脓毒症是机体因感染而失控的宿主反应所致的危及生命的器官功能障碍,是全球主要的公共卫生问题之一[1]。虽然近年来对于脓毒症的发病机制和治疗方法有较多的研究,但其病死率仍较高,是目前重症监护病房内的主要死亡原因[2]。脓毒症的发生涉及复杂的全身炎症反应、免疫功能障碍、凝血功能受损等[3-4]。因此,及早的识别、评估患者病情严重程度及早期的干预对改善脓毒症患者的预后具有重大意义。
目前较多的研究表明,血清白蛋白水平与炎症反应和营养状态密切相关,与脓毒症患者预后相关[5]。纤维蛋白原是另一种重要的急性炎症标志物,是凝血级联反应中的重要蛋白,在评估脓毒症预后方面同样有重要价值[6]。研究表明,整合白蛋白/纤维蛋白原比值不仅能反应机体炎症和营养状态,还能观察凝血功能的变化。与单独使用白蛋白或纤维蛋白原相比,具有更好的一致性,可以放大炎症状态的敏感性,对评估相关疾病的预后有重要价值[7-8]。本研究旨在探讨血清白蛋白/纤维蛋白原比值(AFR)对脓毒症患者28 d死亡风险的预测价值。
1 资料与方法 1.1 一般资料以2019年1月至2021年12月本院重症医学科收治的186例脓毒症患者为研究对象。根据28 d生存情况分为存活组和死亡组。研究对象的纳入标准为:(1)符合脓毒症第3版(2016年)相关诊断标准[1];(2)年龄 > 18岁。排除标准为:(1)免疫缺陷或晚期肿瘤患者,及长期接受免疫抑制剂、抗血小板聚集药物者;(2)严重的肝肾功能不全、血液系统疾病者;(3)妊娠和哺乳期妇女;(4)资料不全者;(5)放弃治疗或失访者。本研究通过新疆医科大学第一附属医院伦理审查委员会审核(批号:220525-01),并获得患者或家属知情同意。
1.2 研究方法收集患者临床资料,如年龄、性别、基础疾病、原发感染部位等一般资料,同时记录患者入ICU后24 h内的相关实验室指标,如白细胞计数、白蛋白、纤维蛋白原(FIB)、PCT、CRP、血乳酸、凝血功能、凝血功能等,并计算AFR。记录入院24 h内的急性生理学及慢性健康状况评分(APACHE Ⅱ评分)及SOFA评分。本研究共选入218例脓毒症患者,其中10例患者近期有服用抗血小板聚集药物,12例患者失访,11例患者于ICU住院后24 h内放弃治疗,最终186例患者作为该研究的研究对象。
1.3 统计学方法采用SPSS 27.0软件进行统计分析。计量资料首先检查正态性,符合正态性分布的资料以均数±标准差(x±s)表示,组间比较采用独立样本t检验;不符合正态分布的资料采用中位数(四分位数),及[M(Q1,Q3)]表示,组间比较采用Mann-Whitney U检验。分类变量以频数(百分数)表示,组间比较采用χ2检验。绘制受试者工作特征曲线(ROC)分析AFR对脓毒症患者28 d死亡风险的评估价值;应用Kaplan-Meier法绘制不同水平的生存曲线,并经Log-rank检验。采用Pearson相关检验分析变量与APACHE Ⅱ评分之间的相关性。以P < 0.05为差异有统计学意义。
2 结果 2.1 两组患者一般资料的比较186例脓毒症患者,其中存活组(n=124)中男性81例(65.3%),年龄为(62.58±16.21)岁。死亡组(n=62)中男性40例(64.5%),年龄为(68.18±16.41)岁。两组患者之间年龄、脓毒性休克患者数量、机械通气以及APACHE Ⅱ、SOFA评分差异有统计学意义(P < 0.05),而性别、既往慢性病史以及原发感染部位之间的比较,差异无统计学意义(P > 0.05),见表 1。
变量 | 所有者(n=186) | 存活组(n=124) | 死亡组(n=62) | P值 |
年龄(岁) | 64.45±16.44 | 62.58±16.21 | 68.18±16.41 | 0.028 |
男性(n, %) | 121(65.1) | 81(65.3) | 40(64.5) | 0.914 |
慢性病史(n, %) | ||||
原发性高血压 | 83(44.6) | 49(39.5) | 34(54.8) | 0.053 |
2型糖尿病 | 42(22.6) | 25(20.2) | 17(27.4) | 0.285 |
COPD | 1(0.5) | 1(0.8) | 4(6.5) | 0.059 |
冠心病 | 34(18.3) | 20(16.1) | 14(22.6) | 0.308 |
疾病严重程度分类(n, %) | ||||
脓毒性休克 | 94(50.5) | 45(36.3) | 49(79) | < 0.001 |
机械通气 | 82(44.1) | 46(37.1) | 36(58.1) | 0.008 |
CRRT | 17(9.1) | 10(8.1) | 7(11.3) | 0.474 |
感染部位(n, %) | 0.230 | |||
呼吸道 | 130(69.9) | 81(65.3) | 49(79) | |
盆腹腔 | 28(15.1) | 23(18.5) | 5(8.1) | |
泌尿系 | 12(6.5) | 9(7.3) | 3(4.8) | |
其他 | 16(8.6) | 11(8.9) | 5(8.1) | |
临床评分[M(Q1,Q3)] | ||||
APACHE Ⅱ | 16(10, 19) | 12(9, 16) | 20(19, 22) | < 0.001 |
SOFA | 7(4, 9) | 5(4, 7) | 10(9, 11) | < 0.001 |
比较两组之间WBC计数、中性粒细胞计数、PCT水平,发现死亡组高于生存组,而淋巴细胞计数和血小板计数生存组高于死亡组,但差异无统计学意义(P > 0.05)。作为AFR主要组成部分的纤维蛋白原和血清白蛋白在两组之间差异有统计学意义(P < 0.001),进一步比较两组AFR水平,发现存活组AFR水平明显高于死亡组[9.96 (8.23, 11.7) vs. 5.34 (4.25, 6.31). P < 0.001],见表 2。
变量 | 所有者(n=186) | 存活组(n=118) | 死亡组(n=62) | P值 |
WBC(109/L) | 12.31(8.43, 17.45) | 11.98(8.61, 16.3) | 13.63(8.81, 18.66) | 0.368 |
中性粒细胞计数(109/L) | 10.46(6.85, 15.51) | 9.93(6.97, 14.55) | 12.26(6.89, 17) | 0.13 |
淋巴细胞计数(109/L) | 0.91(0.51, 1.35) | 1.08(0.57, 1.39) | 0.78(0.44, 1.01) | 0.106 |
血小板计数(109/L) | 181.5(133, 276) | 184.5(145, 276) | 168(111, 255) | 0.812 |
PCT(ng/mL) | 1.21(0.32, 6.3) | 0.955(0.16, 3.92) | 2.82(0.74, 9.02) | 0.99 |
CRP(mg/L) | 89.11(44.5, 146.3) | 67.05(34, 134.65) | 100.45(66.83, 202) | 0.006 |
PT(s) | 14.4(13, 15.85) | 14.05(12.5, 15.2) | 15.1(13.6, 17.4) | 0.419 |
APTT(s) | 36.3(30, 45.2) | 35.15(29, 43.7) | 40.4(32.2, 47) | 0.018 |
白蛋白(g/L) | 30.1(26.3, 33.48) | 31.56±6.25 | 29.08±5.36 | < 0.001 |
乳酸(mmol/L) | 1.8(1.3, 2.5) | 1.6(1.3, 2.1) | 2.5(1.6, 3.9) | < 0.001 |
FIB(g/L) | 3.71(2.89, 26.1) | 3.16(1.62, 4.6) | 5(4.37, 5.64) | < 0.001 |
AFR | 8.34(5.95, 10.77) | 9.96(8.23, 11.7) | 5.34(4.25, 6.31) | < 0.001 |
将各个指标纳入单因素Cox回归分析,结果提示年龄、脓毒性休克、APACHE Ⅱ评分、SOFA评分、FIB、AFR可能是影响脓毒症患者预后的危险因素,将上述指标进一步纳入多因素Cox回归模型,结果提示年龄、脓毒症休克的存在、APACHE Ⅱ评分、AFR是导致脓毒症患者预后不佳的独立危险因素(表 3)。
变量 | 单因素Cox回归 | 多因素Cox回归 | |||
HR(95%CI) | P值 | HR(95%CI) | P值 | ||
年龄 | 1.128(1.048~1.214) | 0.001 | 1.019(1.002~1.035) | 0.027 | |
脓毒性休克 | 0.027(0.001~0.574) | 0.02 | 0.535(0.284~1.009) | 0.05 | |
气管插管机械通气 | 1.234(0.164~9.28) | 0.838 | - | - | |
APACHE Ⅱ | 2.2(1.238~3.909) | 0.007 | 1.119(1.024~1.223) | 0.013 | |
SOFA | 3.247(1.326~7.954) | 0.010 | 1.185(0.990~1.405) | 0.054 | |
白蛋白(g/L) | 1.008(0.825~1.231) | 0.940 | - | - | |
PLT(109/L) | 1(0.993~1.008) | 0.923 | - | - | |
PT(s) | 0.991(0.956~1.027) | 0.617 | - | - | |
APTT(s) | 1.032(1.007~1.058) | 0.013 | - | - | |
乳酸(mmo/L) | 1.567(0.687~3.576) | 0.285 | - | - | |
PCT (ng/ml) | 0.917(0.831~1.013) | 0.089 | - | - | |
CRP (mg/L) | 0.999(0.985~1.012) | 0.838 | - | - | |
FIB(g/L) | 0.97(0.911~1.031) | 0.027 | 1.000(0.993~1.008) | 0.067 | |
AFR | 1.126(0.714~1.15) | 0.017 | 1.016(0.93~1.023) | 0.05 |
根据ROC曲线分析并计算曲线下面积(AUC)得出AFR能较好的评估脓毒症患者的预后,其AUC为0.900(95%CI 0.856~0.945),截断值为7.64时,敏感度为80.0%,特异度为85.5%。与APACHE Ⅱ评分相当(AUC=0.911,95%CI 0.87~0.952)(图 1)。
![]() |
图 1 AFR、APACHE Ⅱ评分的ROC曲线 Fig 1 ROC curve of AFR and APACHE Ⅱ scores |
|
以AFR为7.64为界,将患者分为AFR > 7.64和AFR≤7.64组,并绘制Kaplan-Meier生存曲线,发现两组生存曲线有明显差异,经Log-rank检验,差异具有统计学意义(P < 0.001),AFR水平较低组的患者预后较差(图 2)。
![]() |
图 2 AFR > 7.64和AFR≤7.64组生存曲线 Fig 2 Survive curves of the AFR > 7.64 and AFR≤7.64 groups |
|
如表 4所示,与脓毒症患者相比,脓毒性休克患者APACHE Ⅱ评分较高,AFR较低(P < 0.001)。Pearson相关性分析结果提示,AFR与APACHE Ⅱ评分呈负相关(r=-0.462, P < 0.001),提示AFR与疾病严重程度相关。
变量 | 脓毒症 | 脓毒性休克 | P值 |
APACHE Ⅱ | 11.5(9~17) | 17(13~20) | < 0.001 |
SOFA | 6(4~8) | 8(5~10) | < 0.001 |
AFR | 10.06±3.03 | 7.54±3.52 | < 0.001 |
![]() |
图 3 AFR与APACHE Ⅱ评分相关性的散点图 Fig 3 Scatter plot of AFR correlation with APACHE Ⅱ score |
|
脓毒症是一种危及生命的、感染诱导的失代偿的宿主反应[1]。通常此类患者伴有过度的炎症反应和凝血功能障碍。入侵机体的各种病原体相关分子模式(PAMPs)通过识别免疫细胞膜表面的模式识别受体(PPRs),触发细胞内信号级联反应,激活下游细胞因子,释放促炎因子,进而导致组织损伤及多器官功能障碍[9-11]。宿主释放的促炎物质被称为损伤相关分子模式(DAMPs),DAMPs的过度释放易导致血液高凝,后者促进纤维蛋白及弥散性血管内凝血,从而引起缺血性损伤及器官出血等严重并发症[12]。
本研究通过对186例脓毒症患者的临床资料进行回顾性分析,探讨了AFR对脓毒症患者28 d死亡风险的预测价值。多因素Cox回归分析结果表明,高龄、脓毒性休克的存在、APACHE Ⅱ评分以及AFR是影响脓毒症预后的潜在危险因素。既往的研究发现APACHE Ⅱ评分广泛应用于ICU内危重症患者病情严重程度和预后的评估,与SOFA评分相当[13],本次研究的结果也提示APACHE Ⅱ评分与脓毒症患者的预后密切相关。SOFA评分作为脓毒症的诊断标准,在大型回顾性研究中已被证明可以有效的评估脓毒症患者的预后[14-15],但本研究结果得出SOFA评分不能作为影响脓毒症患者预后的独立危险因素,这可能与不同的年龄范围、感染部位或疾病严重程度有关。因此,根据APACHE Ⅱ评分,发现ICU入院时测量的AFR与脓毒症患者28 d病死率相关,并与疾病严重程度密切相关,AFR能够准确的根据28 d病死率对患者进行分层。本项研究发现脓毒性休克的存在也是影响脓毒症患者预后的独立因素,因此对于脓毒性休克患者的存在,临床医师应及时采取有效的治疗措施改善脏器功能损伤。
白蛋白是一种影响机体营养和炎症状态的敏感而有效的生物标志物[16]。有研究发现,白蛋白与脓毒症、创伤性脑出血、重症肺炎等多种疾病的病情及预后相关[17-19]。据报道,该蛋白家族是一种抗炎标志物,在代谢反应过程中,随着CRP、IL-6的升高而逐渐降低[20],低蛋白血症常提示预后不良[21],当危重症患者血清白蛋白低于29.2 g/L时,病死率明显升高[22]。此外,低白蛋白血症可以显著改变抗菌药物的药代动力学[23],这可能是血清白蛋白水平影响脓毒症患者预后的一个潜在原因。但是任何原因导致的肝功能障碍都可能影响其血浆水平[24],因此,其对脓毒症患者预后的评判价值有一定的局限性。
纤维蛋白原是纤维蛋白的前体,急性炎症状态下患者纤维蛋白原表达明显增加,可加速血小板的聚集,进而导致凝血功能失调[25]。在感染和炎症发生后,其可作为一种保护屏障,作为细菌诱捕纤维蛋白基质,直接或间接激活宿主的免疫系统[26]。既往研究表明,血浆纤维蛋白原表达失调可引起脓毒症患者弥散性血管内凝血,增加患者病死率[27-28]。本研究发现死亡组患者纤维蛋白原较生存组明显下降,差异具有统计学意义。但是进一步的多因素分析发现白蛋白和纤维蛋白原对脓毒症患者预后评估的价值有限。因此,笔者认为血清白蛋白或纤维蛋白原水平可能不是预测脓毒症相关病死率的有效预后因素。
AFR是白蛋白与纤维蛋白原的比值,可有效评估患者营养状况、炎症状态和凝血功能[29-30],同时也是预测肺癌、类风湿关节炎等疾病预后的有效标志物[31-32]。而脓毒症患者的预后与其营养状况、炎症状态和凝血功能密切相关[1]。这些关联可能解释了AFR与脓毒症患者预后的潜在关系。本研究初步评估了AFR在不同感染部位脓毒症患者中预后的评估价值,经Cox回归分析发现AFR是导致脓毒症患者28 d死亡风险增加的独立危险因素,Kaplan-Meier生存分析提示AFR值低者预后较差,评估患者预后的ROC曲线下面积与APACHE Ⅱ评分相当(0.90 vs. 0.91),进一步验证了AFR对脓毒症患者预后评估的价值。Pearson相关分析AFR与APACHE Ⅱ评分存在强相关性,提示AFR与脓毒症患者疾病严重程度相关。因此,根据本研究,笔者推测AFR可以用来评估脓毒症患者的预后及病情严重程度。对于入院时AFR水平较低的患者应进行特殊治疗,包括抗感染及营养支持治疗。然而,还需要进一步的深入研究来明确脓毒症患者的最佳治疗方案。
综上所述,入院时AFR、脓毒性休克的存在、APACHE Ⅱ评分是影响脓毒症患者预后的危险因素,与患者的预后直接相关。AFR作为一种简单、有效、安全的生物标志物,对于评估脓毒症患者28 d死亡风险具有一定的评判价值。但还需要更多的相关研究来验证这一结论。
利益冲突 所有作者声明无利益冲突。
作者贡献声明 李志华:研究设计、收集数据、统计学分析、论文撰写;成慧昕:研究设计、统计学分析;王毅:研究设计;于湘友:论文修改,指导支持
[1] | Singer M, Deutschman CS, Seymour CW, et al. The third international consensus definitions for sepsis and septic shock (Sepsis-3)[J]. JAMA, 2016, 315(8): 801-810. DOI:10.1001/jama.2016.0287 |
[2] | Chiu C, Legrand M. Epidemiology of sepsis and septic shock[J]. Curr Opin Anaesthesiol, 2021, 34(2): 71-76. DOI:10.1097/ACO.0000000000000958 |
[3] | Pool R, Gomez H, Kellum JA. Mechanisms of organ dysfunction in sepsis[J]. Crit Care Clin, 2018, 34(1): 63-80. DOI:10.1016/j.ccc.2017.08.003 |
[4] | 赵会鑫, 宋振举, 邵勉. 脓毒症凝血病诊断标准的研究进展[J]. 中华急诊医学杂志, 2022, 31(7): 991-996. DOI:10.3760/cma.j.issn.1671-0282.2022.07.032 |
[5] | 杨江江, 王东海, 杨娜, 等. 白蛋白替代治疗纠正脓毒症患者低白蛋白血症作用的倾向性评分匹配研究[J]. 中华急诊医学杂志, 2020, 29(03): 409-412. DOI:10.3760/cma.j.issn.1671-0282.2020.03.020 |
[6] | ignoff JK, Fitzgerald JC, Teachey DT, et al. Hypofibrinogenemia is associated with poor outcome and secondary hemophagocytic lymphohistiocytosis/macrophage activation syndrome in pediatric severe sepsis[J]. Pediatr Crit Care Med, 2018, 19(5): 397-405. DOI:10.1097/PCC.0000000000001507 |
[7] | Cao F, Chen X, Huang G, et al. The albumin-to-fibrinogen ratio independently predicts acute kidney injury in infants with ventricular septal defect undergoing cardiac surgery with cardiopulmonary bypass[J]. Front Pediatr, 2021, 9: 682839. DOI:10.3389/fped.2021.682839 |
[8] | Tai H, Zhu Z, Mei H, et al. Albumin-to-fibrinogen ratio independently predicts 28-day mortality in patients with peritonitis-induced sepsis[J]. Mediators Inflamm, 2020, 2020: 7280708. DOI:10.1155/2020/7280708 |
[9] | Lim KH, Staudt LM. Toll-like receptor signaling[J]. Cold Spring Harb Perspect Biol, 2013, 5(1): a011247. DOI:10.1101/cshperspect.a011247 |
[10] | Yang Y, Wang H, Kouadir M, et al. Recent advances in the mechanisms of NLRP3 inflammasome activation and its inhibitors[J]. Cell Death Dis, 2019, 10(2): 128. DOI:10.1038/s41419-019-1413-8 |
[11] | Liu L, Sun B. Neutrophil pyroptosis: new perspectives on sepsis[J]. Cell Mol Life Sci, 2019, 76(11): 2031-2042. DOI:10.1007/s00018-019-03060-1 |
[12] | Liaw PC, Ito T, Iba T, et al. DAMP and DIC: The role of extracellular DNA and DNA-binding proteins in the pathogenesis of DIC[J]. Blood Rev, 2016, 30(4): 257-261. DOI:10.1016/j.blre.2015.12.004 |
[13] | Zhang XM, Zhang WW, Yu XZ, et al. Comparing the performance of SOFA, TPA combined with SOFA and APACHE-Ⅱ for predicting ICU mortality in critically ill surgical patients: A secondary analysis[J]. Clin Nutr, 2020, 39(9): 2902-2909. DOI:10.1016/j.clnu.2019.12.026 |
[14] | Liu Z, Meng Z, Li Y, et al. Prognostic accuracy of the serum lactate level, the SOFA score and the qSOFA scoreA retr for mortality among adults with sepsis[J]. Scand J Trauma Resusc Emerg Med, 2019, 27(1): 51. DOI:10.1186/s13049-019-0609-3 |
[15] | Hu H, Jiang JY, Yao N. Comparison of different versions of the quick sequential organ failure assessment for predicting in-hospital mortality of sepsis patients: ospective observational study[J]. World J Emerg Med, 2022, 13(2): 114-119. DOI:10.5847/wjem.j.1920-8642.2022.027 |
[16] | Blunt MC, Nicholson JP, Park GR. Serum albumin and colloid osmotic pressure in survivors and nonsurvivors of prolonged critical illness[J]. Anaesthesia, 1998, 53(8): 755-761. DOI:10.1046/j.1365-2044.1998.00488.x |
[17] | 韩涛, 邓秋明, 万献尧. 脓毒症患者低白蛋白血症研究进展[J]. 中华医学杂志, 2017, 97(3): 228-231. DOI:10.3760/cma.j.issn.0376-2491 |
[18] | 邱玉霞, 孙月玲, 宫保强, 等. Alb及NLR对创伤性脑出血患者的近期预后价值[J]. 国际神经病学神经外科学杂志, 2019, 46(1): 26-30. DOI:10.16636/j.cnki.jinn.2019.01.006 |
[19] | 刘瑞莹, 李群, 杨帅, 等. ALB、CD64及BCL-2在重症肺炎中的表达及与病情严重程度、预后的关系研究[J]. 分子诊断与治疗杂志, 2020, 12(12): 1708-1712. |
[20] | Höllig A, Remmel D, Stoffel-Wagner B, et al. Association of early inflammatory parameters after subarachnoid hemorrhage with functional outcome: A prospective cohort study[J]. Clin Neurol Neurosurg, 2015, 138: 177-183. DOI:10.1016/j.clineuro |
[21] | Arnau-Barrés I, Güerri-Fernández R, Luque S, et al. Serum albumin is a strong predictor of sepsis outcome in elderly patients[J]. Eur J Clin Microbiol Infect Dis, 2019, 38(4): 743-746. DOI:10.1007/s10096-019-03478-2 |
[22] | Yin M, Si L, Qin W, et al. Predictive value of serum albumin level for the prognosis of severe sepsis without exogenous human albumin administration: a prospective cohort study[J]. J Intensive Care Med, 2018, 33(12): 687-694. DOI:10.1177/0885066616685300 |
[23] | Arnau-Barrés I, Güerri-Fernández R, Luque S, et al. Serum albumin is a strong predictor of sepsis outcome in elderly patients[J]. Eur J Clin Microbiol Infect Dis, 2019, 38(4): 743-746. DOI:10.1007/s10096-019-03478-2 |
[24] | Shin J, Hwang SY, Jo IJ, et al. Prognostic Value of The Lactate/Albumin Ratio for Predicting 28-Day Mortality in Critically ILL Sepsis Patients[J]. Shock, 2018, 50(5): 545-550. DOI:10.1097/SHK.0000000000001128 |
[25] | Yang WM, Zhang WH, Ying HQ, et al. Two new inflammatory markers associated with disease activity score-28 in patients with rheumatoid arthritis: Albumin to fibrinogen ratio and C-reactive protein to albumin ratio[J]. Int Immunopharmacol, 2018, 62: 293-298. DOI:10.1016/j.intimp.2018.07.007 |
[26] | Ko YP, Flick MJ. Fibrinogen is at the interface of host defense and pathogen virulence in staphylococcus aureus infection[J]. Semin Thromb Hemost, 2016, 42(4): 408-421. DOI:10.1055/s-0036-1579635 |
[27] | Bouck EG, Denorme F, Holle LA, et al. Covid-19 and sepsis are associated with different abnormalities in plasma procoagulant and fibrinolytic activity[J]. Arterioscler Thromb Vasc Biol, 2021, 41(1): 401-414. DOI:10.1161/ATVBAHA.120.315338 |
[28] | Matsubara T, Yamakawa K, Umemura Y, et al. Significance of plasma fibrinogen level and antithrombin activity in sepsis: A multicenter cohort study using a cubic spline model[J]. Thromb Res, 2019, 181: 17-23. DOI:10.1016/j.thromres.2019.07.002 |
[29] | Yang WM, Zhang WH, Ying HQ, et al. Two new inflammatory markers associated with disease activity score-28 in patients with rheumatoid arthritis: Albumin to fibrinogen ratio and C-reactive protein to albumin ratio[J]. Int Immunopharmacol, 2018, 62: 293-298. DOI:10.1016/j.intimp.2018.07.007 |
[30] | Li S, Zhang D, Zeng S, et al. Prognostic value of preoperative albumin-to-fibrinogen ratio in patients with bladder cancer[J]. J Cancer, 2021, 12(19): 5864-5873. DOI:10.7150/jca.61068 |
[31] | Li SQ, Jiang YH, Lin J, et al. Albumin-to-fibrinogen ratio as a promising biomarker to predict clinical outcome of non-small cell lung cancer individuals[J]. Cancer Med, 2018, 7(4): 1221-1231. DOI:10.1002/cam4.1428 |
[32] | He Y, Tang J, Wu B, et al. Correlation between albumin to fibrinogen ratio, C-reactive protein to albumin ratio and Th17 cells in patients with rheumatoid arthritis[J]. Clin Chim Acta, 2020, 500: 149-154. DOI:10.1016/j.cca.2019.10.009 |