本文探讨了全血细胞计数衍生的炎症指数（CBC-DIIs）作为全身炎症和免疫反应的敏感且经济高效的衡量方法的临床潜力。
关键词：免疫反应，全身炎症，全血细胞计数，CBC衍生指数，CBC参数
引言
全身炎症是包括恶性肿瘤、心血管疾病（CVD）和慢性炎症性疾病在内的多种疾病发展和进展的核心。传统上，生化标志物已被用于评估炎症；然而，它们往往无法捕捉免疫反应的动态相互作用，同时成本更高且复杂性更高。
使用多种比率和复合多参数指数的生化和血液学标志物来评估各种条件下的炎症、疾病严重程度和预后，例如白蛋白与球蛋白比值、C反应蛋白（CRP）与白蛋白比值、综合炎症指数、CRP与乳酸脱氢酶比值、纤维蛋白原与白蛋白比值（FAR）、格拉斯哥预后评分（GPS）、单核细胞与淋巴细胞比值（MLR）、中性粒细胞与淋巴细胞比值（NLR）、血小板与淋巴细胞比值（PLR）、CD4/CD8比值、CD8/CD56比值、白细胞介素（IL）-1β/IL-10比值、IL-10/肿瘤坏死因子α（TNF-α）比值等。
全血细胞计数（CBC），作为一种常规且经济高效测试，提供了一个有吸引力的选择。从标准CBC参数中得出的复合指数能够对全身免疫激活进行敏感和快速的评估。我们重点讨论了三个这样的指数——系统免疫炎症指数（SII）、系统炎症反应指数（SIRI）和全身炎症综合指数（AISI）。这些指数整合了中性粒细胞（NEU）、血小板（PLT）、单核细胞（MON）和淋巴细胞（LYM）的测量值，以反映促炎和抗炎过程之间的平衡。讨论涵盖了这些指数背后的生物学机制，它们作为诊断和预后工具的临床相关性以及当前线性模型的局限性，为未来的非线性和综合诊断框架奠定了基础。
本社论旨在面向参与诊断、预后和管理炎症相关疾病的临床医生和生物医学研究人员。对于临床医生而言，它突出了CBC衍生炎症指数（CBC-DIIs）的实际和可操作潜力，这些指数易于获取、经济高效且在常规实践中未得到充分利用。通过突出它们在常见诊断途径和监测策略中的作用，我们旨在促进更自信的临床应用。对于研究人员，我们提请注意该领域的方法停滞问题。尽管验证研究的数量不断增加，但通过系统生物学、非线性建模和与基因组及影像数据的整合进行创新的需求仍然迫切。这些进步可以将CBC-DIIs转化为具有机械洞察力和计算稳健性的个性化医疗工具。
以下部分讨论了这些指数背后的生物学机制、它们的临床相关性和当前线性模型的局限性，为综合诊断框架奠定了基础。
炎症评估中CBC衍生指数的机制
CBC-DIIs的基础在于循环细胞因子、造血、血细胞计数及其活化之间的动态相互作用。对于临床医生而言，这些变化表现为常规CBC参数（表1，表2）中的可测量变化，如中性粒细胞增多或血小板增多，从而间接但有意义地反映了潜在的免疫活动。
促炎细胞因子水平升高可导致细胞活化、增殖和计数增加（如中性粒细胞增多、血小板增多），而抗炎细胞因子可减少活化并维持免疫稳态。每个细胞因子都有不同的和重叠的影响，有时会根据特定的免疫挑战促进或抑制血细胞的增殖或活化（表3，表4）。理解这些机制增强了临床医生在特定临床环境中解释升高的指数的能力，例如区分感染和自身免疫或评估治疗反应。
从研究的角度来看，这种机械观点为生物标志物开发提供了肥沃的土壤。每个细胞因子对造血谱系产生不同的影响，常常是以重叠或相反的方式。将细胞计数聚合到复合指数中可以捕获这些信号的净效应，但在涉及的具体通路上缺乏分辨率。将CBC-DIIs与细胞因子谱分析或转录组分析相结合的高级研究可以提供关于免疫失衡和疾病进展的生物学机制的更深入见解。
基于CBC的复合指数：SII、SIRI和AISI
基于这些机械见解，已经开发出三种主要的复合指数，每种指数在评估全身炎症方面都提供了独特的价值。对于临床医生来说，这些变化反映在常规CBC参数的可测量变化中（表1、表2），例如中性粒细胞增多或血小板增多，从而间接但有意义地指示潜在的免疫活动。
系统免疫炎症指数由胡等人于2014年提出。SII结合了NEU、PLT和LYM的绝对计数，使用以下公式，单位为×109个细胞/L：
SII = (NEU × PLT)/LYM
系统免疫炎症指数捕捉了促炎细胞（NEU和PLT）与抗炎LYM之间的相互作用。SII值升高通常表明促炎活动占主导地位，在癌症和CVD等情况下常观察到高SII与不良结果相关。
SIRI由齐等人引入。SIRI包含NEU、MON和LYM，反映了先天和适应性免疫反应在炎症中的参与。公式如下，单位为×109个细胞/L：
SIRI = (NEU × MON)/LYM
SIRI包含反映炎症反应的参数（如NEU、MON和LYM计数）。SIRI在具有显著炎症成分的疾病中特别有用，包括癌症、感染和创伤。临床医生可能会发现SIRI在感染和创伤设置中有用，因为在这种情况下，免疫迅速变化。
AISI结合了SII和SIRI的组成部分，整合了NEU、MON、PLT和LYM到一个单一指数中，单位为×109个细胞/L：
AISI = (NEU × MON × PLT)/LYM
AISI结合了这些比率和其他炎症标志物，以提供更全面的全身炎症测量。它是诊断和监测具有炎症成分疾病的强大工具。其整合多个参数可能在复杂病例中增强特异性。
2020年，Fuca等人发表了相同的方程式，显然专门命名为泛免疫炎症值，以反映其在各种疾病状态中的广泛适用性，特别是在肿瘤学中。遵循出版优先原则，我们使用AISI缩写来表示该指数。
尽管它们具有敏感性，但这些指数依赖于静态的线性关系，这可能过于简化了本质上动态、非线性的免疫相互作用，从而限制了其特异性。
从研究的角度来看，这些指数提供了捕捉全身免疫状态的框架；然而，它们对线性关系的依赖限制了其应用。这种简化忽略了阈值效应、反馈回路和协同相互作用，这些在生物系统中很常见。因此，转向更能准确反映免疫复杂性的非线性、模型驱动的方法的需求日益增长。
疾病-全身炎症轴的互惠关系
全身炎症和疾病在互惠关系中相互关联。自我放大的循环中，慢性病理状态激发免疫激活，而炎症进一步加剧疾病进展。对于临床医生来说，这一动态强调了监测炎症的重要性，不仅是疾病的后果，也是治疗目标。癌症、CVD和自身免疫疾病等慢性疾病引发全身炎症，反过又加速疾病进展。炎症不仅仅是疾病的后果，更是加速疾病进展的关键机制。一旦全身炎症建立，它通过破坏信号传导和代谢途径，导致器官功能障碍和并发症，从而促进疾病进展。炎症积极放大疾病进程，而不仅仅是反映它们。
临床因素，如合并症、感染、药物、压力和环境因素，也会影响全身炎症。虽然各种临床和外部因素可能影响炎症生物标志物，使它们的解释变得复杂，但这些影响也为理解炎症在疾病中的作用提供了重要背景。纳入这些变量使得CBC-DIIs在现实世界的临床环境中更具适用性，其中疾病过程与患者特定因素的持续交互是常态。
疾病与全身炎症之间的双向关系凸显了当前研究中的一个关键空白——需要精确量化炎症活动及其对疾病进展的反馈效应。为了准确预测结果，必须在基础病理及其外部调节因子的背景下量化全身炎症。复合指数——包括细胞因子面板、CBC参数比率和代谢组学特征等多样化标记——应整合到动态、非线性建模框架中，并在纵向队列中进行严格验证，以提供增强预后和指导治疗决策的综合视图。当前模型常常忽略炎症随时间累积和特定情境下的效果。因此，未来的研究应采用时间序列数据、系统建模和多模态综合诊断，阐明这些复杂的相互作用，并提供免疫动力学如何影响临床结果的更全面理解。
CBC衍生指数的临床应用
CBC-DIIs如SII、SIRI和AISI在肿瘤学和CVD以外的各种临床状况中展示了实用性。SII、SIRI和AISI值升高与各种情况下的疾病风险、患病率和严重程度相关。在肿瘤学中，SII值升高与促进免疫逃逸和肿瘤进展的肿瘤微环境相关，并且与不良预后密切相关。SII水平升高与抑郁严重程度增加有关，表明其作为抑郁症辅助诊断指标的潜力。同样，在接受维持性血液透析的患者中，高SII已被确定为抑郁的独立风险因素，突显了其在慢性病人群中的神经精神病学评估中的相关性。
在牙科健康中，与健康个体相比，III期C级广泛性牙周炎患者的SII值较高。这种关联突显了SII和SIRI在识别与牙周病相关的全身炎症方面的效用。
系统免疫炎症指数、SIRI和AISI被发现与银屑病关节炎、强直性脊柱炎、系统性红斑狼疮、干燥综合征和自身免疫性脑炎等自身免疫性疾病中的疾病活动相关，表明它们作为监测疾病严重程度的生物标志物的潜力。
研究表明，SII水平升高与成人慢性肾病（CKD）发病率呈正相关，尤其是在男性中。这表明SII可用作早期识别和风险分层的有价值的标记。在传染病中，SII在区分活动性肺结核和非结核性肺病方面表现出有效性。在急性情况下，如脓毒症，这些指数的连续测量可以提供炎症状态演变的实时见解，从而指导及时的治疗干预。
SII水平升高与2型糖尿病（T2DM）和胰岛素抵抗风险增加有关。研究发现，较高的SII水平与空腹血糖、空腹胰岛素和HOMA-IR值升高独立相关，表明发展为T2DM和胰岛素抵抗的风险更高。此外，在糖尿病视网膜病变患者中，高SII值预测了微血管和大血管并发症以及一年内的死亡风险增加，突显了其作为糖尿病并发症预后标志物的潜力。
在急性创伤的背景下，尤其是创伤性脑损伤（TBI），SII已被确定为一个有价值的预后生物标志物。一项涉及1,266名重度TBI患者的回顾性研究显示，入院时SII水平升高与较差的结果独立相关，包括更高的死亡率和受伤后6个月的不利格拉斯哥预后评分。同样，在儿科TBI病例中，轻度、中度和重度损伤组之间的SII值存在显著差异，表明其在评估损伤严重程度和指导临床管理方面的效用。
这些例子说明了CBC-DIIs在各种临床场景中的广泛应用，为临床医生提供了可用于预后的便捷工具，并有助于制定个性化的患者管理策略。
虽然CBC-DIIs在临床实践中非常有价值，但其解读应始终考虑上下文，因为升高的数值也可能出现在良性炎症反应中。因此，它们必须与其他诊断测试和临床评估结合使用，以确保准确性。
高级CBC-DIIs的未来：非线性相互作用和先进框架
整合常规获取的成像数据，如放射组学纹理和组织病理学分类（包括结构模式、细胞学变异和分级），以及广泛的基因组特征如转录组谱，为非线性模型提供了复杂且特定情境的输入，揭示了推动免疫和炎症反应的阈值现象、反馈回路和协同相互作用——这是基于线性的CBC指数所固有缺乏的能力。生物系统通常表现出阈值效应、反馈回路和依赖于情境的响应——这些现象是线性模型无法充分表示的。一个免疫参数的小扰动可能导致不成比例的下游效应，这是线性模型无法处理的细微差别。这一点经常被强调为一种大致线性或非线性的关系，存在于CBC-DIIs、死亡风险、疾病风险或严重性、器官健康或其他临床指标之间。非线性建模技术提供了一个更灵活且与生物学一致的框架，能够容纳不成比例、协同或拮抗的免疫变量相互作用。
例如，血细胞计数及其参数的离散变化对不同个体有不同的影响。这些非线性可以通过数学表达式捕捉，该表达式将每个免疫成分建模为一个独特且相互作用的“因素”，而不是假设统一的加法或减法贡献。因素可以包括免疫激活状态、调控能力或系统负担，每个因素由允许对输入数据的细微变化作出非线性响应的多变量子公式构建。
为了实现这些模型的操作化，可以采用诸如决策树、随机森林或梯度提升等计算方法。这些算法特别适合于识别复杂的决策边界，例如在模糊或重叠的CBC档案中区分免疫激活和免疫抑制。更先进的方法，如支持向量机（SVM）或人工神经网络，可以建模高维交互并揭示在线性框架中否则会被掩盖的模式。这些技术解决了多重共线性和特征交互问题，并可以在真实世界患者数据上进行训练，以动态调整他们的预测以适应不同的临床情景。
此外，通过递归神经网络（RNN）或长短期记忆网络（LSTM）纳入时间维度，将使这些指数能够考虑免疫参数如何演变，从而提高慢性病或治疗反应监测的预后准确性。这种具备时间意识的模型即使在快照值在临床上看似可接受的情况下也能标记异常轨迹。
最终，非线性和机器学习基础框架提供了所需的精度、适应性和灵敏度，将CBC-DIIs从静态筛查工具转变为动态、个性化的生物标志物。它们在免疫抑制、共病负担或波动性疾病活动的情境中尤其有价值，在这些情况下，线性假设通常失效。通过采用这些先进的建模策略，未来的CBC-DIIs应能更准确地反映免疫复杂性，从而支持早期诊断、风险分层和个性化干预。
CBC衍生指数与多模态诊断的整合
CBC-DIIs与其他诊断模式的整合为增强个性化免疫功能评估提供了前景广阔的领域。根据上述非线性、多模态建模框架，以下章节详细介绍了五个领域——放射成像和放射组学；基因组和转录组分析；生化实验室标记；蛋白质组学和代谢组学分析；以及生物电阻抗评估——在这些领域中，CBC-DIIs与已建立的诊断模式整合，以提高免疫学个性化评估的敏感性和特异性。下面，我们展示了一些此类整合的示例。
放射成像和放射组学：磁共振成像（MRI）和计算机断层扫描（CT）提供详细的解剖和功能见解，当与CBC-DIIs结合时，增强了对炎症和肿瘤性疾病的评估。例如，在多发性硬化症中，MRI改善了对疾病活动和进展的评估。放射组学从医学图像中提取定量特征，进一步通过关联成像表型与血液学指数来增强这种整合，从而在肿瘤学和其他领域完善预后模型。
基因组和转录组数据：将基因组和转录组数据与CBC-DIIs结合，有助于更深入地了解免疫反应的分子基础。影响免疫细胞功能的遗传变异可以调节血细胞表型，其整合有助于识别自身免疫疾病或药物不良反应风险的个体。转录组分析结合CBC-DIIs还可以帮助监测类风湿关节炎和系统性红斑狼疮等疾病中的疾病活动和治疗反应。
生化实验室结果：将CBC-DIIs与生化标记（如脂联素和骨代谢标记）结合，将增强对全身炎症、肥胖和骨骼健康的评估。这种多模态方法通过提供患者炎症状态的更细致图像，提高了诊断算法的敏感性和特异性。
组学数据整合：整合蛋白质组学、代谢组学和其他组学数据与CBC-DIIs，提供了免疫系统状态的整体视图，可能识别出疾病过程中涉及的新生物标志物和通路。这种综合分析可以带来个性化医疗方法，例如代谢组学特征结合CBC-DIIs可以改善高危人群中代谢综合征风险的预测。
生物电阻抗分析（BIA）提供非侵入性的身体组成测量，包括脂肪质量、瘦体重和总体水分，这对于理解代谢和炎症状态至关重要。结合CBC-DIIs，临床医生可以获得更全面的患者视图，特别是那些患有全身炎症和肥胖、肌少症等疾病的患者。
尽管CBC-DIIs与其他诊断模式的整合具有重大前景，但仍存在挑战。数据标准化、互操作性和强大的分析框架的发展对于有效整合至关重要。采用标准化的数据格式和利用机器学习算法可以促进不同类型数据的合成，从而实现更准确和个性化的免疫功能评估。如果不遵守互操作性标准，如快速医疗互操作资源（HL7/FHIR;
未来方向
未来的研究应该超越CBC-DIIs在肿瘤学中的主导应用，以充分发挥先进多参数CBC-DIIs的临床和诊断潜力。几个未被充分探索的领域提供了研究的机会。
在肥胖等代谢紊乱中，慢性低度炎症是一个标志，CBC-DIIs可以帮助诊断和量化与共病相关的全身炎症负担，以及监测干预措施的效果。在抑郁症中，系统性免疫激活越来越被认为是促成因素；专用的CBC-DIIs可能提供客观标志物，以支持诊断、预测治疗反应和监测残留炎症负担。在植入医学中，包括牙科植入物和骨科关节置换，专用指数可以作为免疫抑制或炎症异物反应、感染风险或长期炎症并发症的早期指标。这在增强术前和术后监测方面尤其有价值。过敏性疾病也可以从适应CBC-DIIs的配方中受益，这些配方反映了急性和慢性免疫激活。此外，系统性氧化应激通常涉及全身炎症和CBC计数及其参数的变化，使专用的CBC-DII成为检测和测量氧化应激对免疫系统影响的潜在工具。在慢性免疫抑制的情况下，如器官移植或慢性炎症性疾病，专用的CBC-DIIs可以帮助识别非典型免疫特征。同样，微妙的指数行为可能揭示暗示新兴并发症的受抑或失调免疫反应模式，在原发性或获得性免疫缺陷中。
目前可用的CBC-DSIIs的一个共同限制是尽管它们具有敏感性，但缺乏特异性。这些指数依赖于静态的线性关系，可能过于简化了本质上动态和非线性的免疫相互作用，导致特异性方面的局限性。然而，对于临床和研究应用，具有增强条件或疾病特异性的新先进CD-SIIs可能提供优越的优势。例如，在抑郁症中，目标是识别与抑郁症严重程度相关的特定血细胞比例模式。相比之下，在肥胖中，重点是识别特定的脂肪组织炎症模式。由于抑郁症和肥胖的共同生物机制，研究表明肥胖是抑郁症风险升高的因果风险因素，增加了抑郁症的风险，观察性研究提供了一些双向关联的证据，表明心理困扰也可能导致体重指数（BMI）的增加。因此，开发针对脂肪组织炎症和抑郁症的特定CD-SIIs将提供对肥胖-抑郁症相关性的显著更深入的理解。这将有助于创建量化相关全身炎症水平和监测治疗反应的工具。
结论
CBC-DIIs通过利用常规CBC测试提供了一种强大且经济高效的方法来评估全身炎症。这些指数提供了免疫激活的敏感测量，有助于诊断、预后和监测从癌症和CVD到自身免疫性疾病的多种疾病。尽管它们充满希望，但支撑这些指数的当前线性模型并未完全捕捉到免疫-炎症相互作用的复杂性，特别是在慢性病患者或免疫抑制患者中。
推进这些工具需要转向反映生物系统动态、非比例性质的非线性框架。将这些模型与多模态数据（如影像、基因组学和纵向患者记录）整合可以显著提高诊断精度和个人化水平。然而，这种整合并非没有挑战。来自不同来源的数据在格式、规模和临床背景上各不相同，若不遵循互操作性标准，很难进行协调和解释。
对于临床医生而言，未来的指数必须保持易用性、可解释性并扎根于常规实践。对于研究人员而言，当务之急是在数据建模、整合和验证方面推动创新，确保这些工具既具有生物学洞察力又实用可行。通过拥抱多学科方法并解决这些技术和临床挑战，CBC-DIIs可能会演变为真正个性化的全身炎症精准诊断生物标志物。
(全文结束)