Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBulgular: Adjuvan kemoterapi almayan hastalarda genel sağkalım anlamlı ölçüde daha düşüktü (45.6 aya karşı 82.2 ay; p=0.002).
📌 3 Maddede Bu Makale
Özet
Amaç: Bu çalışma, sistemik inflamasyon ve beslenme durumunu yansıtan biyobelirteçler olan monosit/yüksek yoğunluklu lipoprotein oranı (MHR) ile prognostik beslenme indeksi (PNI)’nin, evre III kolorektal kanser (KRK) hastalarında klinik sonuçlara olan etkisini değerlendirmeyi amaçlamaktadır. Yöntemler: Toplam 109 hastanın retrospektif olarak değerlendirildiği bu çalışmada, MHR ve PNI için optimal eşik değerler ROC eğrisi analizi ile belirlendi. Genel sağkalım (OS) ve hastalıksız sağkalım (PFS) Kaplan-Meier yöntemiyle analiz edildi ve log-rank testi ile karşılaştırmalar yapıldı. PFS ile ilişkili bağımsız prognostik faktörler çok değişkenli Cox regresyon analiziyle belirlendi. Bulgular: Adjuvan kemoterapi almayan hastalarda genel sağkalım anlamlı ölçüde daha düşüktü (45.6 aya karşı 82.2 ay; p=0.002). Ayrıca, düşük MHR (<0.37) ve düşük PNI (<46.8) seviyeleri, daha kısa genel sağkalımla ilişkili bulundu (p=0.041 ve p=0.003). Düşük PNI düzeyi aynı zamanda daha kötü hastalıksız sağkalım ile de anlamlı şekilde ilişkiliydi (p=0.021). MHR (AUC: 0.643) ve PNI (AUC: 0.657) mortaliteyi öngörmede orta düzeyde tahmin gücü sergiledi. Bununla birlikte, perinöral invazyon, hastalıksız sağkalım için bağımsız ve olumsuz bir prognostik faktör olarak saptandı (HR: 2.36; p=0.038). Sonuç: Tedavi öncesi MHR ve PNI değerleri, evre III kolorektal kanser hastalarında prognozun belirlenmesinde ve tedavi kararlarının yönlendirilmesinde kullanılabilecek, kolay erişilebilir ve düşük maliyetli biyobelirteçlerdir.
Abstract
Aims: This study explores how systemic inflammatory and nutritional indicators, specifically the monocyte-to-high-density lipoprotein ratio (MHR) and Prognostic Nutritional Index (PNI), influence clinical outcomes in stage III colorectal cancer (CRC) patients. Methods: A retrospective review of 109 individuals was conducted. ROC curve analysis was employed to determine the optimal cut-off values of MHR and PNI for predicting mortality. Survival outcomes, including overall survival (OS) and disease-free survival (DFS), were evaluated using Kaplan-Meier estimates and compared with log-rank tests. Cox regression was utilized to pinpoint factors independently associated with DFS. Results: The findings revealed significantly lower OS among patients not undergoing adjuvant chemotherapy (45.6 vs. 82.2 months; p=0.002). Additionally, diminished MHR (<0.37) and PNI (<46.8) levels were linked to poorer OS (p=0.041 and p=0.003, respectively). While low PNI was also associated with reduced DFS (p=0.021), MHR did not significantly impact DFS (p=0.42). Both MHR (AUC: 0.643) and PNI (AUC: 0.657) demonstrated moderate predictive capabilities for mortality. Importantly, perineural invasion surfaced as an independent negative prognostic factor for DFS (HR: 2.36; p=0.038). Conclusion: In conclusion, pre-treatment MHR and PNI values serve as accessible and low-cost indicators that may assist in prognostic stratification in stage III CRC management.