐步向前法,分析早期结直肠癌发生的影响因素。结果提示,在多因素Logistic回归分析中,饮酒史(OR = 2.815, 95% CI: 1.294~6.124)、Hp感染(OR = 1.958, 95% CI: 1.154~3.322)、粪便隐血(OR = 12.799, 95% CI: 5.497~29.800)、年龄(OR = 1.047, 95% CI: 1.015~1.080)、SII (OR = 1.002, 95% CI: 1.001~1.004)对早期结直肠癌发生的影响具有统计学意义(P < 0.05) (表4),均是影响早期结直肠癌发生的重要因素。

Table 4. Multifactorial logistic regression analysis affecting early colorectal cancer occurrence

4. 影响早期结直肠癌发生的多因素Logistic回归分析

变量

β

标准误S.E

Wald值

P

OR值

95% CI

饮酒史(参照:否)

1.035

0.396

6.816

0.009

2.815

1.294~6.124

幽门螺杆菌(参照:否)

0.672

0.270

6.212

0.013

1.958

1.154~3.322

粪便隐血(参照:否)

2.549

0.431

34.951

<0.001

12.799

5.497~29.800

年龄(岁)

0.046

0.016

8.207

0.004

1.047

1.015~1.080

SII

0.002

0.001

8.524

0.004

1.002

1.001~1.004

常量

3.937

1.079

13.322

<0.001

0.020

3.5. 早期结直肠癌预测模型及其诊断价值

基于多因素Logistic回归分析中确定的五项危险因素(饮酒史、Hp感染、粪便隐血、年龄和SII),利用R语言(4.3.2版本)建立早期结直肠癌的患病风险Nomogram预测模型(图1)。

Figure 1. Column line diagram of early colorectal cancer prediction models

1. 早期结直肠癌预测模型的列线图

以是否患早期结直肠癌作为因变量,预测概率作为诊断变量,进行ROC曲线分析(图2)。结果显示,饮酒史、Hp感染、粪便隐血、年龄和SII的曲线下面积(area under the curve, AUC)为0.803,预测概率的灵敏度和特异度分别为80.40%和67.90%,该预测模型对预测早期结直肠癌的发生有较好的准确性。

Figure 2. ROC curves for early colorectal cancer prediction models

2. 早期结直肠癌预测模型的ROC曲线

4. 讨论

Hp是一种革兰氏阴性、微需氧、螺旋状细菌,定植于世界43%人口的胃粘膜中。Hp是慢性胃炎的最常见原因,不同程度地引发患者出现严重的胃和十二指肠病变,包括消化性溃疡病、胃癌和胃粘膜相关淋巴组织淋巴瘤[12]。此外,越来越多的研究表明,Hp感染同样会增加罹患结直肠癌的风险[13]-[16]。Hp诱发结直肠癌的机制尚未完全阐明。已有的研究表明,通过上下消化道之间的免疫学交叉反应对肠道免疫反应的调节以及对肠道微生物群的影响是Hp诱发结直肠癌的主要机制。一方面,Hp感染会在宿主中诱导全身炎症免疫反应,Hp感染通过操纵可能增加结直肠癌风险的CD4+和CD8+ T细胞反应在肠道中引发促炎反应,CagA或VacA等细菌毒力因子在Hp驱动的肠道致癌作用中起着重要作用。另一方面,虽然Hp感染不会改变肠道微生物的整体丰富度,但感染会促进小肠和大肠的微生物菌群失调,导致促癌细菌和粘液降解菌增加,有益代谢菌减少[5] [17] [18]。有研究表明,通过抗生素治疗根除Hp可能会降低远期结直肠癌的发病风险[19]。在本研究中,早期结直肠癌组人群的Hp感染率显著高于健康组人群,差异有统计学意义(P < 0.05),这一结果提示Hp感染和早期结直肠癌的发生具有相关性。我们期望深入研究Hp诱发结直肠癌的潜在机制以检测高危人群并进行早期干预。仍然需要大量高质量的基础及临床研究来进一步阐明Hp感染在结直肠癌发生、发展过程中的作用。

炎症与肿瘤发生之间的联系由Rudolf Virchow于1863年首次提出[20]。细胞与其微环境之间的双向通讯对于正常组织稳态和肿瘤生长都至关重要。肿瘤在复杂的组织环境中发展,它们依赖于这些组织环境进行持续生长、侵袭和转移。因此,失调的微环境会影响肿瘤的发生[21]。主要由炎症细胞编排的肿瘤微环境是肿瘤发展过程中不可或缺的参与者,促进肿瘤增殖、存活和迁移。在肿瘤发展过程的早期,炎症细胞是强大的肿瘤促进剂,为肿瘤生长提供有吸引力的环境,促进基因组不稳定并促进血管生成。炎症细胞与其产生的趋化因子和细胞因子影响着肿瘤所在的器官,调节肿瘤微环境中所有细胞的生长、迁移和分化,包括肿瘤细胞、成纤维细胞和内皮细胞。在肿瘤发展过程的后期,肿瘤细胞还会推进炎症转移,以促进肿瘤扩散和转移[22]

近期的研究发现,血液炎症指标与肿瘤的发生、发展及预后相关[23] [24]。在本研究中,早期结直肠癌组的白细胞计数水平、中性粒细胞计数水平均高于健康体检组,差异有统计学意义(P < 0.05);早期结直肠癌组的NLR、MLR、SII和PIV水平均高于健康体检组,差异有统计学意义(P < 0.05)。这一结果证实了血液炎症指标与早期结直肠癌具有相关性。纳入本研究的炎症指标涉及中性粒细胞、淋巴细胞、单核细胞和血小板。研究表明,这些炎症细胞、炎症因子均与肿瘤密切相关。中性粒细胞是肿瘤微环境的重要组成部分。它可以发挥双重功能。一方面中性粒细胞可以通过驱动血管生成、细胞外基质重塑和免疫抑制而发挥促肿瘤作用。另一方面,中性粒细胞也可以通过直接杀死肿瘤细胞和产生耐药性的细胞网络来介导抗肿瘤反应[25]。淋巴细胞介导抗肿瘤免疫反应,能够抑制肿瘤细胞的增殖和转移[26]。单核细胞一方面可以通过诱导免疫耐受、血管生成和肿瘤细胞播散来影响肿瘤微环境,另一方面也可以产生抗肿瘤效应因子并激活抗原呈递细胞[27]。血小板以多种方式促进肿瘤的进展和转移,其特点是为肿瘤的血行转移提供适宜的微环境[28]。研究肿瘤患者体内炎症反应发生的机制以及各种炎症细胞、炎症因子在肿瘤发生、发展过程中的作用,有助于我们更好地理解各项炎症指标的意义,以期通过炎症指标的变化早期识别肿瘤的发生。

在本研究中,我们基于多因素回归分析中确定的五项危险因素(饮酒史、Hp感染、粪便隐血、年龄和SII),构建了早期结直肠癌发生的预测模型,结果显示预测模型的AUC为0.803,灵敏度和特异度分别为80.4%和67.9%,该预测模型对预测早期结直肠癌的发生有较好的准确性。

综上所述,Hp感染、炎症指标(NLR、MLR、SII和PIV)与早期结直肠癌具有相关性,对早期结直肠癌的诊断具有积极意义。Hp、SII参与构建的早期结直肠癌预测模型对早期结直肠癌具有一定的诊断价值,对初步筛查早期结直肠癌高风险人群有一定的参考价值。但本研究仍具有一定的局限性:首先,本研究是单中心回顾性分析,样本量有限且来源单一,统计效能相对较低。除此之外,饮食和生活习惯等因素也可能影响Hp感染和炎症相关指标,尽管我们已经在研究中尽量控制这些混杂因素,但无法完全避免其对研究的影响。最后,本研究重点探讨了Hp感染、炎症指标与早期结直肠癌的相关性,仍然缺乏对其作用机制的深入探讨,未来可以进一步研究Hp感染和炎症在早期结直肠癌发生、发展过程中的作用机制,以期更好地利用其在早期结直肠癌中的诊断价值,为早期识别结直肠癌的发生提供更多可能。

声 明

本研究已获得所有参与者的知情同意,所有参与者均已签署知情同意书。

NOTES

*通讯作者。

参考文献

[1] Patel, S.G., Karlitz, J.J., Yen, T., Lieu, C.H. and Boland, C.R. (2022) The Rising Tide of Early-Onset Colorectal Cancer: A Comprehensive Review of Epidemiology, Clinical Features, Biology, Risk Factors, Prevention, and Early Detection. The Lancet Gastroenterology & Hepatology, 7, 262-274.
https://doi.org/10.1016/s2468-1253(21)00426-x
[2] Bray, F., Laversanne, M., Sung, H., Ferlay, J., Siegel, R.L., Soerjomataram, I., et al. (2024) Global Cancer Statistics 2022: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA: A Cancer Journal for Clinicians, 74, 229-263.
https://doi.org/10.3322/caac.21834
[3] Xia, C., Dong, X., Li, H., Cao, M., Sun, D., He, S., et al. (2022) Cancer Statistics in China and United States, 2022: Profiles, Trends, and Determinants. Chinese Medical Journal, 135, 584-590.
https://doi.org/10.1097/cm9.0000000000002108
[4] 柏愚, 杨帆, 马丹, 等. 中国早期结直肠癌筛查及内镜诊治指南(2014年, 北京) [J]. 胃肠病学, 2015, 20(6): 345-365.
[5] Engelsberger, V., Gerhard, M. and Mejías-Luque, R. (2024) Effects of Helicobacter pylori Infection on Intestinal Microbiota, Immunity and Colorectal Cancer Risk. Frontiers in Cellular and Infection Microbiology, 14, Article ID: 1339750.
https://doi.org/10.3389/fcimb.2024.1339750
[6] Boustany, A. (2023) Epidemiology and Risk of Colorectal Cancer in Patients with a History of Helicobacter pylori Infection: A Population-Based Study. Annals of Gastroenterology, 36, 203-207.
https://doi.org/10.20524/aog.2023.0783
[7] Elinav, E., Nowarski, R., Thaiss, C.A., Hu, B., Jin, C. and Flavell, R.A. (2013) Inflammation-Induced Cancer: Crosstalk between Tumours, Immune Cells and Microorganisms. Nature Reviews Cancer, 13, 759-771.
https://doi.org/10.1038/nrc3611
[8] Yang, R., Chang, Q., Meng, X., Gao, N. and Wang, W. (2018) Prognostic Value of Systemic Immune-Inflammation Index in Cancer: A Meta-Analysis. Journal of Cancer, 9, 3295-3302.
https://doi.org/10.7150/jca.25691
[9] Bugada, D., Allegri, M., Lavand’homme, P., De Kock, M. and Fanelli, G. (2014) Inflammation-Based Scores: A New Method for Patient-Targeted Strategies and Improved Perioperative Outcome in Cancer Patients. BioMed Research International, 2014, Article ID: 142425.
https://doi.org/10.1155/2014/142425
[10] He, W., Yin, C., Guo, G., Jiang, C., Wang, F., Qiu, H., et al. (2013) Initial Neutrophil Lymphocyte Ratio Is Superior to Platelet Lymphocyte Ratio as an Adverse Prognostic and Predictive Factor in Metastatic Colorectal Cancer. Medical Oncology, 30, Article No. 439.
https://doi.org/10.1007/s12032-012-0439-x
[11] Chen, J., Zhai, E., Yuan, Y., Wu, K., Xu, J., Peng, J., et al. (2017) Systemic Immune-Inflammation Index for Predicting Prognosis of Colorectal Cancer. World Journal of Gastroenterology, 23, 6261-6272.
https://doi.org/10.3748/wjg.v23.i34.6261
[12] Malfertheiner, P., Camargo, M.C., El-Omar, E., Liou, J., Peek, R., Schulz, C., et al. (2023) Helicobacter pylori Infection. Nature Reviews Disease Primers, 9, Article No. 19.
https://doi.org/10.1038/s41572-023-00431-8
[13] Butt, J. and Epplein, M. (2019) Helicobacter pylori and Colorectal Cancer—A Bacterium Going Abroad? PLOS Pathogens, 15, e1007861.
https://doi.org/10.1371/journal.ppat.1007861
[14] Wang, Y., Zhao, Y. and Wang, X. (2016) Helicobacter pylori Infection and Colorectal Carcinoma Risk: A Meta-Analysis. Journal of Cancer Research and Therapeutics, 12, 15-18.
https://doi.org/10.4103/0973-1482.191621
[15] Zuo, Y., Jing, Z., Bie, M., Xu, C., Hao, X. and Wang, B. (2020) Association between Helicobacter pylori Infection and the Risk of Colorectal Cancer: A Systematic Review and Meta-Analysis. Medicine, 99, e21832.
https://doi.org/10.1097/md.0000000000021832
[16] Lu, D., Wang, M., Ke, X., Wang, Q., Wang, J., Li, D., et al. (2022) Association between H. pylori Infection and Colorectal Polyps: A Meta-Analysis of Observational Studies. Frontiers in Medicine, 8, Article ID: 706036.
https://doi.org/10.3389/fmed.2021.706036
[17] Ralser, A., Dietl, A., Jarosch, S., Engelsberger, V., Wanisch, A., Janssen, K.P., et al. (2023) Helicobacter pylori Promotes Colorectal Carcinogenesis by Deregulating Intestinal Immunity and Inducing a Mucus-Degrading Microbiota Signature. Gut, 72, 1258-1270.
https://doi.org/10.1136/gutjnl-2022-328075
[18] Jackson, L., Britton, J., Lewis, S.A., McKeever, T.M., Atherton, J., Fullerton, D., et al. (2009) A Population‐Based Epidemiologic Study of Helicobacter pylori Infection and Its Association with Systemic Inflammation. Helicobacter, 14, 460-465.
https://doi.org/10.1111/j.1523-5378.2009.00711.x
[19] Guo, C., Zhang, F., Jiang, F., Wang, L., Chen, Y., Zhang, W., et al. (2023) Long-Term Effect of Helicobacter pylori Eradication on Colorectal Cancer Incidences. Therapeutic Advances in Gastroenterology, 16.
https://doi.org/10.1177/17562848231170943
[20] Balkwill, F. and Mantovani, A. (2001) Inflammation and Cancer: Back to Virchow? The Lancet, 357, 539-545.
https://doi.org/10.1016/s0140-6736(00)04046-0
[21] Quail, D.F. and Joyce, J.A. (2013) Microenvironmental Regulation of Tumor Progression and Metastasis. Nature Medicine, 19, 1423-1437.
https://doi.org/10.1038/nm.3394
[22] Coussens, L.M. and Werb, Z. (2002) Inflammation and Cancer. Nature, 420, 860-867.
https://doi.org/10.1038/nature01322
[23] Hamid, H.K.S., Emile, S.H. and Davis, G.N. (2022) Prognostic Significance of Lymphocyte-to-Monocyte and Platelet-to-Lymphocyte Ratio in Rectal Cancer: A Systematic Review, Meta-Analysis, and Meta-Regression. Diseases of the Colon & Rectum, 65, 178-187.
https://doi.org/10.1097/dcr.0000000000002291
[24] Nøst, T.H., Alcala, K., Urbarova, I., Byrne, K.S., Guida, F., Sandanger, T.M., et al. (2021) Systemic Inflammation Markers and Cancer Incidence in the UK Biobank. European Journal of Epidemiology, 36, 841-848.
https://doi.org/10.1007/s10654-021-00752-6
[25] Jaillon, S., Ponzetta, A., Di Mitri, D., Santoni, A., Bonecchi, R. and Mantovani, A. (2020) Neutrophil Diversity and Plasticity in Tumour Progression and Therapy. Nature Reviews Cancer, 20, 485-503.
https://doi.org/10.1038/s41568-020-0281-y
[26] Wouters, M.C.A. and Nelson, B.H. (2018) Prognostic Significance of Tumor-Infiltrating B Cells and Plasma Cells in Human Cancer. Clinical Cancer Research, 24, 6125-6135.
https://doi.org/10.1158/1078-0432.ccr-18-1481
[27] Ugel, S., Canè, S., De Sanctis, F. and Bronte, V. (2021) Monocytes in the Tumor Microenvironment. Annual Review of Pathology: Mechanisms of Disease, 16, 93-122.
https://doi.org/10.1146/annurev-pathmechdis-012418-013058
[28] Schlesinger, M. (2018) Role of Platelets and Platelet Receptors in Cancer Metastasis. Journal of Hematology & Oncology, 11, Article No. 125.
https://doi.org/10.1186/s13045-018-0669-2

Baidu
map