Oceniono rolę cytokin zapalnych w rokowaniu raka jelita grubego (CRC). Jednak wpływ zmian okołoperacyjnych na rokowanie nie został jeszcze zbadany. Celem pracy było zbadanie korelacji między stosunkiem stężeń cytokin zapalnych po operacji do stężeń przed operacją a wskaźnikami przeżycia specyficznego dla nowotworu (CSS) u pacjentów z CRC, u których przeprowadzono resekcję radykalną. W tym retrospektywnym badaniu kohortowym przeanalizowano pacjentów z CRC, u których dokonano radykalnej resekcji między wrześniem 2019 a grudniem 2020 roku. Wpływ stosunków stężeń cytokin zapalnych po operacji do stężeń przed operacją (w tym IFN–α, IFN–γ, IL–1β, IL–2, IL–4, IL–5, IL–6, IL–8, IL–10, IL–12p70, IL–17 oraz TNF–α) i sześciu innych czynników klinicznych na przeżycie specyficzne dla nowotworu oceniono za pomocą jednowymiarowej i wielowymiarowej analizy regresji Coxa. Krzywe przeżycia wygenerowano za pomocą analizy Kaplana–Meiera. Do badania włączono łącznie 153 pacjentów z CRC, u których przeprowadzono radykalną resekcję. Analiza jednowymiarowa wykazała, że istotnymi czynnikami prognostycznymi były wiek (hazard ratio (HR) = 1,05, p = 0,031), stadium guza (HR = 3,61, p < 0,001) oraz stosunek IL–1β (HR = 1,00, p = 0,012). Analiza wielowymiarowa wskazała, że zarówno stosunek IL–1β (skorygowany HR = 1,05, p = 0,037), jak i stadium guza (skorygowany HR = 3,83, p < 0,001) pozostały niezależnymi czynnikami prognostycznymi. Analiza Kaplana–Meiera potwierdziła istotny związek między wysokim stosunkiem IL–1β a gorszym przeżyciem specyficznym dla nowotworu. Stosunek stężenia IL–1β po operacji do stężenia przed operacją może służyć jako potencjalny biomarker prognostyczny dla pacjentów z CRC po radykalnej resekcji, przy czym wyższe wartości wskazują na gorsze przeżycie specyficzne dla nowotworu; jednak te wstępne wyniki wymagają walidacji w kohortach prospektywnych z ustandaryzowanymi protokołami pobierania próbek.
Artykuł badawczy
Wysoki stosunek poziomu IL-1^6 po operacji do poziomu przed operacją wiąże się ze słabym przeżyciem w raku jelita grubego
* These authors contributed equally
W tym artykule
Streszczenie
Wprowadzenie
Rak jelita grubego (CRC) pozostaje istotnym globalnym wyzwaniem zdrowotnym i zajmuje trzecie miejsce pod względem częstotliwości diagnozowania nowotworów złośliwych (6,1% wszystkich przypadków), a także drugie miejsce wśród głównych przyczyn zgonów z powodu raka na całym świecie (9,2%)1. Chociaż współczesne strategie leczenia łączące chirurgię z chemioterapią, radioterapią i terapiami celowanymi poprawiły wyniki kliniczne, nawroty pooperacyjne i przerzuty nadal negatywnie wpływają na przeżywalność, przy czym dla pacjentów z zaawansowaną lub nawrotową chorobą zgłaszane wskaźniki przeżycia 5-letniego są niższe niż 13%2,3. To trwałe wyzwanie kliniczne podkreśla pilną potrzebę opracowania wiarygodnych biomarkerów, które mogą precyzyjnie przewidzieć ryzyko nawrotu i pomóc w podejmowaniu spersonalizowanych decyzji terapeutycznych4.
Ugruntowany związek między przewlekłym stanem zapalnym a kancerogenezą jest potwierdzony dowodami epidemiologicznymi wskazującymi, że ~25% nowotworów złośliwych powstaje w wyniku stanów zapalnych5. W przypadku CRC mikrośrodowisko guza (TME) stanowi krytyczny ośrodek progresji choroby, w którym cytokiny zapalne napędzają procesy onkogenne, w tym sygnalizację proliferacyjną, indukcję przejścia nabłonkowo-mezenchymalnego (EMT) oraz immunosupresję6. W praktyce klinicznej systemowe markery stanu zapalnego wyłoniły się jako wskaźniki prognostyczne. Przykładowo, podwyższone poziomy IL–6 są konsekwentnie skorelowane z niekorzystnymi wynikami przeżycia7,8. Prospektywne badanie przeprowadzone przez Brattinga B i współpracowników z udziałem 328 pacjentów wykazało, że wysokie poziomy IL–6 mogą służyć jako czynnik prognostyczny dla 3-letniego przeżycia specyficznego dla nowotworu u starszych pacjentów z guzami litymi po operacji9. Podobnie wykazano, że nieprawidłowa ekspresja mediatorów zapalnych, takich jak IL–8, odzwierciedla nawroty nowotworu i ryzyko przerzutów10. Jednocześnie zaobserwowano, że podwyższone poziomy przeciwzapalnego czynnika IL–10 są powiązane z przerzutami CRC do wątroby11. Te dowody kliniczne zbiorczo sugerują, że czynniki zapalne mogą służyć jako potencjalne biomarkery prognostyczne. Jednakże nie zgłoszono systematycznego badania związku między stosunkiem cytokin zapalnych w okresie pooperacyjnym do przedoperacyjnego a długoterminowym przeżyciem specyficznym dla nowotworu.
W związku z tym celem niniejszego badania było zbadanie zależności pomiędzy stosunkami czynników zapalnych w okresie okooperacyjnym a wynikami klinicznymi u pacjentów z CRC, w szczególności poprzez ocenę, czy stosunek poziomu czynników zapalnych po operacji do poziomu przed operacją może być wskaźnikiem rokowniczym dla długoterminowego przeżycia.
Protokół
Badanie to zostało zatwierdzone przez Komisję Etyki Pierwszego Szpitala Powiązanego z Uniwersytetem Medycznym w Chongqing (nr zatwierdzenia 2025–420–01), z odstąpieniem od wymogu świadomej zgody ze względu na retrospektywny charakter badania. Wszystkie dane zostały zanonimizowane i przetwarzane zgodnie z Deklaracją Helsińską oraz chińskimi Zasadami Przeglądu Etycznego Badań Biomedycznych z Udziałem Ludzi. Ściśle przestrzegano szpitalnych protokołów bezpieczeństwa informacji.
Pacjenci
W niniejszym retrospektywnym badaniu kohortowym kolejno włączono pacjentów z CRC, którzy zostali poddani radykalnej operacji w First Affiliated Hospital of Chongqing Medical University między wrześniem 2019 r. a grudniem 2020 r. Wstępny screening przy użyciu szpitalnego systemu elektronicznej dokumentacji medycznej pozwolił zidentyfikować 429 pacjentów. Po wykluczeniu 276 pacjentów (193 z powodu niepełnych informacji z obserwacji, w tym 11 zgonów niezwiązanych z nowotworem, oraz 83 z brakiem danych dotyczących poziomu IL–1β przed i po operacji), do analizy ostatecznie zakwalifikowano 153 uprawnionych pacjentów (Ryc. 1). Do rekrutacji pacjentów zastosowano następujące kryteria włączenia: (1) wiek ≥18 lat i histopatologicznie potwierdzony pierwotny gruczolakorak jelita grubego; (2) radykalna resekcja R0; (3) brak przedoperacyjnej terapii przeciwnowotworowej; oraz (4) dostępność pełnych danych kliniczno-patologicznych i z obserwacji. Zastosowano następujące kryteria wykluczenia pacjentów: (1) aktywna infekcja (poziom białka C-reaktywnego [CRP] > 10 mg/L) lub zaburzenia hematologiczne; (2) radioterapia lub chemioterapia neoadjuwantowa przed operacją; oraz (3) utrata z obserwacji lub zgon niezwiązany z nowotworem podczas obserwacji, a także współistniejące pierwotne nowotwory złośliwe. Protokół badania dla tej analizy retrospektywnej został opracowany w 2025 r. Dane kliniczne i okołoperacyjne próbki krwi zostały pierwotnie pobrane w ramach rutynowej opieki klinicznej między wrześniem 2019 r. a grudniem 2020 r. Retrospektywna analiza tych zanonimizowanych danych została zatwierdzona przez Komisję Etyczną First Affiliated Hospital of Chongqing Medical University (nr zatwierdzenia 2025–420–01), co w szczególności objęło wtórne wykorzystanie istniejących danych klinicznych i biologicznych na potrzeby niniejszego badania.
Gromadzenie danych
Retrospektywne dane obejmowały następujące zmienne: wiek, wskaźnik masy ciała (BMI, obliczony na podstawie wzrostu i wagi), czas pobytu w szpitalu, status palenia tytoniu, spożycie alkoholu oraz stopień zaawansowania TNM (8. edycja UICC). Przed- i pooperacyjne profilowanie cytokin obejmowało stężenia w surowicy 12 cytokin (IFN–α, IFN–γ, IL–1β, IL–2, IL–4, IL–5, IL–6, IL–8, IL–10, IL–12p70, IL–17 oraz TNF–α), które ilościowo określono za pomocą cytometrii przepływowej w okresie okołoperacyjnym. Dane z obserwacji obejmowały przeżycie specyficzne dla nowotworu (CSS), zdefiniowane jako odstęp czasu od operacji do zgonu z powodu nowotworu lub ostatniej wizyty kontrolnej; zgony niezwiązane z nowotworem zostały wykluczone podczas screeningu w celu wyodrębnienia śmiertelności specyficznej dla guza, a wszystkie odnotowane zgony w końcowej kohorcie były związane z nowotworem. Ostatnia wizyta kontrolna odbyła się 30 czerwca 2025 r.
Analiza statystyczna
Wszystkie analizy statystyczne w niniejszym badaniu zostały przeprowadzone przy użyciu oprogramowania SPSS (wersja 22.0). Dane ciągłe przedstawiono jako mediany z zakresami międzykwartylnymi (IQRs), natomiast zmienne kategoryczne wykazano jako liczebności i wartości procentowe. W celu oceny czynników prognostycznych w badaniu przeprowadzono wstępnie jednowymiarowe analizy regresji Coxa. Zmienne wykazujące powiązanie z wynikami przy p < 0,1 wprowadzono do wielowymiarowego modelu proporcjonalnych hazardów Coxa w celu dalszej korekty o potencjalne zmienne zakłócające. Model ten uwzględnił wpływ stosunku IL–1β po operacji do wartości przed operacją oraz innych cech klinicznych na przeżycie specyficzne dla nowotworu, a wyniki przedstawiono jako współczynniki hazardu (HRs) i 95% przedziały ufności (CIs). Na koniec porównano wyniki przeżycia w grupach stratyfikowanych według stosunku IL–1β, który został zdychotomizowany na poziomie 90. percentyla jego rozkładu w całej kohorcie (wartość odcięcia = 5,35). Wygenerowano krzywe Kaplana-Meiera, a do oceny różnic statystycznych zastosowano test log-rank. Dwustronna wartość P mniejsza niż 0,05 wskazywała na istotność statystyczną.
Wyniki
Charakterystyka pacjentów
Podstawowa charakterystyka 153 pacjentów z CRC, u których przeprowadzono resekcję radykalną, została szczegółowo przedstawiona w Tabeli 1. Mediana wieku w kohorcie wynosiła 66 lat (IQR: 17), a mediana BMI wyniosła 23,1 kg/m2 (IQR: 4,7). Palacze stanowili 39,9% (n = 61) pacjentów, natomiast 31,4% (n = 48) zgłosiło spożycie alkoholu. Rozkład stopnia zaawansowania nowotworu przedstawiał się następująco: stopień I, 22,2% (n = 34); stopień II, 47,1% (n = 72); stopień III, 22,9% (n = 35) oraz stopień IV, 7,8% (n = 12). Mediana czasu hospitalizacji wynosiła 8 dni (IQR: 3).
Stosunek czynników zapalnych w okresie okołooperacyjnym
W Tabeli 2 przedstawiono mediany i rozstępy międzykwartylowe (IQR) dla stosunków wartości pooperacyjnych do przedoperacyjnych zmierzonych czynników zapalnych. Analiza wykazała, że poziom IL–6 wzrósł najsilniej po operacji (mediana stosunku = 7,23, IQR = 28,31), a następnie IL–10 (mediana stosunku = 2,13, IQR = 4,18). W przeciwieństwie do nich, mediany stosunków dla IFN–γ (mediana stosunku = 0,89, IQR = 1,99), IL–12p70 (mediana stosunku = 0,88, IQR = 0,91), IL–17 (mediana stosunku = 0,82, IQR = 0,97) oraz TNF–α (mediana stosunku = 0,87, IQR = 1,69) były mniejsze niż 1,0, co wskazuje na spadki pooperacyjne. Warto zauważyć, że poziomy IL–1β, IL–2 i IL–8 pozostały stosunkowo stabilne, przy zgłoszonych medianach stosunków wynoszących 1,00 (IQR odpowiednio 0,79, 0,95 i 1,96).
Jedno- i wieloczynnikowe modele analizy regresji Coxa
Jednoczynnikowa analiza regresji proporcjonalnego hazardu Coxa wykazała, że kilka parametrów klinicznych jest istotnie powiązanych z długoterminowym przeżyciem. Konkretnie, wiek pacjenta (HR = 1,05, 95% CI = 1,00–1,10, p = 0,031), stopień zaawansowania guza (HR = 3,61, 95% CI = 2,18–6,00, p < 0,001), poziom IFN–α (HR = 1,00, 95% CI = 1,00–1,00, p = 0,023) oraz stosunek IL–1β (HR = 1,00, 95% CI = 1,00–1,01, p = 0,012) wykazało statystycznie istotne powiązania (p < 0,05). Ponadto poziom TNF–α (HR = 1,00, 95% CI = 1,00–1,00, p = 0,076) spełnił przyjęty wcześniej próg istotności (p < 0,1).
Zmienne z wartościami p < 0,1 w analizie jednowymiarowej (wiek, czas pobytu w szpitalu, stopień zaawansowania guza, IFN‑α_ratio, IL‑1β_ratio oraz TNF‑α_ratio; łącznie 21 zdarzeń) zostały następnie włączone do wielowymiarowego modelu regresji. Wskaźnik IL‑1β modelowano jako ciągły składnik liniowy bez transformacji w obu analizach. Po skorygowaniu o potencjalne czynniki zakłócające wyniki analizy wielowymiarowej potwierdziły, że zarówno wskaźnik IL–1β (skorygowany HR = 1,05, 95% CI = 1,00–1,10, p = 0,037), jak i stopień zaawansowania guza (skorygowany HR = 3,83, 95% CI = 2,27–6,46, p < 0,001) zachowały niezależną wartość prognostyczną (próg istotności p < 0,05). Każdy wzrost wskaźnika IL–1β o 1 jednostkę wiązał się z 5% wzrostem ryzyka śmiertelności (HR = 1,05, 95% CI = 1,00–1,10, p = 0,037). Jednowymiarowa wartość HR wynosząca 1,00 (95% CI 1,00–1,01) wynika z zaokrąglenia do dwóch miejsc po przecinku (rzeczywiste β ≈ 0,004), a zmiana na 1,05 w modelu wielowymiarowym jest przypisywana korekcie czynników zakłócających, a nie niespójności w specyfikacji modelu. Co istotne, choć IFN–α (p = 0,023) i wiek pacjenta (p = 0,031) wykazały istotność statystyczną w analizie jednowymiarowej, nie utrzymały one istotności w modelu wielowymiarowym. Ponadto żaden z pozostałych markerów zapalnych nie wykazał statystycznie istotnej wartości prognostycznej w żadnej z analiz. Szczegółowe wyniki statystyczne przedstawiono w Tabeli 3.
Wpływ stosunku Il-1β na przeżycie specyficzne dla nowotworu
Analiza Kaplana-Meiera u pacjentów podzielonych według stosunku IL–1β (z podziałem dychotomicznym na poziomie 90. percentyla wynoszącego 5,35, jak pokazano na Rysunku 2) wykazała trwałą przewagę przeżycia w grupie o niskim stosunku (<5,35; n = 136) w porównaniu z grupą o wysokim stosunku (≥5,35; n = 17) (log–rank p = 0,026), przy krzywych, które sukcesywnie się rozchodziły. Liczby te spadły odpowiednio do 121 i 12 w 40. miesiącu obserwacji (co odpowiada 16 zgonom w grupie o niskim stosunku i 5 zgonom w grupie o wysokim stosunku). Podczas obserwacji odnotowano łącznie 21 zgonów z powodu nowotworu; zgony niezwiązane z nowotworem zostały wykluczone zgodnie z kryteriami badania i nie były wliczane do punktu końcowego. Aby dodatkowo uwzględnić potencjalne zakłócenia związane ze stadium choroby, w badaniu przeprowadzono dodatkową post-hoc analizę przeżycia specyficznego dla nowotworu ograniczoną do pacjentów w stadiach I–III (n = 141, 16 zgonów). W tej podgrupie skorygowane HR dla stosunku IL–1β wynosiło 1,04 (95% CI 0,99–1,10, p = 0,11), co wskazuje na spójną, ale statystycznie nieistotną tendencję, odzwierciedlającą prawdopodobnie zmniejszoną moc statystyczną ze względu na mniejszą liczbę zdarzeń.
DOSTĘPNOŚĆ DANYCH:
Dane wspierające wyniki niniejszego badania są dostępne na żądanie autora korespondencyjnego. Zanonimizowane dane znajdują się w Tabeli uzupełniającej 1, a kod źródłowy jest dostępny w Pliku uzupełniającym 1.
Rysunek 1: Schemat blokowy selekcji pacjentów i analizy danych. Początkowo przesiewowo przebadano łącznie 429 pacjentów z rakiem jelita grubego (CRC), którzy zostali poddani resekcji radykalnej. Po wykluczeniu 276 pacjentów (193 z niepełnym monitorowaniem, w tym 11 zgonów niezwiązanych z rakiem, oraz 83 z brakiem danych dotyczących IL‑1β przed lub po operacji), do ostatecznej analizy włączono 153 pacjentów. Rysunek został przygotowany w programie Microsoft PowerPoint (Microsoft 365). Copyright 2025 Autorzy. Jest to oryginalny rysunek stworzony przez autorów. Wszelkie prawa zastrzeżone. Skrót: IL-1β = interleukina‑1 beta. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
Rycina 2: Analiza Kaplana–Meiera przeżycia specyficznego dla nowotworu u pacjentów z CRC (n = 153) w podziale według stosunku IL‑1β po operacji do wartości przedoperacyjnej. Stosunek ten został podzielony dychotomicznie przy użyciu 90. percentyla wynoszącego 5,35: grupa o wysokim stosunku (≥5,35, n = 17) kontra grupa o niskim stosunku (<5,35, n = 136). Test log-rank wykazał p = 0,026, co wskazuje na istotną przewagę przeżycia w grupie o niskim stosunku. Zacieniowane obszary reprezentują 95% przedziały ufności (CI). Skróty: IL-1β = interleukina-1 beta; CRC = rak jelita grubego. Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tej ryciny.
| Czynniki | n = 153 |
| Wiek, rok | 66 (17) |
| BMI, kg/m²2 | 23.1 (4.7) |
| Palenie tytoniu | 61 (39.9%) |
| Picie | 48 (31.4%) |
| Stopień zaawansowania nowotworu | |
| I | 34 (22.2%) |
| II | 72 (47.1%) |
| III | 35 (22.9%) |
| IV | 12 (7.8%) |
| Hospitalizacje, liczba dni | 8 (3) |
Tabela 1: Informacje wyjściowe całej kohorty. Zmienne wyrażono jako medianę (IQR = Q3–Q1) lub n (%). Skróty: BMI = wskaźnik masy ciała; IQR = rozstęp międzykwartylny.
| Zmienna | Mediana | IQR (rozstęp międzykwartylowy) |
| stosunek IFN–α | 1.02 | 1.81 |
| stosunek_IFN–γ | 0.89 | 1.99 |
| stosunek IL–10 | 2.13 | 4.18 |
| stosunek_IL–12p70 | 0.88 | 0.91 |
| stosunek IL–17 | 0.82 | 0.97 |
| stosunek IL–1β | 1 | 0.79 |
| stosunek_IL–2 | 1 | 0.95 |
| stosunek_IL–4 | 0.85 | 2.23 |
| stosunek IL–5 | 1.06 | 1.17 |
| stosunek IL–6 | 7.23 | 28.31 |
| stosunek IL–8 | 1 | 1.96 |
| stosunek TNF-α | 0.87 | 1.69 |
Tabela 2: Stosunek czynników zapalnych w okresie okołooperacyjnym. Uwaga: IQR oznacza różnicę między Q3 a Q1. Skróty: IQR = rozstęp międzykwartylny; IFN–β = interferon-beta; IFN–γ = interferon-gamma; IL–1β = interleukina-1 beta; TNF–α = czynnik martwicy nowotworów alfa; IL–2_ratio = stosunek poziomu IL–2 po operacji do poziomu przed operacją.
| Zmienna | Analiza jednowymiarowa | Analiza wielowymiarowa | |||
| HR (95% CI) | wartość p | HR (95% CI) | wartość p | ||
| Wiek | 1.05 (1.00–1.10) | 0.031 | 1.04 (0.99–1.09) | 0.09 | |
| BMI | 0.95 (0.83–1.09) | 0.471 | |||
| Palenie tytoniu | 0.92 (0.38–2.23) | 0.858 | |||
| Alkohol | 1.12 (0.45–2.78) | 0.805 | |||
| Stopień zaawansowania nowotworu | 3.61 (2.18–6.00) | < 0.001 | 3.83 (2.27–6.46) | < 0.001 | |
| Pobyt w szpitalu | 1.03 (1.00–1.06) | 0.079 | 1.03 (0.99–1.07) | 0.151 | |
| IFN–α_ratio | 1.00 (1.00–1.00) | 0.023 | 0.98 (0.96–1.01) | 0.254 | |
| IFN–γ_ratio | 1.00 (0.98–1.02) | 0.981 | |||
| IL–10_ratio | 0.99 (0.96–1.02) | 0.524 | |||
| IL–12p70_ratio | 0.97 (0.83–1.13) | 0.683 | |||
| IL–17_ratio | 0.92 (0.77–1.11) | 0.385 | |||
| IL–1β_ratio | 1.00 (1.00–1.01) | 0.012 | 1.05 (1.00–1.10) | 0.037 | |
| IL–2_ratio | 0.91 (0.72–1.16) | 0.451 | |||
| IL–4_ratio | 1.00 (0.99–1.01) | 0.955 | |||
| IL–5_ratio | 0.98 (0.92–1.04) | 0.524 | |||
| IL–6_ratio | 1.00 (1.00–1.00) | 0.614 | |||
| IL–8_ratio | 0.99 (0.94–1.04) | 0.593 | |||
| TNF–α_ratio | 1.00 (1.00–1.00) | 0.076 | 1.00 (0.99–1.00) | 0.323 | |
Tabela 3: Analiza regresji Coxa dla wartości przeżycia specyficznego dla nowotworu. Skróty: HR = hazard ratio; 95% CI, 95% przedział ufności. Wartości pogrubione są istotne statystycznie (p < 0,1) lub marginalnie istotne (p < 0,05). Model wielowymiarowy obejmował sześć współzmiennych: wiek, czas pobytu w szpitalu, stadium guza, IFN‑α_ratio, IL‑1β_ratio oraz TNF‑α_ratio. Wskaźnik IL‑1β wprowadzono jako ciągły człon liniowy bez transformacji logarytmicznej.
Tabela uzupełniająca 1: Surowe dane. Zanonimizowany zbiór danych wykorzystany w badaniu.Prosimy kliknąć tutaj, aby pobrać ten plik.
Plik uzupełniający 1: Kod źródłowy. Kod źródłowy wykorzystany w badaniu. Kliknij tutaj, aby pobrać ten plik.
Dyskusja
Z naszej wiedzy jest to pierwsze badanie analizujące stosunki czynników zapalnych po operacji do wartości przedoperacyjnych w korelacji z przeżywalnością u pacjentów poddanych radykalnej resekcji CRC. Analiza 12 czynników zapalnych wykazała, że wysoki stosunek poziomu IL–1β po operacji do poziomu przedoperacyjnego był istotnie powiązany z gorszą przeżywalnością. Stan zapalny odgrywa istotną rolę w kształtowaniu rozwoju CRC. W związku z tym ekspresja czynników zapalnych w CRC przyciągnęła znaczną uwagę badaczy. Poprzednie badania analizujące pojedyncze punkty czasowe wykazały, że czynniki zapalne takie jak IL–612,13, IL–814 oraz IL–1011 są powiązane z rokowaniami nowotworowymi. Jednak Amicarella i wsp.15 nie stwierdzili korelacji między poziomem IL–17 a rokowaniami nowotworowymi w swoim badaniu obejmującym ponad 1000 pacjentów z CRC. Chociaż badania w pojedynczym punkcie czasowym są proste i praktyczne, na ekspresję czynników zapalnych może wpływać wiele czynników. Aby uniknąć efektów zakłócających skuteczność prognostyczną, w to badanie retrospektywne włączono 153 pacjentów, u których przeprowadzono radykalną resekcję z powodu CRC, skupiając się na stosunkach czynników zapalnych po operacji do wartości przedoperacyjnych w celu zbadania ich wartości prognostycznej.
Wyniki wykazały znacznie podwyższone poziomy czynników zapalnych po operacji, w tym IL–6 i IL–10, podczas gdy poziomy IFN–γ, IL–12p70, IL–17 i TNF–α uległy obniżeniu. Stabilne w okresie okołooperacyjnym czynniki zapalne obejmowały IL–1β, IL–2 i IL–8. Pooperacyjny wzrost tych czynników można przypisać ich zwiększonej wrażliwości i intensywności odpowiedzi na procedury chirurgiczne, znieczulenie i stres, co wyjaśnia ich powszechne zastosowanie w monitorowaniu systemowego stanu zapalnego. Jednakże badanie to nie wykazało korelacji między tymi podwyższonymi czynnikami a rokowaniem w przypadku nowotworu. Poziomy IL–1β pozostały stosunkowo stabilne w okresie okołooperacyjnym. Zarówno jednowymiarowa, jak i wielowymiarowa analiza regresji Coxa zasugerowały, że stosunek poziomu IL‑1β po operacji do poziomu przedoperacyjnego może być niezależnym czynnikiem prognostycznym dla przeżywalności, choć wynik ten należy interpretować z ostrożnością ze względu na ograniczoną liczbę zdarzeń. Analiza przeżywalności wykazała ponadto, że wyższe wartości stosunku IL–1β wiązały się z gorszymi wynikami. Wyniki te wskazują na znaczący potencjał stosunku poziomu IL–1β po operacji do poziomu przedoperacyjnego w przewidywaniu rokowań u pacjentów z CRC.
Jako kluczowy czynnik regulacyjny odpowiedzi zapalnej, IL–1β odgrywa istotną rolę w rozwoju CRC poprzez liczne procesy patologiczne, w tym przebudowę guza, unikanie odpowiedzi immunologicznej, angiogenezę, przerzuty oraz oporność na chemioterapię16,17,18,19. Wcześniejsze badanie przeprowadzone przez Dana Nicolae Florescu i współpracowników wykazało, że w porównaniu z osobami zdrowymi, pacjenci z CRC wykazują znacznie wyższe poziomy IL–1β w surowicy20, co wskazuje na jego rolę w diagnostyce i prognozowaniu CRC. Marko Vukovic i współpracownicy21 donieśli na podstawie analizy immunohistochemicznej, że ekspresja białka IL–1β wykazuje istotną wartość prognostyczną w tkankach raka pęcherza moczowego. Ponadto Gurcan Tunali i współpracownicy wykazali, że IL–1β podtrzymuje mechanizmy samowzmacniające poprzez szlaki sygnalizacyjne NF–κB i STAT3, promując tym samym rozwój środowiska zapalnego w potrójnie ujemnym raku piersi i przyspieszając progresję guza22. Niniejsze badanie sugeruje ponadto, że podwyższony stosunek poziomu IL‑1β we krwi obwodowej po operacji do poziomu przed operacją może być powiązany z przeżyciem specyficznym dla raka w CRC, jednak zależność ta wymaga walidacji w większych kohortach. Chociaż wskaźnik ten może być pod wpływem stanu zapalnego w okresie okołooperacyjnym oraz innych czynników zakłócających niezwiązanych z nowotworem, wyniki nadal sugerują potencjał IL‑1β jako markera prognostycznego, co powinno zostać potwierdzone w badaniach o odpowiedniej mocy statystycznej. Dodatkowo ludzkie przeciwciało monoklonalne znane jako kanakinumab, które celuje w IL–1β, wykazało skuteczność przeciwnowotworową w badaniach klinicznych. Na przykład badanie CANTOS wykazało, że przeciwciało to może znacznie zmniejszyć zapadalność na raka płuc23; ponadto blokada IL–1β może znacząco zmniejszyć obciążenie nowotworowe w płucach i może być stosowana jako alternatywna terapia w istniejącym leczeniu gruczolakoraka płuc z mutacją K–ras24, co dostarcza również nowej koncepcji dla strategii leczenia CRC opartych na inhibicji IL–1β.
Warto zauważyć, że Huihui Xiang i wsp.25 wykazali, iż IFN–α promuje progresję CRC poprzez zwiększenie ekspresji genu NK2R, co koreluje ze złymi rokowaniami pacjentów. Jednak jednowymiarowa analiza regresji Coxa wykazała, że podwyższone pooperacyjne poziomy IFN–α pozostawały istotnie powiązane z przeżywalnością, co sugeruje, że cytokina ta może przyczyniać się do rozwoju CRC. Jednak po uwzględnieniu zmiennych klinicznych w wielowymiarowej analizie regresji Coxa korelacja ta utraciła istotność statystyczną. Niedawne badania wskazały, że IFN–α jest potencjalnym adiuwantem immunoterapii; w szczególności indukuje on ekspresję PD–1 w komórkach czerniaka26 i wzmacnia odpowiedź immunologiczną27. Ponadto blokada IFN–α znosi skuteczność leczenia anty-PD–128. Rzeczywisty stan funkcjonalny szlaku sygnałowego IFN–α prawdopodobnie ma większe znaczenie niż zmiany w jego względnym stężeniu, co wskazuje, że izolowane pomiary IFN–α są niewystarczające do wiarygodnej oceny rokowań w CRC. W związku z tym konieczne są dalsze badania w celu wyjaśnienia specyficznych mechanizmów działania IFN–α w CRC oraz jego potencjalnej wartości jako biomarkera prognostycznego.
Niniejsza analiza posiada jednak kilka ograniczeń. Kluczowym jest to, że całkowita liczba zgonów wyniosła jedynie 21, a model wielowymiarowy obejmował sześć zmiennych współzależnych, co przełożyło się na stosunek liczby zdarzeń do zmiennych (EPV) wynoszący około 3,5, co znacznie odbiega od ogólnie zalecanego progu 10. Ponadto wartość odcięcia zastosowana do dychotomizacji stosunku IL–1β została wyznaczona na podstawie tego samego zbioru danych bez zewnętrznej walidacji, co może prowadzić do nadmiernie optymistycznych szacunków wydajności prognostycznej i znacznego ryzyka przeuczenia modelu. Co więcej, choć w badaniu wykorzystano CSS jako punkt końcowy w celu wyizolowania śmiertelności specyficznej dla nowotworu, CSS nie jest idealnym punktem końcowym dla tej kohorty z przewagą wczesnych stadiów choroby (69,3% w stadium I–II), ponieważ wyklucza zgony z przyczyn innych niż nowotworowe, co ogranicza porównywalność ze standardowymi analizami przeżywalności specyficznej dla nowotworu; statystycznie bardziej preferowane byłyby wskaźniki DFS/RFS, jednak dane o nawrotach nie zostały zapisane w rejestrze retrospektywnym, co uniemożliwiło przeprowadzenie takiej analizy. Analiza podgrup w stadiach I–III przeprowadzona post hoc (n = 141, 16 zdarzeń) wykazała zgodny kierunkowo, lecz nieistotny statystycznie współczynnik HR wynoszący 1,04 (95% CI 0,99–1,10, p = 0,11), co potwierdza ograniczoną moc obecnego zbioru danych. Ta ograniczona moc statystyczna, wraz z małą liczbą zdarzeń w podgrupie wysokiego ryzyka (n = 5), sugeruje, że wyniki należy interpretować jako wstępne i służące do generowania hipotez, a nie jako konkluzywne, i wymagają one walidacji w większych, niezależnych kohortach.
Dodatkowo, w tej analizie retrospektywnej nie odnotowano ani nie skorygowano kilku istotnych determinantów stanu zapalnego po operacji i długoterminowego przeżycia — w tym chemioterapii uzupełniającej, dostępu chirurgicznego, statusu MSI, stopnia urazu chirurgicznego, metod znieczulenia oraz stosowania antybiotyków. Ponieważ czynniki te mogą wpływać zarówno na stosunek IL‑1β, jak i na wyniki leczenia pacjentów, w badaniu tym nie można wykluczyć znacznego zakłócenia resztkowego, a zaobserwowanej korelacji nie można z pewnością przypisać samemu stosunkowi IL‑1β. Po pierwsze, ani przedoperacyjne, ani pooperacyjne próbki krwi nie były pobierane w stałych, zestandaryzowanych punktach czasowych w odniesieniu do zabiegu chirurgicznego, a rzeczywiste odstępy czasowe nie były konsekwentnie zapisywane w zbiorze danych retrospektywnych. Ponieważ poziomy cytokin w okresie okołooperacyjnym są silnie zależne od czasu, a stosunek ten stanowi główną ekspozycję, ten brak standaryzacji bezpośrednio narusza trafność i porównywalność stosunku IL‑1β pomiędzy pacjentami; żadna korekta statystyczna nie może w sposób adekwatny naprawić tego wewnętrznego błędu pomiarowego, a zmienność ta mogła w znacznym stopniu wpłynąć na szacunek prognostyczny. Ze względu na ograniczoną liczebność próby i niekompletne zapisy odstępów czasowych, w badaniu tym nie udało się przeprowadzić wiarygodnej analizy wrażliwości w zakresie heterogeniczności czasowej, co uznaje się za istotne ograniczenie. W celu potwierdzenia powtarzalności i użyteczności klinicznej otrzymanych wyników uzasadnione jest przeprowadzenie przyszłych badań prospektywnych z predefiniowanymi oknami pobierania próbek po operacji. Po drugie, kluczowe czynniki wpływające, takie jak stopień urazu chirurgicznego29, metody znieczulenia30 oraz stosowanie antybiotyków31,32, nie zostały ujęte w stratyfikacji analizy, co ogranicza kompleksową ocenę ich związku z rokowaniem. Wreszcie, jednocentryczny, retrospektywny charakter badania oraz stosunkowo mała liczebność próby mogą wprowadzać błąd selekcji, wpływając tym samym na uogólnialność wyników badania. W celu walidacji otrzymanych wniosków, dalszego wyjaśnienia znaczenia prognostycznego tych biomarkerów zapalnych oraz zwiększenia rzetelności i klinicznej przydatności konkluzji, uzasadnione jest przeprowadzenie przyszłych wieloośrodkowych badań prospektywnych na dużą skalę.
Wyniki te sugerują potencjalną zależność badawczą między stosunkiem poziomu IL‑1β po operacji do poziomu przedoperacyjnego a przeżywalnością u pacjentów z CRC poddanych radykalnej resekcji. Jednak ze względu na jednocentrowy charakter badania retrospektywnego, brak korekty o kluczowe zmienne zakłócające w okresie okooperacyjnym (w tym uraz chirurgiczny, znieczulenie, antybiotykoterapię, terapię adiuwantową i status MSI) oraz brak danych o nawrotach (co uniemożliwiło analizę DFS/RFS), zależności tej nie można z pewnością przypisać samemu stosunkowi IL‑1β. W celu walidacji tych wstępnych obserwacji niezbędne są prospektywne badania wieloośrodkowe z kompleksową zbiórką współzmiennych i ustandaryzowanymi protokołami pobierania próbek.
Oświadczenia
Autorzy nie deklarują żadnego konfliktu interesów.
WKŁAD AUTORÓW:
Donghui Gao i Zhenzhou Chen przyczynili się do gromadzenia danych. Jie Zhang przyczyniła się do gromadzenia danych i przygotowania rycin. Zongyue Zeng przyczyniła się do gromadzenia danych. Xingye Wu i Li Zeng przyczynili się do konceptualizacji, analizy danych, recenzji manuskryptu oraz nadzoru. Donghui Gao napisał pierwotną wersję manuskryptu. Wszyscy autorzy sprawdzili i zatwierdzili ostateczną wersję manuskryptu.
Podziękowania
Niniejsza praca była wspierana przez Projekt Fundacji Nauk Przyrodniczych Biura Nauki i Technologii Chongqing (Grant No. cstc2020jcyj–msxmX0360); Program Wyższej Kadry Medycznej Chongqing dla osób w wieku młodzieńczym i średnim (Chongqing, Chiny), Komisję Zdrowia Chongqing oraz Komitet Nauki i Technologii Chongqing (Grant No. 2020GDRC009, Chongqing, Chiny); Program Wsparcia Młodych Uczonych Bayu Qihuang Miejskiej Komisji Zdrowia Chongqing.
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Zestaw do detekcji multipleksowej cytokin | [Proszę podać producenta] | [Proszę podać numer katalogowy] | Detekcja IFN-alpha, IFN-gamma, IL-1beta, IL-2, IL-4, IL-5, IL-6, IL-8, IL-10, IL-12p70, IL-17 oraz TNF-alpha |
| Probówki do pobierania surowicy krwi | [Proszę podać producenta] | [Proszę podać numer katalogowy] | Pobieranie surowicy przed i po operacji |
| Cytometr przepływowy | [Proszę podać producenta] | [Proszę podać model/numer katalogowy] | Ilościowe oznaczanie cytokin metodą cytometrii przepływowej |
| Wirówka | [Proszę podać producenta] | [Proszę podać model/numer katalogowy] | Przygotowanie surowicy, jeśli dotyczy |
| SPSS Statistics, wersja 22.0 | IBM Corp. | Wersja 22.0 | Analiza statystyczna |
| Elektroniczny system dokumentacji medycznej | [Proszę podać producenta/nazwę systemu] | N/A | Przesiewowe badanie pacjentów i retrospektywne pozyskiwanie danych klinicznych |
Bibliografia
- Bray F, Laversanne M, Sung H, Ferlay J, Siegel RL, Soerjomataram I, et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2024;74(3):229-263.
- Fan A, Wang B, Wang X, Zhang Y, Liu H, Li J. Immunotherapy in colorectal cancer: current achievements and future perspective. Int J Biol Sci. 2021;17(14):3837-3849.
- Leowattana W, Leowattana P, Leowattana T. Systemic treatment for metastatic colorectal cancer. World J Gastroenterol. 2023;29(10):1569-1588.
- Sawicki T, Ruszkowska M, Danielewicz A, Niedźwiedzka E, Arłukowicz T, Przybyłowicz KE, et al. A review of colorectal cancer in terms of epidemiology, risk factors, development, symptoms, and diagnosis. Cancers (Basel). 2021;13(9):2025.
- Taniguchi K, Karin M. IL-6 and related cytokines as the critical lynchpins between inflammation and cancer. Semin Immunol. 2014;26(1):54-74.
- Long AG, Lundsmith ET, Hamilton KE. Inflammation and colorectal cancer. Curr Colorectal Cancer Rep. 2017;13(4):341-351.
- Cheng E, Shi Q, Shields AF, Nixon AB, Shergill A, Ma C, et al. Association of inflammatory biomarkers with survival among patients with stage III colon cancer. JAMA Oncol. 2023;9(3):404-413.
- Feng S, Li Z, Liu M, Wang Y, Chen H, Zhang L. Postoperative serum interleukin-6 levels correlate with survival in stage I-III colorectal cancer. BMC Gastroenterol. 2023;23(1):156.
- Brattinga B, Rutgers A, De Haan JJ, Van der Wal BC, Van der Laan L, De Bock GH, et al. Preoperative inflammatory markers as a predictor of three-year cancer‑specific survival in older cancer patients undergoing oncologic surgery. Cancers (Basel). 2021;13(8):1824.
- Park JW, Chang HJ, Yeo HY, Han YD, Cho YB, Kim HC, et al. The relationships between systemic cytokine profiles and inflammatory markers in colorectal cancer and the prognostic significance of these parameters. Br J Cancer. 2020;123(4):610-618.
- Avisar A, Cohen M, Aharon A, Brenner B, Barshack I, Ron I, et al. Positive affect and fatigue as predictors of anti-inflammatory IL-10 concentrations among colorectal cancer patients during adjuvant chemotherapy. J Psychosom Res. 2023;167:111162.
- Hung CH, Lee TL, Huang AY, Chen YC, Shih LY, Chang YJ, et al. A positive regulatory feedback loop between EKLF/KLF1 and TAL1/SCL sustaining the erythropoiesis. Int J Mol Sci. 2021;22(15):8024.
- Lu CC, Kuo HC, Wang FS, Jou MJ, Wu CC, Chang CH, et al. Upregulation of TLRs and IL-6 as a marker in human colorectal cancer. Int J Mol Sci. 2014;16(1):159-177.
- Pecqueux M, Brückner F, Oehme F, Weitz J, Rahbari NN, Distler M, et al. Preoperative IL-8 levels as prognostic indicators of overall survival: an extended follow-up in a prospective cohort with colorectal liver metastases. BMC Cancer. 2024;24(1):90.
- Amicarella F, Muraro MG, Hirt C, Cremonesi E, Padovan E, Mele V, et al. Dual role of tumor-infiltrating T helper 17 cells in human colorectal cancer. Gut. 2017;66(4):692-704.
- Pretre V, Papadopoulos D, Regard J, Pelletier M, Borges da Silva H. Interleukin-1 (IL-1) and the inflammasome in cancer. Cytokine. 2022;153:155850.
- Malik A, Kanneganti TD. Function and regulation of IL-1α in inflammatory diseases and cancer. Immunol Rev. 2018;281(1):124-137.
- Zhang Z, Chen Y, Pan X, Wang L, Liu S, Li Q, et al. IL-1β mediates Candida tropicalis-induced immunosuppressive function of MDSCs to foster colorectal cancer. Cell Commun Signal. 2024;22(1):408.
- Zhou J, Tulotta C, Ottewell PD. IL-1β in breast cancer bone metastasis. Expert Rev Mol Med. 2022;24:e11.
- Florescu DN, Boldeanu MV, Șerban RE, Biciușcă V, Ciurea ME, Gheonea IA, et al. Correlation of the pro-inflammatory cytokines IL-1β, IL-6, and TNF-α, inflammatory markers, and tumor markers with the diagnosis and prognosis of colorectal cancer. Life (Basel). 2023;13(12):2261.
- Vukovic M, Chamlati JM, Hennenlotter J, Stenzl A, Todenhöfer T, Bedke J, et al. Interleukin-1β/Interleukin (IL)-1-receptor-antagonist (IL1-RA) axis in invasive bladder cancer—an exploratory analysis of clinical and tumor biological significance. Int J Mol Sci. 2024;25(4):2447.
- Tunali G, Yanik H, Ozturk SC, Acikgoz E, Demir K, Yilmaz D, et al. A positive feedback loop driven by fibronectin and IL-1β sustains the inflammatory microenvironment in breast cancer. Breast Cancer Res. 2023;25(1):27.
- Lee JM, Tsuboi M, Kim ES, Besse B, Ahn MJ, Rizvi NA, et al. Overcoming immunosuppression and pro-tumor inflammation in lung cancer with combined IL-1β and PD-1 inhibition. Future Oncol. 2022;18(27):3085-3100.
- Yuan B, Clowers MJ, Velasco WV, Zhou L, Wang H, Zhang Y, et al. Targeting IL-1β as an immunopreventive and therapeutic modality for K-ras-mutant lung cancer. JCI Insight. 2022;7(11):e157788.
- Xiang H, Toyoshima Y, Shen W, Wang X, Murayama T, Suzuki H, et al. IFN-α/β-mediated NK2R expression is related to the malignancy of colon cancer cells. Cancer Sci. 2022;113(8):2513-2525.
- Holzgruber J, Martins C, Kulcsar Z, Schmidinger M, Berghoff AS, Zielinski CC, et al. Type I interferon signaling induces melanoma cell-intrinsic PD-1 and its inhibition antagonizes immune checkpoint blockade. Nat Commun. 2024;15(1):7165.
- Sharif E, Nezafat N, Ahmadi FM, Mohit E. In silico design of CT26 polytope and its surface display by ClearColi-derived outer membrane vesicles as a cancer vaccine candidate against colon carcinoma. Appl Biochem Biotechnol. 2024;196(12):8820-8847.
- Chen J, Sun HW, Yang YY, Wang Y, Li X, Zhang H, et al. Reprogramming immunosuppressive myeloid cells by activated T cells promotes the response to anti-PD-1 therapy in colorectal cancer. Signal Transduct Target Ther. 2021;6(1):4.
- Takakura Y, Hinoi T, Egi H, Shimizu T, Ohdan H, Suzuki H, et al. Procalcitonin as a predictive marker for surgical site infection in elective colorectal cancer surgery. Langenbecks Arch Surg. 2013;398(6):833-839.
- Huh J, Hwang W. The role of anesthetic management in lung cancer recurrence and metastasis: a comprehensive review. J Clin Med. 2024;13(22):6681.
- Mutavhatsindi H, Manyelo CM, Snyders CI, Malherbe ST, Walzl G, Chegou NN, et al. Baseline and end-of-treatment host serum biomarkers predict relapse in adults with pulmonary tuberculosis. J Infect. 2024;89(1):106173.
- Eckmann C, Aghdassi SJS, Brinkmann A, Kresken M, Meyer E, Naber KG, et al. Perioperative antibiotic prophylaxis—indications and modalities for the prevention of postoperative wound infection. Dtsch Arztebl Int. 2024;121(7):233-242.