大量证据表明,邻里环境因素(如邻里剥夺)会影响乳腺癌诊断分期、乳腺癌亚型和死亡率。不利的邻里环境因素可能会通过心理、社会和生物学途径影响乳腺癌的预后。但很少有研究探讨邻里环境因素与生物学相关因素之间的关系[如适应负荷(AL)]对癌症结局的影响。2024年2月16日,Journal of Clinical Oncology杂志[1]发表了一项探讨乳腺癌患者适应负荷(AL)、社区机会(Neighborhood Opportunity)和全因死亡相关性的研究,【肿瘤资讯】特对主要结果进行整理,详情如下。
研究背景
AL是衡量对社会和环境刺激的感知和认知情绪反应引起的生理损耗的一种方法,它为探索邻里环境因素与临床结果之间的关系提供了一种途径。AL由一级介质(如皮质醇)组成,对组织产生影响,导致继发性多系统失调(如血糖升高)和三级疾病表现(如糖尿病)。AL 升高是多系统生理失调恶化的标志,与不利的社会环境压力有关。有证据表明,不利的邻里环境因素可能通过环境、社会心理和生物学途径影响乳腺癌的预后。但乳腺癌患者的适应负荷(AL)、社区机会和全因死亡率之间到底有何关系尚不明确。
研究目的
本研究旨在:(1)确定乳腺癌患者俄亥俄州机会指数(OOI)、OOI域(交通、教育、就业、健康、住房、犯罪和环境)与AL之间的关系;(2)评估综合OOI、OOI域和全因死亡率之间的关系;(3)研究乳腺癌患者AL、OOI和全因死亡率之间的关系。
研究方法
研究共纳入4089例于2012年1月1日至2020年12月31日期间在俄亥俄州立大学综合癌症中心接受手术治疗的新诊断为I-III期乳腺癌的18岁及以上女性患者
手术治疗纳入标准:(1)术前检查生物标志物以计算AL,(2)大多数I-III期乳腺癌患者接受手术治疗。临床和治疗特征:患者分期(临床和病理)和受体状态(ER、孕酮、人表皮生长因子2 [ERBB2] 表达)信息均来自电子病历(EMR)。手术类型包括乳房(乳房肿瘤切除术或乳房切除术)和腋窝(前哨淋巴结活检或腋窝淋巴结清扫)手术。
社区机会采用2014-2018年OOI进行评估,该指数是一种综合衡量邻里交通、教育、就业、健康、住房、犯罪和环境的综合衡量标准。使用描述性统计学方法Logistic和Cox回归模型检验OOI、AL和全因死亡率之间的关系。
研究结果
居住在低OOI的患者AL较高
低OOI患者更多见于非西班牙裔黑人(低OOI 13.4% vs 高OOI 4%;P<0.0001)、单身(低OOI 16.54% vs 高OOI 11.5%;P<0.0001)、有医疗补助保险(低OOI 12.3% vs 高OOI 5.2%;P<0.0001)、有吸烟史但以前未饮酒(P<0.0001)。
对 AL 和OOI 的评估显示,低OOI患者更有可能获得较高的综合AL分数(低OOI 53.6% vs高OOI 45.9%;P<0.0001)。居住在OOI低的社区与高AL相关(aHR 1.21 [95%CI, 1.05~1.40])。
低OOI与更高的全因死亡风险相关
较高的OOI得分与较低的综合AL测量值相关(r5 -0.11;95%CI,-0.14~-0.08),即生理失调程度较低。具体而言,较低的综合AL评分与较高的交通可达性(r5 -0.04; 95%CI, -0.07~-0.01),高等教育(r5 -0.15; 95%CI, -0.19~-0.12),高就业率(r5 -0.04; 95%CI,-0.08~-0.01),更好住房条件(r5 -0.12; 95%CI, -0.15~-0.09),更健康(r5 -0.04; 95%CI, -0.07~-0.01),以及较低的犯罪率(r5 -0.07; 95%CI, -0.10~-0.04)相关。高AL与环境域无相关性(r5 0.02; 95%CI, -0.01~0.05)。
相比高OOI,低OOI(vs高)的高AL率高出36% ( OR,1.36 [95%CI, 1.19~1.55]),这在完全调整模型中 (aOR, 1.21 [95% CI, 1.05~1.40])以及将OOI建模为四分位数时,该比率仍然显著。
在机会域特定分析中,高AL与居住在教育程度低 (OR, 1.51 [95% CI, 1.32~1.73]),住房问题(OR, 1.34 [95%CI, 1.17~1.54]),健康状况不佳(OR, 1.21 [95% CI, 1.05~1.39])和高犯罪率(OR, 1.19 [95% CI, 1.04~1.37])的社区有关。在调整分析中,只有受教育程度低(aOR, 1.23 [95%CI, 1.03~1.46])和住房条件差(aOR, 1.23 [95%CI, 1.06~1.43])仍然与较高的高AL率相关。在使用OOI作为连续变量的剂量反应分析中,相对于最高(第99百分位数)的机会水平,机会减少与高AL率急剧上升相关,直至第80百分位数,此时上升趋于平稳(图1)。
图1 调整后的OOI分数相对于最高机会分数的高AL ORs(n =4089).
生活在低OOI的高AL患者的死亡风险较高
与高OOI相比,低OOI与全因死亡风险增加65%相关(HR,1.65 [95%CI, 1.29~2.13]),这在完全调整模型( aHR,1.45[95%CI, 1.11~1.89])和将OOI建模为四分位数时仍然显著。尽管低教育水平和低就业率与死亡风险增加有关,在未经调整的分析中,只有教育(aHR, 1.34 [95%CI, 1.03~1.74])在调整后仍然显著。值得注意的是,在包括OOI在内的完全调整模型中,高AL仍然是全因死亡风险较高的预测因子(aHR, 1.78 [95% CI, 1.27~2.49]) (图2)。
图2 OOI评分相对于最高机会评分的调整后全因死亡率HRs(n =4089).
总体低OOI对全因死亡风险增加的影响没有因AL状态而异。然而,OOI的环境域与AL与死亡率之间存在相互作用,因此,居住在低OOI环境中的高AL患者死亡风险较高(aHR, 1.96 [95%CI, 1.26~3.04]),而居住在高OOI环境中的患者死亡风险则较低(aHR, 1.02 [95%CI, 0.71~1.46]; P < 0.05)。
研究结论
生活在低社区机会的乳腺癌患者AL全因死亡风险较高。此外,环境因素和AL相互作用,影响全因死亡率。未来的研究应侧重于社区和个人层面的干预措施,以解决乳腺癌的社会经济差异问题。
Chen JC, etal. Association Between Neighborhood Opportunity, Allostatic Load, and All-Cause Mortality in Patients With Breast Cancer. J Clin Oncol. 2024 Feb 16:JCO2300907.
排版编辑:肿瘤资讯-张薪媛