题目：Cytokines as Prognostic Biomarkers in Pulmonary Arterial Hypertension
作者：Athénaïs Boucly, Ly Tu, Christophe Guignabert, Christopher Rhodes, Pascal De Groote, Grégoire Prévot, Emmanuel Bergot, Arnaud Bourdin, Antoine Beurnier, Anne Roche, Mitja Jevnikar, Xavier Jaïs, David Montani, Martin R. Wilkins, Marc Humbert, Olivier Sitbon, Laurent Savale
杂志：European respiratory journal
研究背景：
研究方法：
表1 研究人群基线特征
细胞因子表达水平
在基线时，与健康对照相比，瘦素（Leptin）、G-CSF、MIF、CXCL9、CXCL10、IL-1、IL-4、IL-6、IL-8和IL-15水平升高；肿瘤坏死因子相关凋亡诱导配体（TRAIL）和IL-10水平降低；与基线水平相比，首次随访时TRAIL和IL-17水平升高，而G-CSF、CXCL10、CCL2、CCL4、β-NGF（β-神经生长因子）、IL-6、IL-8、IL-15和IL-18水平在基线和首次随访均下降（图1）。
图1 细胞因子表达水平
注释：*：初诊时PAH与对照组存在差异；*：首次随访PAH与基线存在差异
生存分析
发现队列的中位随访时间为69月后，21例患者死亡，5例患者接受肺移植。21例死亡患者中，死亡原因分别是右心衰竭(n=12)，猝死(n=2)、癌症(n=1)和中风(n=1)。5名患者的死亡原因不明；验证队列中位随访时间为49±29月，53例患者死亡。所有患者均未接受肺移植。
在基线和首次随访时（中位时间为4.6月）对20种细胞因子进行单变量分析。基线时，预后因子为β-NGF、CXCL9、TRAIL和IL-18，首次随访时β-NGF、CXCL9、TRAIL、CXCL10和IL-6与生存相关。β-NGF, CXCL9和TRAIL为基线和首次随访时共同预后因子（表2）。
表2 基线(A)和首次随访时(B)的单变量分析确定与无移植生存相关的细胞因子
基线时无移植生存的最佳阈值（ROC分析）:β-NGF：3.65 pg/mL, CXCL9：625.5 pg/mL, TRAIL：52.65 pg/mL。Kaplan-Meier生存曲线显示在发现队列中，基线和首次随访时高水平β-NGF和CXCL9以及低水平TRAIL与更低的无移植生存率相关（图2），验证队列证明基线和首次随访时β-NGF、CXCL9 和TRAIL水平与总生存率相关（图3）。
图2 基线和首次随访时因子表达水平与无移植生存事件的Kaplan-Meier生存曲线
注释：A-C：基线；D-F：首次随访
图3 基线和首次随访时因子表达水平与总生存事件的Kaplan-Meier生存曲线
注释：A~C：基线时间；D~F：首次随访
单因素cox分析
单因素cox分析表明基线与首次随访时高水平β-NGF、CXCL9和低水平TRAIL是PAH生存危险因素（表3）
表3 单因素cox分析筛选危险因素
多因素cox分析
多因素cox分析提示在基线（表4）和首次随访（表5）时，β-NGF、CXCL9和TRAIL是PAH患者生存的独立变量。此外，与临床现有预测模型中常用的临床指标和血流动力学参数相比，β-NGF、CXCL9和TRAIL能更加准确预测PAH患者的生存状态。
表4：基线时多因素cox分析
表5 首次随访时多因素cox分析
β-NGF, CXCL9和TRAIL水平与无移植生存状态
无移植生存与基线和首次随访时β-NGF、CXCL9和TRAIL水平相关：基线时具有3个低风险因素(低水平的β-NGF和CXCL9，高水平的TRAIL)的患者未发生死亡，而无低风险因素的患者预后较差(图4A)；在首次随访时达到2个与3个低风险因素的患者具有更好的长期生存(图4B)。
图4 基线(A)和首次随访时(B) βNGF、CXCL9和TRAIL水平的Kaplan-Meier生存曲线
本研究发现血清中三种新的细胞因子(ß-NGF, CXCL9和TRAIL)在基线和PAH治疗开始后的首次随访时的表达水平与预后独立相关。此外，与目前常用的临床和血流动力学指标相比，上述生物标志物能更好预测PAH的生存，并在外部队列中得到验证。因此，在对PAH患者的临床管理中，通过随访监测血清ß-NGF、CXCL9和TRAIL水平，可有助于早期识别高死亡风险患者，从而及时调整治疗方案(如采用联合治疗和/或肺移植)。
1、与既往研究相比，本研究仅纳入首次诊断且未接受免疫相关药物治疗的PAH患者，使外周循环细胞因子水平更好反应PAH疾病本身分子特征
2、既往研究检测细胞因子水平方法差别较大，不能很好在临床中应用推广。本研究采用EllaTM检测试剂盒，操作简单，自动分析，省时高效，临床推广可行性高。
3、本研究通过动态监测细胞因子表达水平，选择表达水平稳定因子作为预后的生物标志物，并经外部队列验证，结果可信度高。
1、样本量少
2、仅纳入特发性、遗传性和药物相关PAH，未纳入CTD-PAH和CHD-PAH
1、近年来，越来越多的研究表明炎症反应在PAH病理生理机制中发挥着作用，一些循环细胞因子可作为预测PAH疾病严重程度和预后生物标志物。但值得注意的是，大多数研究并没有动态监测细胞因子水平，无法体现PAH疾病进展预测效能，未来通过对循环因子进行动态监测，能更好筛选出PAH特异性预测标志物；此外，目前尚缺乏PAH疾病严重程度及预后的预测模型，通过机器学习等先进算法整合多维度数据（临床指标、组学分子、预后信息）可为PAH预测模型的构建提供新方向。
2、PAH疾病复杂多变，不同亚型PAH可能具有不同的病理生理机制。利用多组学数据，可以为揭示不同PAH亚型的炎症分子特征、识别精准生物标志物提供新证据。
Boucly A, Tu L, Guignabert C, et al. Cytokines as prognostic biomarkers in pulmonary arterial hypertension. Eur Respir J. 2023;61(3):2201232.
