Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Klinische Bedeutung der Serum-LDH-Konzentration bei der prognostischen Beurteilung von großzelligem neuroendokrinen Lungenkrebs

557 Aufrufe

⸱

DOI:

10.3791/69352

⸱

30. Dezember 2025

 ,  ,  , 
1Department of Thoracic Surgery, Beijing Chest Hospital, Capital Medical University, Beijing Tuberculosis and Thoracic Tumor Research Institute, 2Department of Metabolism and Endocrinology, Zhangjiajie People's Hospital, 3Department of Internal Medicine, Zhangjiajie Public Hospital, 4Department of Metabolism and Endocrinology, The Third Hospital of Changsha (Changsha Hospital Affiliated to Hunan University)

In diesem Artikel

Zusammenfassung

Die Studie untersuchte Serum-LDH-Werte, die bei Patienten mit großzelligem neuroendokrinem Lungenkrebs (LCNEC) signifikant erhöht waren und mit Tumorgröße, Stadium, Differenzierung und Lymphknotenmetastasen korrelierten. LDH erwies sich als unabhängiger prognostischer Faktor und zeigte eine hohe Prädiktionsgenauigkeit, was auf seinen klinischen Nutzen in der LCNEC-Prognose hinweist.

Zusammenfassung

Diese Studie untersucht die Expressionsmerkmale der Serumlaktatdehydrogenase (LDH) bei Patienten mit großzelligem neuroendokrinen Lungenkarzinom (LCNEC) und bewertet seine klinische prognostische Bedeutung. Eine prospektive Kohortenstudie wurde durchgeführt, bei der 80 LCNEC-Patienten aufgenommen wurden, die zwischen Januar 2022 und Januar 2024 aufgenommen wurden (Fallgruppe), sowie 80 gesunde Personen im gleichen Zeitraum medizinische Untersuchungen unterzogen (Kontrollgruppe). Die Serum-LDH-Werte wurden quantitativ mit einem enzymgebundenen Immunsorbent-Assay (ELISA) gemessen. Unabhängige Risikofaktoren für eine schlechte Prognose wurden mit einem Multifaktorialen Logistischen Regressionsmodell (MLR) analysiert. Die prognostische Prädiktionsfähigkeit von LDH wurde anhand der Empfänger-Betriebscharakteristik (ROC)-Kurve bewertet. Die Serum-LDH-Werte in der Fallgruppe waren deutlich höher als in der Kontrollgruppe (p < 0,05). Die Subgruppenanalyse zeigte, dass LDH-Werte von Patienten mit Tumormaximaldurchmesser ≥5 cm, geringer Variation, Stadium III-IV und Lymphknotenmetastasen signifikant höher waren als die der entsprechenden Referenzgruppen (alle p < 0,05). Die Gruppe mit schlechter Prognose hatte höhere LDH-Expressionswerte und Lymphknotenmetastasen im Vergleich zur Gruppe mit guter Prognose (beide p < 0,05). MLR zeigte, dass LDH (OR = 2,130, 95%-KI: 1,312–3,465) und Lymphknotenmetastasen autonome Prädiktoren für eine schlechte Prognose waren (beide p < 0,05). Die ROC-Analyse zeigte, dass LDH die Prognose mit einem Auc von 0,825 (95 % KI: 0,752–0,898), einem optimalen kritischen Wert von 280,5 U/L, einer Sensitivität von 75,0 % und einer Spezifität von 78,0 % vorhersagte. Die Serum-LDH-Werte waren bei LCNEC-Patienten ungewöhnlich erhöht und korrelierten signifikant mit Tumormalignitätsmerkmalen, was als gültiger biologischer Marker zur Bewertung der Krankheitsprognose dienen kann.

Einleitung

Als hochgradig bösartiger Subtyp des speziellen Lungenkrebses (LC) hat das großzellige neuroendokrine Karzinom (LCNEC) in den letzten Jahren einen deutlichen Trend zur Häufigkeitsentwicklung in der klinischen Diagnose und Behandlung gezeigt und in klinischen und wissenschaftlichenForschungsfeldern große Aufmerksamkeit erregt. Laut Statistik macht LCNEC 3 % bis 5 % aller Lungenkrebserkrankungen aus. Im Vergleich zu anderen LC-Typen weist LCNEC einzigartige biologische Verhaltensweisen und klinische Merkmale auf, wie schlecht unterscheidbare Tumorzellen und eine schnelle Entwicklung, die häufig zu einer schlechten Prognose und einer 5-Jahres-Überlebensrate von weniger als 30 % führt. Es gibt jedoch weiterhin viele Herausforderungen bei der Diagnose und Behandlung von LCNEC, insbesondere das Fehlen wirksamer prädiktiver Indikatoren, was die Weiterentwicklung klinischer Behandlungspläne und der Patientenprognose erheblich beeinflusst.

Unter normalen physiologischen Bedingungen sind die Serumwerte von Laktatdehydrogenase (LDH) relativ stabil und werden in einem engen Bereichvon 3,4 gehalten. Wenn jedoch pathologische Veränderungenauftreten, insbesondere bei bösartigen Tumoren, geht die abnormale Proliferation der Tumorzellen häufig mit einer signifikanten Steigerung der metabolischen Aktivität einher, und diese pathologische Veränderung führt zu einer erheblichen intrazellulären LDH-Freisetzung, die wiederum zu einem ungewöhnlich hohen LDH-Serumwert 6,7 führt. Jüngste klinische Studien haben bestätigt, dass die LDH-Werte im Serum eng mit dem biologischen Verhalten mehrerer bösartiger Tumore verbunden sind. Ihre Schwankungen deuten nicht nur auf Tumorinvasivität hin, sondern dienen auch als entscheidende molekulare Marker zur Messung des Krankheitsverlaufs und zur Vorhersage von Patientenergebnissen 8,9,10.

In der Lungenkrebsforschung wird die klinische Bedeutung von LDH zunehmend anerkannt. Daten aus mehreren klinischen Studien zeigen, dass die Serum-LDH-Werte bei Patienten mit nicht-kleinzelligem Lungenkrebs (NSCLC) und kleinzelligem Lungenkrebs (SCLC) signifikant höher sind als bei gesunden Menschen. Es ist wichtig zu beachten, dass das Ausmaß dieses Anstiegs signifikant mit den klinisch-pathologischen Merkmalen des Tumors zusammenhängt, da Patienten mit höheren Tumorbelastungen, späteren Stadien und allgemeineren Metastasen tendenziell höhere Serum-LDH-Werte zeigen. Noch wichtiger ist, dass die abnormen Veränderungen dieses biochemischen Index nachweislich eng mit der Krankheitsprognose bei Patientenzusammenhängen 11,12,13. Im SCLC ist der LDH-Wert auch im prognostischen Bewertungsmodell enthalten, was ihn zu einem entscheidenden Maß zur Definition der Prognose von Patienten macht. Diese Ergebnisse haben eine kompakte Grundlage für die Verwendung von LDH in der LC-Prognosebewertung geschaffen.

Allerdings wurden relativ wenige Studien zu LDH bei LCNEC-Patienten durchgeführt, und seine klinische Bedeutung für den prognostischen Wert von LCNEC ist noch unklar. Als Subtyp von LC mit Merkmalen der neuroendokrinen Differenzierung können das zellbiologische Verhalten und die metabolischen Merkmale von LCNEC sich von denen anderer Lungenkrebsarten unterscheiden, und die Expression und Funktion von LDH darin könnten ebenfalls einzigartigsein 14. Daher hat die methodische Untersuchung der LDH-Expression im Serum und ihres klinischen Werts bei LCNEC-Patienten mehrere Bedeutungen, die nicht nur das wichtige theoretische Verständnis von LCNEC bereichern, sondern auch einen wesentlichen praktischen Wert zur Verbesserung des klinischen Patientenmanagements haben.

Laktatdehydrogenase (LDH) ist ein systemischer Biomarker, der im Vergleich zu anderen Biomarkern kostengünstig ist, da sie die Tumorbelastung und die glykolytische Aktivität widerspiegelt; Sie ist jedoch nicht präzise, da sie auch bei Lebererkrankungen oder Hämolyse 6,12 zunimmt. Weitere linienorientierte Marker sind neuronspezifische Enolase (NSE) und das pro-gastrinfreisetzende Peptid (ProGRP). NSE ist weniger konsistent, empfindlicher und spezifisch für hochgradige neuroendokrine Tumore. Räumlich aufgelöste bildgebende Biomarker, wie Messungen von Immunfarbstoffen (FDG), PET/CT (SUVmax, MTV, TLG), bieten prognostische Daten und sind kostenintensiv und plattformübergreifend interoperabel. Eine effektivere prognostische Schichtung von LCNEC wird durch die Kombination von LDH mit neuroendokrinen Markern und Bildgebung11 erreicht. In der klinischen Praxis wird die LDH-Messung von den Testbedingungen beeinflusst, wie der Empfindlichkeit der verwendeten Substanzen und Korrekturstudien. Schwellenwerte zeigen die Variabilität zwischen Laboren an und benötigen standardisierte Referenzbereiche. Störfaktoren, die sicher interpretiert werden, sind Hämolyse, Leberfunktionsstörungen oder systemische Entzündungen, die LDH an sich erhöhen können und somit die Spezifität der onkologischen Prognose beeinflussen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Diese Studie hielt sich strikt an die Prinzipien der medizinischen Ethik und wurde vom Ethikkomitee des Krankenhauses der Abteilung für Thoraxchirurgie des Beijing Chest Hospital, Capital Medical University, des Beijing Tuberkulose- und Thoraxtumorforschungsinstituts in Peking, China, genehmigt. Von den eingeschriebenen Teilnehmern wurde eine schriftliche informierte Zustimmung eingeholt.

1. Studienfächer

  1. Verwenden Sie ein prospektives Kohortendesign und wählen Sie 80 LCNEC-diagnostizierte Patienten aus, die zwischen Februar 2022 und Januar 2024 aufgenommen wurden, darunter 55 männliche und 25 weibliche LCNEC-Patienten im Alter von 45 bis 75 Jahren (Mittelwert 62,5 ± 10,3 Jahre) in der Studienkohorte. Gleichzeitig rekrutieren 80 gesunde Personen, die nach Alter und Geschlecht abgestimmt sind, als Kontrollgruppe, bestehend aus 48 Männern (60 %) und 32 Frauen (40 %) im Alter von 40 bis 70 Jahren, mit einem Durchschnittsalter von 60,8 ± 9,5 Jahren.
  2. Einbeziehen Personen im Alter von ≥18 Jahren, deren Diagnose LCNEC durch pathohistologischen Test15 bestätigt wurde, die bei der Erstdiagnose keine Antitumortherapie (einschließlich Strahlentherapie, Chemotherapie, Immuntherapie und gezielte Therapie) erhalten haben; und vollständige klinische Daten und Zustände zur Nachsorge vorzulegen.
  3. Ausschließen Sie Personen mit einer Kombination aus anderen primären bösartigen Tumoren, schweren organischen Erkrankungen, aktiven Infektionskrankheiten, psychischen Störungen oder kognitiven Störungen sowie schwangeren oder stillenden Frauen.
  4. Zur prognostischen Kategorisierung werden Patienten nach Folgeergebnissen in zwei Gruppen eingeteilt: solche ohne Rückfall oder Metastase oder mit stabiler Erkrankung nach der Behandlung, die keine Krankheitsausbreitung zeigen und bis zum Ende der Nachbeobachtung leben; und solche mit schlechten Ergebnissen, gekennzeichnet durch Tumorrückfall, entfernte Metastasen oder Todesfälle jeglicher Ursache (einschließlich Tod durch Tumorprogression oder andere Ursachen während der Nachsorge).

2. Forschungsmethodik

  1. Klinische Datenerhebung
    1. Sammeln Sie Daten zu klinischen Fällen in einer standardisierten Methode über ein speziell entwickeltes Fallberichtsformular (CRF) und führen Sie die Dateneingabe und -verifikation unabhängig von zwei Ärzten mit dem Titel Oberarzt oder höher durch. Allgemeine Daten umfassen demografische Merkmale: Alter, Geschlecht, Größe, Gewicht (BMI); Lebensstil: Rauchvorgeschichte (definiert als mehr als 6 aufeinanderfolgende Monate mit durchschnittlich 10 oder mehr Zigaretten pro Tag), Alkoholtrinker (definiert als mindestens 3 Getränke pro Woche für mindestens ein Jahr); und Begleiterkrankungen: frühere Bluthochdruck, Diabetes mellitus.
    2. Sammeln Sie klinisch-pathologische Daten von LCNEC-Patienten, einschließlich Tumormerkmale und Tumordurchmesser. Die postoperativen pathologischen Messungen als Grundlage zu messen; die Tumorfrequenz; das Ausmaß des pathologischen Unterschieds: stark differenziert, diskret getrennt und schlecht differenziert; TNM-Stadieneinteilung: Die Bewertung des Tumorstadiens folgt strikt den 8. Ausgabe der TNM-Stufenkriterien16 der International Association for the Study of Lung Cancer (IASLC) und verwendet ein multidisziplinäres, umfassendes Testmodell; und Lymphknotenmetastasen.
  2. Entwicklung des Behandlungsplans
    1. Gemäß den Prinzipien der Individualisierung und Umfassendheit werden individuelle und umfassende Behandlungen unter der Anleitung des multidisziplinären Krebsdiagnose- und Behandlungsteams wie unten beschrieben getestet.
    2. Patienten im Frühstadium (Stadium I-II): Bevorzugen eine radikale chirurgische Resektion mit chirurgischer Methode einschließlich Lobektomie + systematischer Lymphknotendissektion. Entscheiden Sie, ob eine adjuvante Chemotherapie (platinhaltiges Doppelmedikament wie Cisplatin + Pemetrex) oder Strahlentherapie basierend auf den pathologischen Ergebnissen nach der Operation durchgeführt werden soll. Führen Sie Pemetrexed oder Strahlentherapie bei Patienten mit positiven Rändern oder Lymphknotenmetastasen durch.
    3. Lokal fortgeschrittene Patienten (Stadium III): Für diese Patienten wird eine multidisziplinäre, vollständige Behandlung durchgeführt. Bei Patienten mit guter Prognose wird mit neoadjuvanter Chemotherapie behandelt (2–4 Zyklen), gefolgt von der Bewertung der chirurgischen Machbarkeit und einer postoperativen adjuvanten Strahlentherapie. Behandle unresectable Patienten mit gleichzeitiger Strahlentherapie.
    4. Fortgeschrittene Patienten (Stadium IV): Nutzen Sie systemisches Verhalten, einschließlich Chemotherapie, gezielte Therapie, Immuntherapie und bei Bedarf lokale Strahlentherapie, um die Symptome zu lindern. Erfassen Sie die Behandlungsmethode aller Patienten detailliert im elektronischen Patientenaktensystem, einschließlich Behandlungszyklus, Medikamentendosierung, Nebenwirkungen und Dosierungsänderungen, um die Rückverfolgbarkeit des Behandlungsprogramms sicherzustellen.

3. Nachweis von Serum-LDH

  1. Sammeln Sie Blutproben von allen Probanden und verarbeiten Sie sie nach einem standardisierten Verfahren. Bei Patienten der LCNEC-Gruppe wird am Morgen des zweitenAufnahmetages ( 07:00–08:00) auf nüchternen Magen 5 ml venöses Blut entnommen. In der Kontrollgruppe wird am Tag der körperlichen Untersuchung Blutentnahme durchgeführt.
  2. Sammeln Sie Blut mit Vakuumblut-Sammelröhrchen (K2-EDTA-Röhren) und wenden Sie sich vorsichtig um (8-10x), um Gerinnungen zu vermeiden. Zentrifugieren Sie die Proben sofort bei 1.000 x g für 15 Minuten bei 4 °C. Dann entfern Sie das Serum und teilen Sie es in zwei 2-mL-Kryokonservierungsröhrchen (jeweils 1 ml), die Sie in einem ultraniedrigen Kühlschrank bei -80 °C lagern, um wiederholtes Einfrieren und Auftauen während des gesamten Vorgangs zu vermeiden.
  3. Gleichzeitig sollte ein umfassendes Probendatenmanagementsystem eingerichtet werden, um den Standort und die Konservierungszeit der Proben zu erfassen.
  4. Bestimmen Sie den Serum-LDH-Wert mit dem Doppel-Antikörper-Sandwich ELISA. Die Serumprobe auf Eis auftauen und bei 10.000 x g bei 4 °C zentrifugieren.
  5. In jedem Bohrloch werden 20 μL Plasma mit 200 μL LDH-Reagenzpuffer (pH 7,4) hinzugefügt und bei 37 °C, 5 Minuten inkubiert. Spektrophotometrisch überwacht man die NADH-Oxidation alle 2 Minuten bei 320 nm mit kinetischen Messwerten für 25,5 Minuten. Verwenden Sie den NADH-Molar-Extinktionskoeffizienten (6,22 /mM/cm), um die Aktivität von LDH (U/L) zu bestimmen, indem 6,22 mM durch die Weglänge geteilt wird, wobei 0,3 cm die Weglänge ist.
  6. Bei Proben, die über dem linearen Bereich lagen, verdünnen und erneut prüfen, ob sie linear sind (r 2 0,99). Vergleichende NSE- und ProGRP-Biomarker-Tests werden doppelt mit 1:10 verdünntem Plasma unter Verwendung kommerzieller ELISA-Kits durchgeführt. Führen Sie eine dreifache Waschprozedur mit PBST durch und inkubieren Sie die Reaktion 1 Stunde lang bei Raumtemperatur mit HRP-konjugiertem Antikörper.
    HINWEIS: In dieser Studie wurde das Serum-LDH mittels enzymgebundener Immunsorbent-Assay (ELISA) quantifiziert, da es eine höhere analytische Sensitivität und Spezifität aufweist und in Forschungsstudien stärker angewendet wird. ELISA kann selbst bei niedrigeren Konzentrationen präzise quantitativ messen im Vergleich zu routinemäßigen automatisierten klinischen Chemieanalysatoren, die die Gesamtaktivität von LDH quantifizieren und nicht die winzigen Unterschiede zwischen verschiedenen Chargen. Außerdem unterstützt ELISA die Identifikation spezifischer Isoformen, falls diese notwendig sind, und ist zudem flexibel bei der Verarbeitung von Proben, sodass sie sich an sorgfältig kontrollierte prospektive Studien anpassen lässt. Obwohl automatisierte Analysatoren in der klinischen Praxis schnell und bequem sind, bietet ELISA die Möglichkeit, die Reproduzierbarkeit und Konsistenz des Ergebnisses bei der Probenmessung in einer forschungsbasierten Studie zu kontrollieren, was sicherstellen sollte, dass die Messung nicht durch Hämolyse, Lipämie oder andere Serumkomponenten gestört wird, was beim Vergleich von LDH-Werten sowie klinisch-pathologischen Merkmalen und prognostischen Informationen bei LCNEC-Patienten unerlässlich ist.
  7. Entwickeln Sie 15 Minuten mit TMB-Substrat, anschließend stoppen Sie die Reaktion mit 2 M H2SO4 , bevor die Absorption bei 450 nm (Referenz 620/650 nm) gemessen wird. Verwenden Sie eine vierparametrige logistische Regression, um Standardkurven zu erstellen und halten die intra- und inter-assay-CVs auf unter 10 % bzw. 15 %.
  8. Führen Sie Kaplan-Meier-Überlebensanalysen und Cox-Proportionalhazard-Regressionen als ergänzende Analysen durch, um den prognostischen Wert von LDH zu bewerten. Definieren Sie in SPSS v26.0 kontinuierliche Variablen (LDH, NSE, ProGRP, Tumorgröße, Alter, BMI) und kategoriale Variablen (Geschlecht, Rauchen, Alkohol, Stadium, Differenzierung, Lymphknotenstatus) durch Klicken auf Datei > Open > Data und in R v4.3.1 (read_csv Funktion).
  9. Normalisiere die Werte aller Biomarker auf SI-Einheiten, LDH auf U/L (1 μkat/L = 60 U/L), NSE auf ng/mL und ProGRP auf pg/mL. Log transformiert verzerrte verteilte Biomarker (LN in SPSS, log in R) und normalisiert dann auf z-Werte, um multivariate Analysen zu ermöglichen, wobei die Rohwerte erhalten bleiben, um eine klinische Interpretation zu ermöglichen. Verwenden Sie SPS und R, um die Kaplan-Meier-Überlebensanalyse durchzuführen, die nach LDH-Werten (280,5 U / L) geschichtet ist, und verwenden Sie den Log-Rank-Test zum Vergleich der Gruppen.
  10. Verwenden Sie LDH, Lymphknotenstatus, Stadium, Differenzierung, Tumorgröße, Alter, Geschlecht, Rauchen und Alkohol als Kovariaten bei der Cox-Proportional-Hazard-Regression. Setzen Sie diese in SPSS, indem Sie auf Analysieren > Überleben > Cox-Regression klicken, und verwenden Sie in R die Coxph-Funktion. Verwenden Sie den Cox-Proportionalhazard-Test (cox.zph in R), um Modellannahmen zu testen.
  11. Alle statistischen Ergebnisse in Form von Hazard Ratios mit einem 95%-Konfidenzintervall präsentieren und die fallweise Löschung fehlender Daten durch Löschung behandeln, um das Maß an analytischer Strenge und Reproduzierbarkeit zu bewahren. Erhöhte LDH-Werte waren signifikant mit einer verringerten Gesamtüberlebensrate assoziiert (log-Rang p < 0,01), und die Cox-Regression bestätigte LDH als unabhängigen Prädiktor für eine schlechte Prognose nach Anpassung für klinische Kovariaten.

4. Nachbeobachtungsprotokoll und prognostische Gruppierung

  1. Nachverfolgungsprozess
    1. Der Beginn der Nachsorge (Beginn am 1. Februar 2022) ist das Datum der Diagnose oder Aufnahme von Patienten, und der Endtermin ist der 31. Januar 2024, mit einer Gesamtnachsorgezeit von 2 Jahren. Verwenden Sie ein multimodales Nachfolgeprogramm, um die Vollständigkeit der Daten sicherzustellen.
    2. Für postoperative Patienten wird eine standardisierte Nachsorge verwendet: Ambulante Nachsorge alle 3 Monate in den ersten 2 Jahren, einschließlich CT des Brustkorbs, Bauchultraschall, Tumormarkern (CEA, NSE) sowie Blut-, Leber- und Nierenfunktionstests; Bei Patienten mit fortgeschrittenen Stadien wird das Nachbeobachtungsintervall auf alle 2 Monate verkürzt.
    3. Für Patienten mit eingeschränkter Mobilität sollten alle 1-2 Monate telefonische Nachsorge genutzt werden, um Veränderungen klinischer Warnzeichen, Behandlungsreaktion und Überlebensstatus zu dokumentieren. Konzentrieren Sie sich auf Nachsorgetermine auf die Zeit bis zum Rückfall des Tumors, die Verteilung der Metastasen, die Anpassung des Behandlungsschemas und die Todesursache (mit besonderer Unterscheidung bei tumorbedingten Todesfällen).
    4. Erfassen Sie alle Folgedaten in einer Tabelle mit der Zwei-Personen-Eintragsmethode und richten Sie einen regelmäßigen Verifizierungsmechanismus ein, um die Genauigkeit der Daten sicherzustellen.
  2. Prognostische Gruppierung
    1. Nach den Folgeergebnissen werden die Patienten in zwei Gruppen unterteilt: kein Rückfall oder Metastasierung während der Nachsorge, oder Rückfall, aber stabil nach der Behandlung, ohne Anzeichen eines Krankheitsfortschritts und am Ende der Nachsorge noch am Leben; Schlechte Prognosegruppe: Tumorrückfall, entfernte Metastasen oder Tod durch alle Ursachen während der Nachbeobachtungsphase (einschließlich Tod durch Tumorprogression und Tod durch andere Ursachen).
    2. Bestimmen Sie die Todesursache der verstorbenen Patienten durch Kombination klinischer Daten, Obduktionsbericht (falls vorhanden) und bestätigen Sie diese mit zwei Ärzten mit dem Titel stellvertretender Chefarzt oder höher.

5. Statistische Analyse

  1. Nutze Software für statistische Analysen. Präsentieren Sie Messdaten als Mittelwert ± Standardabweichung figure-protocol-1. Für Gruppenvergleiche wenden Sie den unabhängigen Stichproben-t-Test für Zweigruppenvergleiche an und die Varianzanalyse (ANOVA) für Mehrgruppenvergleiche, wobei nachträgliche Mehrfachvergleiche mit dem SNK-q-Test durchgeführt werden. Formulieren kategorische Variablen als Prozentsätze und verwenden für Gruppenvergleiche den Chi-Quadrat-Test; Wenn nötig, wenden Sie Fishers exakte Wahrscheinlichkeitsmethode an.
  2. Um Faktoren zu untersuchen, die die Prognose von LCNEC beeinflussen, erstellen Sie ein multivariables logistisches Regressionsmodell. Um die prognostische Prädiktionsfähigkeit des Serum-LDH zu bewerten, verwendet man die Empfänger-Betriebscharakteristik (ROC)-Kurve, wobei die Fläche unter der Kurve (AUC) und ihr 95%-Konfidenzintervall berücksichtigt werden. Bestimmen Sie den optimalen Cut-off-Wert sowie Sensitivität und Spezifität. Alle statistischen Tests waren zweiseitig, und ein P-Wert < 0,05 wurde verwendet, um statistisch signifikante Unterschiede zu definieren.
  3. Behandle fehlende Daten (<5 %) mittels fallweiser Löschung und schließe Probanden mit unvollständigen Werten für relevante Variablen aus bestimmten Analysen aus. Angesichts des geringen Fehlanteils minimierte diese Methode die Verzerrung und bewahrte die statistische Validität, ohne die Stichprobengröße, die analytische Leistungsfähigkeit oder die Robustheit der Studienergebnisse wesentlich zu beeinträchtigen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Vergleich allgemeiner Informationen
Die Ergebnisse zeigten, dass der Anteil der Raucher in der LCNEC-Gruppe deutlich höher war als in der Kontrollgruppe, und die Diskrepanz klinisch bedeutsam war (p < 0,05; Tabelle 1). Zwischen den beiden Gruppen gab es keinen klinisch signifikanten Unterschied hinsichtlich Alter, Geschlecht und Anteil des Alkoholkonsums (s. > 0,05).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Biologischer Mechanismus von LDH bei der Entwicklung von LCNEC
Laktatdehydrogenase (LDH), ein zentrales Enzym im Glykolyseweg, macht LCNEC-Krebszellen anfällig für den Warburg-Effekt. Dies beinhaltet ihre hervorragende Unterstützung der Glykolyse für Energie, einen Prozess, der eine erhebliche LDH-Freisetzung inden Kreislauf auslöst. In dieser Studie waren die Serum-LDH-Werte bei LCNEC-Patienten signifikant höher als bei gesunden Kontrollperson...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren haben keine konkurrierenden Interessen offenzulegen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Hardware
2 TB HDDSegante6G SATA 7.2k 3.5"(LFF) Lagerung
8 GB RAMKingston Technology 4Rx4 DDR4 LRDIMM 2666 MT/s.Lagerung
Intel Core i5IntelIntel Core i7 Prozessor
NVIDIA GeForce RTX 4060 TiNvidia CorporationNAGrafikkarte
Software
R  (Version 4.1.2) Programmiersprache 
SPSSIBM30Datenvisualisierungstool

Referenzen

  1. Corbett, V., Arnold, S., Anthony, L., et al. Management of large cell neuroendocrine carcinoma. Frontiers in Oncology. 11, 653162(2021).
  2. Andrini, E., Marchese, P. V., De Biase, D., et al. Large cell neuroendocrine carcinoma of the lung: current understanding and challenges. Journal of Clinical Medicine. 11 (5), 1461(2022).
  3. Yang, L., Fan, Y., Lu, H. Pulmonary large cell neuroendocrine carcinoma. Pathology & Oncology Research. 28, 1610730(2022).
  4. Wang, G., Yuan, R., Zhou, C., et al. Urinary large cell neuroendocrine carcinoma: a clinicopathologic analysis of 22 cases. American Journal of Surgical Pathology. 45 (10), 1399-1408 (2021).
  5. Huang, L., Feng, Y., Xie, T., et al. Incidence, survival comparison, and novel prognostic evaluation approaches for stage III-IV pulmonary large cell neuroendocrine carcinoma and small cell lung cancer. BMC Cancer. 23 (1), 312(2023).
  6. Wu, Y., Lu, C., Pan, N., et al. Serum lactate dehydrogenase activities as systems biomarkers for 48 types of human diseases. Scientific Reports. 11 (1), 12997(2021).
  7. Deng, H., Zhao, L., Ge, H., et al. Ubiquinol-mediated suppression of mitochondria-associated ferroptosis is a targetable function of lactate dehydrogenase B in cancer. Nature Communications. 16 (1), 2597(2025).
  8. Claps, G., Faouzi, S., Quidville, V., et al. The multiple roles of LDH in cancer. Nature Reviews. Clinical Oncology. 19 (12), 749-762 (2022).
  9. Miholjcic, T. B. S., Halse, H., Bonvalet, M., et al. Rationale for LDH-targeted cancer immunotherapy. European Journal of Cancer. 181, 166-178 (2023).
  10. Sharma, D., Singh, M., Rani, R. Role of LDH in tumor glycolysis: regulation of LDHA by small molecules for cancer therapeutics. In: Seminars in Cancer Biology. 87, Academic Press. 184-195 (2022).
  11. Galvano, A., Peri, M., Guarini, A. A., et al. Analysis of systemic inflammatory biomarkers in neuroendocrine carcinomas of the lung: prognostic and predictive significance of NLR, LDH, ALI, and LIPI score. Therapeutic Advances in Medical Oncology. 12, 1758835920942378(2020).
  12. Tjokrowidjaja, A., Lord, S. J., John, T., et al. Pre- and on-treatment lactate dehydrogenase as a prognostic and predictive biomarker in advanced non-small cell lung cancer. Cancer. 128 (8), 1574-1583 (2022).
  13. Yang, Y., Chong, Y., Chen, M., et al. Targeting lactate dehydrogenase a improves radiotherapy efficacy in non-small cell lung cancer: from bedside to bench. Journal of Translational Medicine. 19 (1), 170(2021).
  14. Wang, S., Lv, J., Lv, J., et al. Prognostic value of lactate dehydrogenase in non-small cell lung cancer patients with brain metastases: a retrospective cohort study. Journal of Thoracic Disease. 14 (11), 4468(2022).
  15. Li, H., et al. Recent Advances and Controversies in Minute Pulmonary Meningothelial-like Nodules. Zhongguo Fei Ai Za Zhi. 26 (8), 621-629 (2023).
  16. Chansky, K., Detterbeck, F. C., Nicholson, A. G., et al. The IASLC lung cancer staging project: external validation of the revision of the TNM stage groupings in the eighth edition of the TNM classification of lung cancer. Journal of Thoracic Oncology. 12 (7), 1109-1121 (2017).
  17. Ferrara, M. G., Stefani, A., Simbolo, M., et al. Large cell neuro-endocrine carcinoma of the lung: current treatment options and potential future opportunities. Frontiers in Oncology. 11, 650293(2021).
  18. Liu, T., Chen, X., Mo, S., et al. Molecular subtypes and prognostic factors of lung large cell neuroendocrine carcinoma. Translational Lung Cancer Research. 13 (9), 2222(2024).
  19. Menekse, S. The prognostic significance of lung immune prognostic index (LIPI) and pan-immune-inflammation value (PIV) in patients with large cell neuroendocrine carcinoma. , (2022).
  20. Haocheng, W., Dongfeng, S., Ya, D., et al. Correlation analysis of serum LDH concentration before and after operation and prognosis of large cell neuroendocrine lung cancer patients. Zhongguo Fei Ai Za Zhi. 24 (5), (2021).
  21. Liu, L., Zhang, J., Zhao, K., et al. Prognostic factors and nomogram for pulmonary resected high-grade neuroendocrine carcinomas: a 20-year single institutional real-world experience. Orphanet Journal of Rare Diseases. 19 (1), 232(2024).
  22. Chen, X. Y., Guo, N. J., Guo, P. L., et al. Clinical features and prognosis of advanced intra- and extra-pulmonary neuroendocrine carcinomas. Journal of Cancer Research and Therapeutics. 19 (4), 951-956 (2023).
  23. Callejo, A., Frigola, J., Iranzo, P., et al. Interrelations between patients' clinicopathological characteristics and their association with response to immunotherapy in a real-world cohort of NSCLC patients. Cancers. 13 (13), 3249(2021).
  24. Evangelou, G., Vamvakaris, I., Nikolaidou, V., et al. Preliminary analysis of progression-free survival results for atezolizumab plus platinum etoposide as first-line treatment in metastatic lung large-cell neuroendocrine carcinoma patients. , (2025).
  25. Constantin, A. A., Cotea, A. A., Mihălțan, F. D. Pulmonary large-cell neuroendocrine carcinoma, a multifaceted disease-case report and literature review. Diagnostics. 15 (9), 1056(2025).
  26. Mao, X., Liu, J., Hu, F., et al. Serum NSE is early marker of transformed neuroendocrine tumor after EGFR-TKI treatment of lung adenocarcinoma. Cancer Management and Research. 2023, 1293-1302 (2023).
  27. Shirasawa, M., Yoshida, T., Horinouchi, H., et al. Prognostic impact of peripheral blood neutrophil to lymphocyte ratio in advanced-stage pulmonary large cell neuroendocrine carcinoma and its association with the immune-related tumour microenvironment. British Journal of Cancer. 124 (5), 925-932 (2021).
  28. Huang, W., Liu, P., Zong, M., et al. Combining lactate dehydrogenase and fibrinogen: potential factors to predict therapeutic efficacy and prognosis of patients with small-cell lung cancer. Cancer Management and Research. 2021, 4299-4307 (2021).
  29. Huang, H., Huang, F. Afatinib reverses EMT via inhibiting CD44-Stat3 axis to promote radiosensitivity in nasopharyngeal carcinoma. Pharmaceuticals. 16 (1), 37(2023).
  30. Zhang, Y., Zhu,, et al. M2 macrophage exosome-derived lncRNA AK083884 protects mice from CVB3-induced viral myocarditis through regulating PKM2/HIF-1α axis mediated metabolic reprogramming of macrophages. Redox Biology. 69, 103016(2024).
  31. Pei, W., Zhang, Y., et al. Multitargeted immunomodulatory therapy for viral myocarditis by engineered extracellular vesicles. ACS Nano. 18 (4), 2782-2799 (2024).
  32. Lin, X., Liao, Y., et al. Regulation of oncoprotein 18/Stathmin signaling by ERK concerns the resistance to Taxol in nonsmall cell lung cancer cells. Cancer Biotherapy and Radiopharmaceuticals. 31 (2), 37-43 (2016).
  33. Gong, H., Liu, Z., et al. Identification of cuproptosis-related lncRNAs with the significance in prognosis and immunotherapy of oral squamous cell carcinoma. Computers in Biology and Medicine. 171, 108198(2024).
  34. Men, X., Liu, F., et al. Activatable fluorescent probes for imaging and diagnosis of hepatocellular carcinoma. Journal of Innovative Optical Health Sciences. 18 (3), 2530004(2024).
  35. Luo, C., Yu, Y., et al. Deubiquitinase PSMD7 facilitates pancreatic cancer progression through activating Notch1 pathway via modifying SOX2 degradation. Cell & Bioscience. 14 (1), 35(2024).
  36. Wang, N., Zhao, Q., et al. Lnc-TMEM132D-AS1 as a potential therapeutic target for acquired resistance to osimertinib in non-small-cell lung cancer. Molecular Omics. 19 (3), 238-251 (2023).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Tags

LDH ExpressionEnzyme linked Immunosorbent AssayLymphknotenmetastaselogistische RegressionROC KurveTumormalignit t
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.