缺氧的meta-analysis怎么做？

青山生信人 2022-08-26

今天和大家一起来看一篇在肝癌（HCC）中以缺氧诱导因子HIF-1α和IF-2α为主角的meta分析，文章“Prognostic and clinicopathological significance of hypoxia-inducible factors 1α and 2α in hepatocellular carcinoma: a systematic review with meta-analysis”发表在《Ther Adv Med Oncol》，2022年影响因子5.485分。

研究背景

1、研究发现肿瘤细胞通过各种机制诱导缺氧，例如高新陈代谢速率和高氧消耗，从而引起内皮功能障碍或由于对血管的各种作用而破坏氧气的输送，制造慢性缺氧环境，激活低氧诱导因子HIF（Hypoxia-inducible factors）信号通路，加速肿瘤的生长，提高肿瘤的侵袭性，促使肿瘤发生转移。

2、缺氧诱导因子-1 ，即低氧诱导因子-1(hypoxia inducible factor-1,HIF-1)是1992年Semenza和Wang首先发现的，随后确立了HIF-1的结构，并证明了其cDNA的编码顺序。HIF-1普遍存在于人和哺乳动物细胞内，常氧下(21%O2)也有表达，但合成的HIF-1蛋白很快即被细胞内氧依赖性泛素蛋白酶降解途径所降解，只有在缺氧条件下HIF-1才可稳定表达。（人类HIF家族成员见图1）

图1人类HIF家族成员

结果展示：

Study characteristics

入组文献

制定检索策略：(“HCC” OR “hepatocarcinoma” OR “hepatocellular carcinoma”) AND (“HIF” OR “hypoxia-inducible factor”)后，检索Embase，Cochrane，PubMed，Scopus和Web of Science（WOS）数据库后，共得到3888篇相关研究。其中，2172篇重复，阅读标题和摘要剔除1386篇。剩下330篇中24篇全文为中文，264篇没有HIF免疫组化，也没有对生存和临床病理特征进行分析，7篇没有进行手术切除，1篇为HIF-3α。筛选后，对34项研究进行质量和数据提取评估。最终，32篇文章纳入本研究。其中，25篇研究HIF-1α， 6篇研究HIF-2α (图2)。

图2 流程图

Association of HIF protein expression with prognosis

HIF蛋白表达与预后的关系

基于meta分析，作者评估了HIF-1α的预后价值，发现HIF-1α高表达与OS (HR 1.73;95% CI 1.54–1.94;p = 0.00)，DFS/RFS (HR 1.64;95%CI 1.36–1.99;p = 0.00)，无显著异质性(图3A)。作者还评估了HIF-2α蛋白水平与患者预后的相关性。结果提示HIF-2α高表达与HCC患者OS之间无显著相关性(HR 1.64;95%CI 1.36–1.99;p = 0.00)，各研究间存在显著异质性。然而，HIF-2α过表达与DFS/ RFS相关(HR 1.37;95%CI 1.05-1.79;p = 0.02)，不存在异质性(图2B)。

图3 HIF-1α和HIF-2α在HCC患者预后价值的meta分析。(A) HIF-1α和(B) HIF-2α的OS和DFS/RFS森林图。

Association of HIF protein expression with clinicopathological features

HIF蛋白表达与临床病理特征的关系

此外，作者估了HIF蛋白与HCC患者不同临床病理特征之间可能的相关性。

高HIF-1α蛋白水平与BCLC分期呈正相关(OR 2.49;95% CI 1.56-3.98;p = 0.00)、包膜浸润(OR 2.48; 95%CI 1.29–4.77;p = 0.01)、肝内转移(OR 2.90;95%CI 1.62-5.20;p = 0.00)，淋巴结转移(OR 3.74;95%CI 1.73-8.07;p = 0.00)，肿瘤淋巴结转移(TNM)分级(I, II-III) (OR 1.59; 95% CI 1.21–2.09;p = 0.00)， TNM (I-II, III) (OR 2.62; 95% CI 1.69–4.08;p = 0.00)， TNM (I II, III IV) (OR 2.23; 95% CI 1.37–3.64;p = 0.00)，肿瘤分化(OR 1.78; 95% CI 1.07–2.96;p = 0.03)，肿瘤数量(OR 1.50; 95% CI 1.15–1.96;p = 0.00)，肿瘤大小(3cm) (OR 3.70; 95%CI 1.29-10.63;p = 0.02)、血管浸润(OR 2.61; 95% CI 1.82–3.75;p = 0.00)和血管拟态(OR 2.61;95% CI 1.67–4.09;p = 0.00)(图4)。

图4HCC患者HIF-1α过表达与临床病理特征显著相关的森林图。

作者还发现，HIF的表达与其他肿瘤特征存在相关性，包括AFP水平(20 ng/ml) (OR 1.39; 95% CI 0.92-2.09;p = 0.11)， AFP (400 ng/ml) (OR 1.49;95%CI 0.67-3.33;p = 0.33)，年龄(50岁)(OR 0.86;95%CI 0.57-1.31;p = 0.49)，年龄(60岁)( OR 1.03;95%CI 0.68-1.55;p = 0.90)、白蛋白(35 U/L) (OR 0.60; 95%CI 0.26–1.38;p = 0.23)、谷丙转氨酶(ALT) (40 U/L) (OR 0.86; 95%CI 0.60–1.24;p = 0.42)， ALT (80 U/L) (OR 1.04; 95% CI 0.67–1.62;p = 0.86)、胆红素(1 μmol/L) (OR 1.65; 95% CI 1.00–2.73;p = 0.0501)，包膜浸润(OR 0.89; 95% CI 0.69–1.13;p = 0.33)，Child-Pugh评分(OR 1.52;95%CI 0.91–2.53;p = 0.11)、肝硬化(OR 1.32;95%CI 0.97-1.80;p = 0.08)、远处转移(OR 6.14;95%CI 0.83–45.48;p = 0.08)， Edmondson分级(OR 1.35;95%CI 0.83–2.20;p = 0.22)，性别(OR 0.93;95%CI 0.77–1.14;p = 0.51)、乙型肝炎(OR 0.99;95%CI 0.82-1.21;p = 0.96)、丙型肝炎(OR 1.25; 95%CI 0.72-2.16;p = 0.42)、组织学分级(OR 1.54;95%CI 0.70–3.40;p = 0.28)和肿瘤大小(5cm) (OR 1.40;95%CI 0.88-2.22;p = 0.16)(图5)。

图5 HCC患者的临床病理特征与HIF-1α过表达无显著相关性

将所有HIF-2α的研究纳入临床和病理特征分析。作者发现HIF-2α阳性表达与所分析的临床特征均无显著相关性: AFP水平(400 ng/ml) (OR 0.88; 95% CI 0.60–1.30;p = 0.52)，年龄(50岁)( 1.17;95%CI 0.79-1.73;p = 0.44)，包膜形成(OR 1.31; 95% CI 0.93–1.83; p = 0.12)、包膜浸润(OR 1.82; 95%CI 0.54–6.13;p = 0.33)、肝硬化(OR 1.82; 95%CI 0.54–6.13;p = 0.33)， Edmondson评分(OR 11.05;95%CI 0.02–6167.72;p = 0.46)，性别(OR 0.95;95%CI 0.68–1.35;p = 0.79)、乙型肝炎(OR 1.03; 95%CI 0.76–1.39;p = 0.86)，组织学分级(OR 0.93;95%CI 0.43–1.99;p = 0.85)，坏死(OR 1.32;95%CI 0.25–6.98;p = 0.74)， TNM (I II, III IV) (OR 1.12; 95% CI 0.40–3.10;p = 0.83), 肿瘤数目(OR 1.44;95%CI 0.92–2.27;p = 0.1)，肿瘤大小(5cm) (OR 1.20;95%CI 0.36-3.99;p = 0.77)和血管浸润(OR 1.16;95%CI 0.67-2.00;p = 0.6) (图6)。

图6 HCC患者HIF-2α过表达与临床病理特征关系的森林图

Subgroup analysis

亚组分析

为探索潜在的异质性来源，作者对异质性参数进行亚组分析。

根据研究的样本量分亚组，作者发现HIF-1α的表达与AFP水平相关(20 ng/ml) (n ⩾ 100：OR 1.59; 95% CI 1.03–2.46;p = 0.04)、肝硬化(n<300：OR 1.48; 95% CI 1.06–2.07;p = 0.02)，肿瘤大小(5cm) (n ⩾200：或1.46; 95%CI 1.04-2.06;p = 0.03)和血管侵犯(n ⩾ 100：OR 2.39; 95% CI 1.58–3.61;p = 0.00); (n < 100：OR 3.22; 95% CI 1.87–5.55;p = 0.00); (n ⩾ 200：OR 1.32; 95% CI 1.04–1.68;p = 0.02); (n < 200：OR 3.54; 95% CI 2.69–4.66;p = 0.00) ; (n ⩾ 300：OR 1.39; 95% CI 1.08–1.79;p = 0.01); (n < 300：OR 3.22; 95% CI 2.13–4.88;p = 0.00); (n < 400：OR 3.04; 95% CI 2.08–4.45;p = 0.00)。尽管如此，meta结果异质性仍然很大。

样本量亚组提供了一些异质性的来源：AFP水平(20 ng/ml) (n<100，n ⩾200/300)；年龄(50岁)( n ⩾100，n<200)；白蛋白(n ≥100)；肝硬化(n＜100)；肿瘤大小(5 cm) (n<100，n⩾300)和血管侵犯(n<100，n ⩾200，n<200，n ⩾300，n300， n ⩾ 400)。

根据NOS评分分亚组后作者发现，HIF- 1α过表达与白蛋白(n<7：OR 0.45;95%CI 0.21-0.93;p = 0.03)，肿瘤分化(n ⩾ 6：OR 1.76; 95% CI 1.04–2.97;p = 0.04)，肿瘤大小(5cm) (n = 6：或2.27; 95%CI 1.10-4.70;p = 0.03); (n < 7：OR 2.45; 95% CI 1.20–4.99;p = 0.01)和血管侵犯(n ⩾ 7：OR 1.99; 95% CI 1.36–2.90;p = 0.00); (n ⩾ 7：OR 1.99; 95% CI 1.36–2.90;p = 0.00)，只有白蛋白的亚组具有均一性(n ＜7)。

此外，NOS分组后，消除了AFP (20ng /ml) (n ⩾ 7)、AFP (400ng /ml) (n ⩾ 7)、年龄(50岁)( n ⩾ 7)、肝硬化(n ⩾ 7)和组织学分级(n ⩾ 7)的异质性，但未显示与蛋白表达相关。

另外，虽然作者将Zou et al, Xia et al, Tian et al, Xiang et al, Ma et al, Wang et al的研究分别剔除后以上分析的结果出现了显著差异，但是这一分析也没有提示这几篇研究与其它研究相比存在哪些差异。(表1)。

对于HIF-2α，当以样本大小为亚组时，HIF-2α的表达与OS相关(n < 200: HR 1.83; 95% CI 1.18–2.84; p = 0.01)，消除了异质性。此外，消除了血管侵犯的异质性(n < 100, n < 200, n < 300)，但仍然不存在相关性。随访亚组显示OS与HIF-2α过表达有关(follow-up ⩾72: HR 2.47; 95% CI 2.02–3.03; p = 0.00)，异质性也下降。根据年龄亚组分析包膜浸润，显示与HIF-2α相关(years ⩾ 50: OR 2.71; 95% CI 1.55–4.73; p = 0.00)，异质性低。NOS亚组分类无任何变化。因此，肿瘤大小的异质性仍显著存在(表2)。

总结亚组分析结果显示，样本量、NOS评分、中位年龄和随访时间可能引发异质性。

表1 HIF-1α、HIF-2α的预后及临床病理特征亚组分析

Publication bias

发表性偏移

Egger’s检验证实HIF-1α的OS参数存在明显的发表偏倚(p = 0.0027)。对此，作者采用纳入排除方法对7项研究进行估算，并对全局效应量进行校正(HR 1.559; 95% CI 1.405–1.731)。相反，DFS/RFS没有检测到不对称(p = 0.0631)(表2;图7 )。对于HIF-1α，临床病理特征的结果在性别(p = 0.0255)、肿瘤分化(p = 0.0428)和血管侵犯(p = 0.0016)方面存在发表偏倚。在性别方面，纳入排除法后5项研究的结果显示 (OR 0.827; 95% CI 0.687–0.997)。同样包含6项研究的血管浸润漏斗图显示(OR 1.749; 95% CI 1.121–2.729)。对于肿瘤分化的结果，纳入排除对原结果没有影响。所有对HIF-1α参数的估算均位于漏斗图左侧(表2;图8,9)。

图7发表偏倚分析HIF-1α和HIF-2α的预后价值

表2对HIF-1α和HIF-2α的预后和临床病理特征的发表偏倚评估。

图8发表偏倚分析HIF-1α过表达与临床病理特征之间的关系的漏斗图不对称

图9发表偏倚分析HIF-2α过表达与临床病理特征之间的关系的漏斗图不对称

总结

作者通过meta的方法，系统的分析了HIF1α，HIF2α在肝癌中的预后价值，以及与肝癌患者临床特征方面的相关性的分析，结果显示了显著的差异，随后用亚组分析对每个存在异质性的结果进行了解释。最后发表性偏移通过纳入排除法进行评估。总体来看，提取数据、归纳数据的工作量很大。

近年来，科研领域涌现了众多概念，类似的分子meta在其它肿瘤的分析，目前还没有发表，有兴趣的小伙伴欢迎来咨询。

END

不想错过每天的热点和技术欢迎大家添加生信人为星标推荐

撰稿 ▎青山

排版 ▎CY.

往期推荐