多发性骨髓瘤患者免疫状态及外周血RDW-SD、sFLCR、sBCMA水平变化与预后的关系

doi:10.3969/j.issn.1006-5725.2025.08.011

摘要/Abstract

摘要：

目的探讨多发性骨髓瘤（MM）患者免疫状态及检测外周血红细胞分布宽度标准差（RDW-SD）、血清游离轻链κ/λ比值（sFLCR）、可溶性B细胞成熟抗原（sBCMA）水平变化与预后的关系，为该病的病情判断和预后评估提供参考。方法选取医院2019年7月至2021年7月收治的MM患者182例作为观察组，所选患者均随访3年，随访期间失访6例，最终纳入176例进行研究，将最终纳入的176例患者根据预后情况分为预后不良组（53例）和预后良好组（123例），另外随机选取于我院同期接受健康体检的健康志愿者50名作为对照组。比较观察组和对照组免疫状态，分析MM患者预后不良的单因素，予以Cox回归分析MM患者预后不良的危险因素，将预后良好组纳入阴性，预后不良组纳入阳性，绘制受试者工作特征曲线（ROC）分析外周血RDW-SD、血清sFLCR、sBCMA单独及联合检测对MM患者预后不良的预测价值，获取曲线下面积（AUC），最佳截断值的确定依据约登指数最大的原则，联合检测的预测价值分析通过拟合方程进行。结果观察组外周血辅助性T细胞17（Th17）、血小板/淋巴细胞比值（PLR）水平高于对照组（P < 0.05），外周血调节性T细胞（Treg）水平低于对照组（P < 0.05）。预后不良组外周血RDW-SD及血清sBCMA水平高于预后良好组（P < 0.05），血清sFLCR水平低于预后良好组（P < 0.05）。Cox回归分析显示，外周血RDW-SD水平（HR = 1.091，95%CI：1.027 ~ 1.159）、血清sFLCR水平（HR = 1.095，95%CI：1.035 ~ 1.159）、血清sBCMA水平（HR = 1.088，95%CI：1.016 ~ 1.165）均是MM患者预后不良的独立危险因素（P < 0.05）。ROC分析显示，外周血RDW-SD、血清sFLCR、sBCMA联合检测预测MM患者预后不良的AUC值为0.880，高于三者单一检测（0.805、0.786、0.780，P < 0.05），敏感度、特异度分别为94.34%、68.29%。结论 MM患者存在免疫状态异常现象，且患者发生预后不良与外周血RDW-SD及血清sBCMA水平和血清sFLCR水平有关，外周血RDW-SD、血清sFLCR、sBCMA联合检测预测MM患者预后不良更具优势。

关键词: 多发性骨髓瘤, 免疫状态, 红细胞分布宽度标准差, 血清游离轻链κ/λ比值, 可溶性B细胞成熟抗原, 预后

Abstract:

Objective To explore the correlation between the immune status of patients with multiple myeloma （MM） and the dynamic changes in peripheral blood red blood cell distribution width standard deviation （RDW-SD）， serum free light-chain κ/λ ratio （sFLCR）， and soluble B-cell maturation antigen （sBCMA）， as well as their implications for prognosis. This study aims to provide a reference for evaluating disease progression and assessing patient outcomes. Methods 182 MM patients admitted to the hospital between July 2019 and July 2021 were enrolled as the study group. All selected patients were followed up for 3 years， with 6 cases lost to follow-up， resulting in a final cohort of 176 patients. These patients were further divided into two groups based on their prognosis： the poor-prognosis group （53 cases） and the good-prognosis group （123 cases）. Additionally， 50 healthy volunteers who underwent health check-ups during the same period were randomly selected as the control group. The immune status of both the study group and the control group was compared. Univariate analysis was conducted to identify factors associated with poor prognosis in MM patients， and Cox regression analysis was performed to determine risk factors for poor prognosis. The good-prognosis group was designated as the negative group， while the poor-prognosis group was designated as the positive group. The predictive value of peripheral blood RDW-SD， serum sFLCR， and sBCMA-both individually and in combination-for poor prognosis in MM patients was evaluated by constructing receiver operating characteristic （ROC） curves. The area under the curve （AUC） was calculated， and the optimal cut-off value was determined using the Youden index. Finally， the predictive value of the combined test was analyzed by fitting an appropriate equation. Results Levels of peripheral blood Th17 cells and platelet-to-lymphocyte ratio （PLR） were significantly higher in the study group compared to the control group （P < 0.05）， while the level of peripheral blood regulatory T cells （Tregs） was significantly lower than that in the control group （P < 0.05）. Additionally， levels of peripheral blood RDW-SD and serum sBCMA were significantly higher in the poor prognosis group compared to the good prognosis group （P < 0.05）， whereas the serum level of sFLCR was significantly lower than that in the good prognosis group （P < 0.05）. Cox regression analysis revealed that elevated peripheral blood RDW-SD （HR = 1.091， 95%CI： 1.027 ~ 1.159）， reduced serum sFLCR （HR = 1.095， 95%CI： 1.035 ~ 1.159）， and increased serum sBCMA （HR = 1.095， 95% CI： 1.016 ~ 1.165） were independent risk factors for poor prognosis in patients with MM （P < 0.05）. ROC curve analysis demonstrated that the combination of peripheral blood RDW-SD， serum sFLCR， and sBCMA assays achieved an AUC value of 0.880 for predicting poor prognosis in MM patients， which was significantly higher than those of the three individual assays （AUC values： 0.805， 0.786， 0.780； P < 0.05）. The sensitivity and specificity of this combined assay were 94.34% and 68.29%， respectively. Conclusions MM patients exhibited abnormal immune status and poor prognosis， which was associated with elevated levels of peripheral blood RDW-SD and serum sBCMA， as well as reduced serum sFLCR. Moreover， the combination of peripheral blood RDW-SD， serum sFLCR， and sBCMA demonstrated superior predictive value for poor prognosis in MM patients.

Key words: multiple myeloma, immune status, red blood cell distribution width standard deviation, serum free light chain κ/λ ratio, soluble b-cell maturation antigen, prognosis

中图分类号:

R733.3

沈娟,王勇,王秋萍,凌晨. 多发性骨髓瘤患者免疫状态及外周血RDW-SD、sFLCR、sBCMA水平变化与预后的关系[J]. 实用医学杂志, 2025, 41(8): 1161-1166.

Juan SHEN,Yong WANG,Qiuping WANG,Chen. LING. Relationship between the immune status of patients with multiple myeloma and the changes in the levels of detection of peripheral blood RDW-SD， sBCMA， sFLCR and prognosis[J]. The Journal of Practical Medicine, 2025, 41(8): 1161-1166.

图/表 6

表1

表2

表3

表4

表5

图1

参考文献 26

1	COWAN A J， GREEN D J， KWOK M， et al. Diagnosis and management of multiple myeloma： A review［J］. JAMA， 2022， 327（5）： 464-477. doi:10.1001/jama.2022.0003 doi: 10.1001/jama.2022.0003
2	BLADÉ J， BEKSAC M， CAERS J， et al. Extramedullary disease in multiple myeloma： A systematic literature review［J］. Blood Cancer J， 2022， 12（3）： 45. doi:10.1038/s41408-022-00643-3 doi: 10.1038/s41408-022-00643-3
3	HAGEN P， ZHANG J， BARTON K. High-risk disease in newly diagnosed multiple myeloma： Beyond the r-iss and imwg definitions［J］. Blood Cancer J， 2022， 12（5）： 83. doi:10.1038/s41408-022-00679-5 doi: 10.1038/s41408-022-00679-5
4	REES M J， KUMAR S. High-risk multiple myeloma： Redefining genetic， clinical， and functional high-risk disease in the era of molecular medicine and immunotherapy［J］. Am J Hematol， 2024， 99（8）： 1560-1575. doi:10.1002/ajh.27327 doi: 10.1002/ajh.27327
5	REN Y， DING Q， RUI-SI DING Z， et al. The nonlinear association between red blood cell distribution width （RDW） and bortezomib-related peripheral neurotoxicity （PN）： A retrospective cohort study［J］. Heliyon， 2023， 9（5）： e15994. doi:10.1016/j.heliyon.2023.e15994 doi: 10.1016/j.heliyon.2023.e15994
6	李喆琪，田卫伟，郭雅芳，等. 血清游离轻链比值及治疗后比值正常化对初诊多发性骨髓瘤患者诊断及预后的影响［J］. 中国实验血液学杂志， 2020， 28（4）： 1245-1250.
7	严治，陈广华，姚卫芹，等. 初诊多发性骨髓瘤患者血清中分泌型成熟B细胞表面抗原的表达及其临床意义［J］. 中华医学杂志， 2022， 102（30）： 2351-2356.
8	中国医师协会血液科医师分会，中华医学会血液学分会，中国医师协会多发性骨髓瘤专业委员会. 中国多发性骨髓瘤诊治指南（2020年修订）［J］. 中华内科杂志， 2020， 59（5）： 341-346.
9	张瑜，张晓琳，黄占文，等. 18F-NaF PET/CT对多发性骨髓瘤的诊断价值及其影像学特征的回顾性研究［J］. 实用医学杂志， 2020， 36（13）： 1803-1807.
10	刘晓莉，周林，韩崇旭. 骨髓瘤诊断及预后评估的新标志物-胞外囊泡［J］. 实用医学杂志， 2021， 37（8）： 1084-1087， 1092.
11	LANDGREN O， PRIOR T J， MASTERSON T， et al. Evidence meta-analysis： Evaluating minimal residual disease as an intermediate clinical end point for multiple myeloma［J］. Blood， 2024， 144（4）： 359-367. doi:10.1182/blood.2024024371 doi: 10.1182/blood.2024024371
12	GASOYAN H， FIALA M A， DOERING M， et al. Disparities in multiple myeloma treatment patterns in the united states： A systematic review［J］. Clin Lymphoma Myeloma Leuk， 2023， 23（11）： 420-427. doi:10.1016/j.clml.2023.08.008 doi: 10.1016/j.clml.2023.08.008
13	LETOUZÉ E， MOREAU P， MUNSHI N， et al. Mechanisms of resistance to bispecific t-cell engagers in multiple myeloma and their clinical implications［J］. Blood Adv， 2024， 8（11）： 2952-2959. doi:10.1182/bloodadvances.2023012354 doi: 10.1182/bloodadvances.2023012354
14	WAN Y， JIANG J， CHEN M， et al. Unravelling the imbalanced th17-like cell differentiation by single-cell rna sequencing in multiple myeloma［J］. Int Immunopharmacol， 2023， 124（Pt A）： 110852. doi:10.1016/j.intimp.2023.110852 doi: 10.1016/j.intimp.2023.110852
15	WU X， SUN Q， LI X， et al. Halofuginone inhibits osteoclastogenesis and enhances osteoblastogenesis by regulating th17/treg cell balance in multiple myeloma mice with bone lesions［J］. Indian J Hematol Blood Transfus， 2024， 40（3）： 407-414. doi:10.1007/s12288-024-01756-4 doi: 10.1007/s12288-024-01756-4
16	EVANS H， ANDREWS R， ABEDI F A， et al. Evidence for peri-lacunar remodeling and altered osteocyte lacuno-canalicular network in mouse models of myeloma-induced bone disease［J］. JBMR Plus， 2024， 8（9）： ziae093. doi:10.1093/jbmrpl/ziae123 doi: 10.1093/jbmrpl/ziae123
17	SZUDY-SZCZYREK A， MLAK R， MIELNIK M， et al. Prognostic value of pretreatment neutrophil-to-lymphocyte and platelet-to-lymphocyte ratios in multiple myeloma patients treated with thalidomide-based regimen［J］. Ann Hematol， 2020， 99（12）： 2881-2891. doi:10.1007/s00277-020-04092-5 doi: 10.1007/s00277-020-04092-5
18	秦娜，冯睿婷，王璇，等. 初诊多发性骨髓瘤外周血PLR与Treg、Th17的相关性及对预后的影响［J］. 中国实验血液学杂志， 2023， 31（6）： 1757-1763.
19	龚莉欣. 多发性骨髓瘤免疫微环境特征解析及免疫治疗新靶点的发现研究［D］. 北京：北京协和医学院， 2024.
20	LI M， BAI Y， SUN X， et al. High Red Blood Cell Distribution Width to Platelet Ratio is an Independent Poor Prognostic Factor in Patients with Newly Diagnosed Multiple Myeloma［J］. Discov Med， 2023， 35（175）： 157-167. doi:10.24976/discov.med.202335175.16 doi: 10.24976/discov.med.202335175.16
21	YIGIT A E， PINAR I E， OZKOCAMAN V， et al. Red Cell Distribution Width at Diagnosis Reflects Advanced Disease While Dynamic Changes Predict Survival at Relapse in Multiple Myeloma： A Retrospective Study［J］. Cureus， 2024， 16（12）： e75662.
22	郑兰兰，李斌. sBCMA在初诊多发性骨髓瘤患者中的表达水平及其与预后的关系［J］. 中国实验血液学杂志， 2023， 31（4）： 1108-1112.
23	程慧丽，蔡树华，吴陈新. sBCMA在多发性骨髓瘤患者外周血中表达水平及临床意义［J］. 国际免疫学杂志， 2022， 45（4）： 363-366.
24	杨超，蔺美琳，梁淑新，等. 游离轻链比值对老年多发性骨髓瘤预后的影响［J］. 中国老年学杂志， 2023， 43（19）： 4642-4645.
25	HE J， ZHANG Y， HAO P， et al. Association between red blood cell distribution width and long-term mortality in patients with intracerebral hemorrhage［J］. Neurocrit Care， 2024， 40（3）： 1059-1069. doi:10.1007/s12028-023-01875-2 doi: 10.1007/s12028-023-01875-2
26	蒋翔宁，陈俊峰，汪勇. 血清游离轻链κ/λ比值联合免疫固定电泳在多发性骨髓瘤患者预后评估中的价值［J］. 中国实验血液学杂志， 2020， 28（1）： 191-195.

指标	观察组（n = 176）	对照组（n = 50）	t值	P值
Th17/%	4.12±1.23	1.46±0.57	14.828	< 0.001
Treg/%	4.97±1.42	7.45±1.21	11.240	< 0.001
PLR	135.89±22.41	108.65±13.55	8.173	< 0.001

指标	预后不良组（n = 53）	预后良好组（n = 123）	t/χ² 值	P值
吸烟史	12（22.64）	27（21.95）	0.010	0.919
饮酒史	15（28.30）	31（25.20）	0.184	0.668
合并糖尿病	10（18.87）	22（17.89）	0.024	0.877
合并高血压	13（24.53）	25（20.33）	0.387	0.534
骨髓浆细胞比例			0.130	0.719
< 30%	23（43.40）	57（46.34）
≥ 30%	30（56.60）	66（53.66）
ISS分期			0.054	0.816
Ⅰ—Ⅱ期	37（69.81）	88（71.54）
Ⅲ期	16（30.19）	35（28.46）
外周血RDW-SD水平（x ± s）/（× 10^-15/L）	49.83±9.84	38.75±9.02	7.272	< 0.001
血清sFLCR水平（x ± s）	0.47±0.23	0.77±0.31	6.330	< 0.001
血清sBCMA水平（x ± s）/（ng/mL）	60.88±15.90	42.72±13.75	24.553	< 0.001

自变量	赋值方式
外周血RDW-SD水平	原值输入
血清sFLCR水平	原值输入
血清sBCMA水平	原值输入

因素	β	SE	Wald χ²	P值	HR	95%CI
外周血RDW-SD水平	0.087	0.031	7.876	0.005	1.091	1.027~1.159
血清sFLCR水平	0.091	0.029	9.847	0.002	1.095	1.035~1.159
血清sBCMA水平	0.084	0.035	5.760	0.016	1.088	1.016~1.165

指标	截断值	AUC	95%CI	P值	敏感度/%	特异度/%	约登指数
RDW-SD	> 44.98 × 10^-15/L	0.805	0.739 ~ 0.861	< 0.001	73.58	77.24	0.508
sFLCR	≤ 0.59	0.786	0.718 ~ 0.844	< 0.001	77.36	69.92	0.473
sBCMA	> 53.29 ng/mL	0.780	0.711 ~ 0.839	< 0.001	71.70	74.80	0.465
联合检测	> 11.19	0.880^*#&	0.822 ~ 0.924	< 0.001	94.34	68.29	0.626