目的  探讨中性粒细胞与淋巴细胞比值（neutrophil-to-lymphocyte ratio，NLR）、血小板与淋巴细胞比值（platelet-to-lymphocyte ratio，PLR）及全身免疫炎症指数（systemic immune-inflammatory index，SII）与七种眼科非感染性疾病之间的相关性。

方法  选取2022年1月至2022年12月在武汉大学中南医院眼科住院治疗的患者，行相关眼部检查确诊后分为7个观察组，分别为年龄相关性黄斑变性（age-related macular degeneration，AMD）、特发性黄斑前膜（idiopathic epiretinal membrane，iERM）、视网膜静脉阻塞（retinal vein occlusion，RVO）、原发性翼状胬肉、孔源性视网膜脱离（rhegmatogenous retinal detachment，RRD）、缺血性视神经病变（ischemic optic neuropathy，ION）、特发性黄斑裂孔（macular hole，MH）；选取同期在武汉大学中南医院体检中心进行体检的健康人群作为对照组，分别从其外周血常规检查结果中收集中性粒细胞、淋巴细胞及血小板计数的结果进行相关分析。

结果  本研究共纳入839例研究对象，其中观察组710例，对照组129例。所有观察组的NLR均升高（P＜0.05）；除ION组外，其余观察组PLR均升高（P＜0.05）；除MH组外，其余观察组的SII均升高（P ＜0.05）。Logistic回归分析结果显示，AMD及原发性翼状胬肉的独立预测因子有NLR、PLR及SII，其余五种眼科非感染性疾病的独立预测因子仅有NLR。

结论  NLR、PLR及SII对AMD、原发性翼状胬肉有良好的预测价值，其余5种眼科非感染性疾病仅NLR有预测价值。NLR对七种眼科非感染性疾病均有预测价值，且敏感度高于PLR和SII。

中性粒细胞是最早被募集到炎症部位的细胞，在多种眼部疾病如感染性角膜炎、角膜烧伤及干眼症中起重要作用[1]；淋巴细胞是适应性免疫的标志，其水平降低与心血管疾病独立且显著相关[2]；血小板是炎症介质的来源，在血栓闭塞性疾病及免疫炎症中起重要作用[3]。中性粒细胞与淋巴细胞比值（neutrophil-to-lymphocyte ratio，NLR）作为一种慢性炎症标志物，反映了适应性（淋巴细胞）和先天性（中性粒细胞）细胞免疫反应之间的动态关系，在各种炎症、恶性肿瘤和慢性疾病状态下显示出较强的预后评估价值[4]。目前，NLR已在多种眼部疾病中进行了研究，如糖尿病视网膜病变[5]、青光眼[6]等。血小板与淋巴细胞比值（platelet-to-lymphocyte ratio，PLR）主要在促炎性病因的疾病中增加，反映了过度活跃的凝血和炎症途径，其在肿瘤血液学、免疫学和心血管疾病中的预测价值表现出众[7]，是炎症性疾病的不良预后因素[8]，已被证明在原发性开角型青光眼（primary open-angle glaucoma，POAG）等疾病中显著升高[9]。全身免疫炎症指数（systemic immune-inflammatory index，SII）综合了中性粒细胞、淋巴细胞、血小板，能更全面地反映系统性的免疫炎症状态，受生理条件的影响较小，是癌症、自身免疫性疾病和感染性疾病等的预后和独立预测指标[10]。与单独的细胞计数相比，这些比值可以提供疾病炎症状态的更多信息。

年龄相关性黄斑变性（age-related macular degeneration，AMD）是一种多见于中老年人群的致盲性眼病，其危险因素包括年龄、高血压和高胆固醇血症等[4]。有研究发现，AMD患者血液中的NLR及PLR水平均显著高于健康对照组，且为新生血管性AMD的独立预测因子[11]。特发性黄斑前膜（idiopathic epiretinal membrane，iERM）是一种非血管性纤维增生膜，研究表明，iERM患者的NLR及PLR水平均显著高于健康对照组[12]。视网膜静脉阻塞（retinal vein occlusion，RVO）是中老年人无痛性视力丧失的重要原因[13]，研究发现，NLR及PLR水平在RVO患者中显著升高，且可用作识别RVO风险的预测指标[14-15]。Pinna等的研究发现，缺血性视神经病变（ischemic optic neuropathy，ION）患者的NLR水平高于对照组[16-17]。翼状胬肉是最常见的眼表疾病，该类患者血液中NLR、PLR水平较健康人群是否有差异仍存在争议[18-19]；孔源性视网膜脱离（rhegmatogenous retinal detachment，RRD）是导致患者视功能出现不可逆丧失的视网膜急性疾病之一；特发性黄斑裂孔（macular hole，MH）是指黄斑中心凹部视网膜神经上皮层从内界膜层到光感受器层细胞层出现的组织缺损。目前较少RRD、MH与NLR、PLR、SII的相关研究。本研究探讨了三种炎症标志物与七种眼科非感染性疾病的相关性及其在疾病预测及进展中的作用。

1 资料与方法

1.1 研究对象

1.1.1 纳入与排除标准

回顾性选取2022年1月至2022年12月在武汉大学中南医院眼科住院治疗的患者作为观察组，纳入标准：所有患者行眼部常规检查（包括视力及眼压测量、裂隙灯、生物显微镜眼前节及眼底检查），AMD、iERM、RVO、RRD、ION、MH患者额外行黄斑光学相干断层扫描（optical coherence tomography，OCT）、眼底荧光血管造影及光学相干断层扫描血管成像（optical coherence tomography angiography，OCTA），以及眼部B超检查后确诊，且既往无眼科手术史的择期手术患者，各疾病诊断标准参照《中华眼科学》（第3版）[20]。排除标准：①新发或既往确诊高血压、糖尿病、青光眼患者；②既往行眼部手术患者；③慢性阻塞性肺疾病等呼吸系统疾病患者；④ 急性冠脉综合征、严重心力衰竭、先天性心脏病、严重心脏瓣膜病等心血管疾病患者；⑤ 全身或局部感染以及系统性红斑狼疮、类风湿性关节炎等自身免疫性疾病患者；⑥血液系统疾病和恶性肿瘤患者；⑦有吸烟史的患者；⑧肝肾功能明显异常者（丙氨酸氨基转移酶或天冬氨酸氨基转移酶 ≥正常值上限3 倍、总胆红素≥正常值上限2倍；肾小球滤过率＜30 mL/min/1.73 m²）；⑨既往有症状性卒中病史以及严重外周血管病变患者；⑩ 临床数据或实验室数据缺失的患者；⑪ 近一个月内有严重急性感染史、手术创伤史及输血史患者；⑫近一个月内曾服用免疫抑制剂或非甾体类抗炎药物的患者。本研究经武汉大学中南医院医学伦理委员会批准（2024306K）。

按主诊断将观察患者分为7个组，分别为AMD组、iERM组、RVO组、原发性翼状胬肉组、RRD组、ION组、MH组。选取同期在武汉大学中南医院体检中心进行体检的健康人群作为对照组。本研究中健康人群的定义为无高血压、糖尿病等慢性病史，无眼部手术史，1个月内无手术史及免疫抑制剂或非甾体类抗炎药物服用史，慢性阻塞性肺疾病、心脏病、肿瘤等其他系统严重疾病病史。

1.1.2 样本量计算

根据相关性分析的样本量估计公式：

假设效应量γ=0.5，显著性水平α=0.05，检验力1-β=0.80，代入计算公式得出n=31.36，每组至少需要32个样本（向上取整），考虑10%的失访率，样本量增加到n=32×1.1≈36。因此，每组至少纳入36个样本。

1.2 资料收集

通过我院电子病历系统收集患者的基本信息，包括入院时间、住院号、姓名、性别、年龄，以及有无高血压、糖尿病、抽烟史及其他全身疾病史等。抽烟史定义为连续或累计抽烟时间在6个月以上，其中戒烟超过10年的患者被认为无抽烟史。所有研究对象空腹抽取外周静脉血后送检，收集血常规检验结果中中性粒细胞绝对值（neutrophil，NEUT）、淋巴细胞绝对值（lymphocyte，LYM）、血小板计数（platelet，PLT）数据，并按照相应公式计算NLR、PLR、SII。

1.3 统计学方法

采用SPSS 26.0软件进行统计分析，符合正态分布的计量资料以均值和标准差（）表示，偏态分布的计量资料以中位数和四分位数[M（P₂₅，P₇₅）]表示；计数资料用频数和百分比（n，%）表示，组间差异采用χ²检验进行分析。采用Kolmogorov-Smirnov检验、直方图和Q-Q图共同评估数值数据的正态分布假设。当两组数据均满足正态分布且具备方差齐性（使用莱文检验及F检验进行分析）时，采用t检验进行分析比较；当两组数据均不满足正态分布、有一组不满足或方差不齐时，采用Mann-Whitney U检验，P＜0.05被认为具有统计学意义。

将年龄、性别、NLR、PLR及SII作为自变量，是否患病作为因变量，采用Logistic多因素回归分析（逐步回归分析）确定七种眼科非感染疾病发生的独立危险因素。采用受试者工作特征曲线（receiver operating characteristic curve，ROC）计算最大约登指数，使约登指数最大的阈值即为最佳临界值；计算具有统计学意义的参数的比值比（odds ratio，OR）及其95%置信区间（confidence interval，CI），预测有效性被量化为曲线下面积（area under curve，AUC）。P＜0.05被认为差异具有统计学意义。

2 结果

2.1 研究对象性别与年龄差异比较

观察组共纳入患者710例，其中AMD患者69例、iERM患者73例、RVO患者65例、原发性翼状胬肉患者311例、RRD患者68例、ION患者56例、MH患者68例；对照组共纳入129例。观察组和对照组在性别与年龄方面差异无统计学意义（P＞0.05），见表1。

• 
  表格1 研究对象临床资料及实验室数据比较

  Table 1.Comparison of clinical data and laboratory data of study objects

  注：数据呈正态分布为（ x ± s），非正态分布为[M（P25，P75）]；AMD，age-related macular degeneration，年龄相关性黄斑变性；iERM，idiopathic epiretinal membrane，特发性黄斑前膜；RVO，retinal vein occlusion，视网膜静脉阻塞；RRD，rhegmatogenous retinal detachment，孔源性视网膜脱离；ION，ischemic optic neuropathy，缺血性视神经病变；MH，macular hole，特发性黄斑裂孔；NEUT，neutrophil，中性粒细胞绝对值（×109/L）；PLT，platelet，血小板计数（×109/L）；LYM，lymphocyte，淋巴细胞绝对值（×109/L）；NLR，neutrophil-to-lymphocyte ratio，中性粒细胞与淋巴细胞比值；PLR，platelet-to-lymphocyte ratio，血小板与淋巴细胞比值；SII，systemic immune-inflammatory index，全身免疫炎症指数；与对照组（第8组）相比，*P＜0.05，**P＜0.01，***P＜0.001。

  

2.2 中性粒细胞绝对值、血小板计数及淋巴细胞绝对值比较

与对照组相比，仅RRD组和ION组的NEUT显著升高（P＜0.01）；除iERM组及RRD组，其余组的PLT均降低（P＜0.05）；七种眼科非感染疾病的LYM均降低（P＜0.05），见表1。

2.3 中性粒细胞与淋巴细胞比值、血小板与淋巴细胞比值及全身免疫炎症指数比较

与对照组相比，AMD、iERM、RVO、原发性翼状胬肉及RRD组的NLR、PLR及SII均升高，ION组的NLR及SII均升高，MH组的NLR及PLR均升高，且差异均有统计学意义（P ＜0.05），见表1。

2.4 三种炎症标志物对七种疾病的预测价值

多因素Logistic回归分析结果见表2，NLR是七种眼科非感染性疾病的独立预测因子，PLR和SII是AMD及原发性翼状胬肉的独立预测因子。

• 
  表格2 多因素Logistic回归分析结果

  Table 2.Results of multivariate Logistic regression analysis

  注：AMD，age-related macular degeneration，年龄相关性黄斑变性；iERM，idiopathic epiretinal membrane，特发性黄斑前膜；RVO，retinal vein occlusion，视网膜静脉阻塞；RRD，rhegmatogenous retinal detachment，孔源性视网膜脱离；ION，ischemic optic neuropathy，缺血性视神经病变；MH，macular hole，特发性黄斑裂孔；NLR，neutrophil-to-lymphocyte ratio，中性粒细胞与淋巴细胞比值；PLR，platelet-to-lymphocyte ratio，血小板与淋巴细胞比值；SII，systemic immune-inflammatory index，全身免疫炎症指数；OR，odds ratio，比值比；CI，confidence internal，置信区间。

  

ROC见图1，各组统计学指标见表3。在AMD组中，就AUC值而言，NLR（0.730）＞PLR（0.651）＞SII（0.611）（图1-A）；就灵敏度而言，SII（79.7%）＞NLR（65.2%）＞PLR（58.0%）；就特异度而言，NLR（72.9%）＞PLR（69.0%）＞SII（48.8%），NLR对AMD的整体区分能力更好，特异度和灵敏度较高。在iERM组中，NLR的AUC值为0.623，灵敏度和特异度分别为41.1%、80.6%，灵敏度低，但特异性较高（图1-B）。在RVO组中，NLR的AUC值为0.737，灵敏度和特异度分别为49.2%、87.6%，NLR对RVO的整体区分能力较好，特异度高，但灵敏度低（图1-C）。在原发性翼状胬肉组中，就AUC值而言，NLR（0.669）＞PLR（0.642）＞SII（0.604）；就灵敏度而言，SII（57.4%）＞NLR（54.2%）＞PLR（42.3%）；就特异度而言，PLR（82.9%）＞NLR（71.3%）＞SII（61.2%）。在RRD组中，NLR的AUC值为0.786，灵敏度和特异度分别为73.5%、72.9%，NLR的诊断或预测的准确性较好（图1-E）。在ION组中，NLR的AUC值为0.684，灵敏度和特异度分别为50.0%、86.0%（图1-F）。在MH组中，NLR的AUC值为0.645，灵敏度和特异度分别为57.1%、67.4%（图1-G）。

• 
  图1 各观察组受试者工作特征曲线

  Figure 1.The receiver operating characteristic curve of each observation group

  注：A. AMD组；B. iERM组；C. RVO组；D. 原发性翼状胬肉组；E. RRD组；F. ION组；G. MH组。AMD，age-related macular degeneration；年龄相关性黄斑变性；iERM，idiopathic epiretinal membrane，特发性黄斑前膜；RVO，retinal vein occlusion，视网膜静脉阻塞；RRD，rhegmatogenous retinal detachment，孔源性视网膜脱离；ION，ischemic optic neuropathy，缺血性视神经病变；MH，macular hole，特发性黄斑裂孔；NLR，neutrophil-to-lymphocyte ratio，中性粒细胞与淋巴细胞比值；PLR，platelet-to-lymphocyte ratio，血小板与淋巴细胞比值；SII，systemic immune-inflammatory index，全身免疫炎症指数；AUC，area under curve，曲线下面积；CI，confidence internal，置信区间。

  

• 
  表格3 各观察组有统计学意义的炎症指标的诊断价值

  Table 3.Diagnostic value of statistically significant inflammatory markers for each observation group

  注：AMD，age-related macular degeneration，年龄相关性黄斑变性；iERM，idiopathic epiretinal membrane，特发性黄斑前膜；RVO，retinal vein occlusion，视网膜静脉阻塞；RRD，rhegmatogenous retinal detachment，孔源性视网膜脱离；ION，ischemic optic neuropathy，缺血性视神经病变；MH，macular hole，特发性黄斑裂孔；NLR，neutrophil-to-lymphocyte ratio，中性粒细胞与淋巴细胞比值；PLR，platelet-to-lymphocyte ratio，血小板与淋巴细胞比值；SII，systemic immune-inflammatory index，全身免疫炎症指数；AUC，area under curve，曲线下面积；CI，confidence internal，置信区间。

  

在七种眼科非感染性疾病中，NLR的灵敏度和特异度较高，尤其是AMD组和RRD组，AMD组SII的灵敏度较高，iERM及RVO组NLR、PLR特异度较高。虽然三种指标在七种眼科非感染性疾病中有一定预测价值，但仅有AMD、iERM及RVO组的NLR具有较好的诊断性能（AUC＞0.7），其余各组的三种指标区分性能一般。

3 讨论

眼部非感染性疾病伴随一定程度的炎症负荷，对于炎症的探索有助于理解疾病本质，探寻新的诊疗思路。NEUT等单一炎症指标所能反映的人体免疫环境失衡的价值有限，NLR、PLR、SII等炎症指标能从不同角度反映机体内的微环境，如果能明确这三种炎症指标在各疾病不同时期的变化，有望通过监测血液检验结果并结合愈渐成熟的AI技术，及时预测疾病发生的可能，再进一步行针对性检查，对于优化早期诊断及精准预测疾病预后有着极大的潜在价值。

AMD有多种病因，而慢性低度炎症和缺氧导致的活性氧（reactive oxygen species，ROS）增加在脉络膜新生血管膜的形成中起着重要作用[8]。本研究结果显示，NLR、PLR及SII均为AMD的独立预测因子，且NLR的预测准确度最高。iERM是一种常见的眼部疾病，其NLR及PLR值升高，与Qin等的研究结果一致[12]。此外，本研究发现，AMD患者的SII显著高于对照组，但iERM的发病过程与炎症因子活动是否相关仍需进一步研究。RVO的发病机制复杂，有研究表明，动脉粥样硬化性疾病是RVO的重要危险因素[21]，局部和全身炎症通过诱导高凝状态在RVO发生发展中发挥作用。本研究表明，RVO患者的PLT、LYM均降低，NLR及PLR均显著高于对照组，NLR为其发展的独立预测因子，与既往研究结果一致[13, 22]，且本研究还发现RVO患者的SII升高。既往研究发现，原发性翼状胬肉的慢性炎症和新生血管可能是NLR水平升高的原因[23-24]。本研究进一步证实NLR、PLR及SII均为原发性翼状胬肉的独立预测因子，且NLR的预测准确度最高。ION的早期炎症成分发生变化，并激活炎症细胞[16-17, 25]，本研究表明，NLR、SII在ION中显著升高，且NLR为其发展的独立预测因子。

以往的研究大多局限于NLR、PLR或SII单一指标与某些眼科疾病，如POAG、糖尿病性视网膜病变[6, 26-27]等的严重程度之间的相关性，尚未汇总及分析多种炎症因子对多种眼科非感染性疾病进展的预测价值。本研究中，仅RRD组及ION组的NEUT有明显差异。除iERM组外，其他各组的PLT及LYM均显著降低，单一细胞绝对值无法很好地预测七种眼科非感染性疾病的发展，且既往研究对翼状胬肉患者中的NLR及PLR水平差异仍有争议；既往少有相关炎症标志物与RRD及MH相关的研究。本研究发现，RRD组NLR、PLR、SII均显著高于对照组，MH组NLR及PLR均升高，NLR是这两种疾病进展的独立预测因子。越来越多的研究表明，各类炎症指标在不同类型的眼部疾病中会发生改变[28-32]，这些依靠外周血检验结果进行分析的指标对无先兆症状患者的早期诊断具有重要意义。

血常规检查是一种简单便宜、快速可靠，且患者接受度较高的检查项目，外周血中的细胞和源自这些细胞的特异性炎症标志物可以作为全身炎症状态的可靠指标。本研究探讨了三种炎症标志物与七种眼科非感染性疾病的相关性及其在疾病预测及进展中的作用。

在七种眼科非感染性疾病中，原发性翼状胬肉的预后较好，对视力的影响相对较小。相比之下，其余六种疾病的预后不佳，可能导致部分患者的视力恢复有限，甚至严重损伤视力[28, 33-37]，故早期筛查和风险预警极为重要。有学者认为，NLR等外周血炎症指标可以与其他生物标志物（如炎症因子、代谢产物等）联合应用，构建更准确的预测模型[38-39]。这些联合预测的模型可信度更高，但往往伴随更多检查，如肿瘤标志物[40]、D-二聚体[41]等，不仅增加了医疗成本，且检查的复杂性使患者配合度不高。本研究认为，通过血常规检查可以便捷获取相关炎症指标，用于机器学习和人工智能算法的训练，从而开发出高效、准确的预测工具，针对预测疾病的发生概率进行检查。

本研究存在一定局限性：三种炎症指标在七种眼科非感染性疾病中的预测中并非均有统计学意义，这可能与样本量较小有关，需扩大样本量或进行前瞻性研究以进一步验证其预测价值；回顾性研究可能存在选择偏倚。

本研究结果显示，AMD、iERM、RVO、原发性翼状胬肉及RRD患者的NLR、PLR和SII水平显著高于对照组；ION患者的NLR和SII水平显著高于对照组；MH患者的NLR和PLR水平显著高于对照组。NLR、PLR和SII对AMD及原发性翼状胬肉均有预测价值，其中NLR预测准确度最高，其余五种疾病中仅NLR有预测价值；NLR对七种眼科非感染疾病均有预测价值，且灵敏度高于PLR和SII。本研究结果或可为优化眼科非感染疾病的早期诊断策略及预后预测提供参考。

1.Martínez-Alberquilla I, Gasull X, Pérez-Luna P, et al. Neutrophils and neutrophil extracellular trap components: emerging biomarkers and therapeutic targets for age-related eye diseases[J]. Ageing Res Rev, 2022, 74: 101553. DOI: 10.1016/j.arr.2021.101553.

2.Zhang X, Wei R, Wang X, et al. The neutrophil-to-lymphocyte ratio is associated with all-cause and cardiovascular mortality among individuals with hypertension[J]. Cardiovasc Diabetol, 2024, 23(1): 117. DOI: 10.1186/s12933-024-02191-5.

3.Scherlinger M, Richez C, Tsokos GC, et al. The role of platelets in immune-mediated inflammatory diseases[J]. Nat Rev Immunol, 2023, 23(8): 495-510. DOI: 10.1038/s41577-023-00834-4.

4.Yang Y, He X, Tan S, et al. The association between immunoinflammatory biomarkers NLR, PLR, LMR and nonalcoholic fatty liver disease: a systematic review and Meta-analysis[J]. Clin Exp Med, 2025, 25(1): 39. DOI: 10.1007/s10238-024-01539-1.

5.Tang Y, Li L, Li J. Association between neutrophil-to-lymphocyte ratio and diabetic retinopathy in  patients with type 2 diabetes: a cohort study[J]. Front Endocrinol (Lausanne), 2024, 15: 1396161. DOI: 10.3389/fendo.2024.1396161.

6.Zhang A, Ning L, Han J, et al. Neutrophil-to-lymphocyte ratio as a potential biomarker of neovascular glaucoma[J]. Ocul Immunol Inflamm, 2021, 29(2): 417-424. DOI: 10.1080/09273948.2019.1677916.

7.Xu Q, Zhu C, Zhang Q, et al. Association between fibrinogen-to-albumin ratio and prognosis of patients with heart failure[J]. Eur J Clin Invest, 2023, 53(10): e14049. DOI: 10.1111/eci.14049.

8.Liu X, Guo Y, Qi W. Prognostic value of composite inflammatory markers in patients with chronic obstructive pulmonary disease: a retrospective cohort study based on the MIMIC-IV database[J]. PLoS One, 2025, 20(1): e316390. DOI: 10.1371/journal.pone.0316390.

9.Ozgonul C, Sertoglu E, Mumcuoglu T, et al. Neutrophil-to-lymphocyte ratio and platelet-to-lymphocyte ratio as novel biomarkers of primary open-angle glaucoma[J]. J Glaucoma, 2016, 25(10): e815-e820. DOI: 10.1097/IJG.0000000000000392.

10.Mahemuti N, Jing X, Zhang N, et al. Association between systemic immunity-inflammation index and hyperlipidemia: a population-based study from the NHANES (2015-2020)[J]. Nutrients, 2023, 15(5): 1177. DOI: 10.3390/nu15051177.

11.Kurtul BE, Ozer PA. The relationship between neutrophil-to-lymphocyte ratio and age-related macular degeneration[J]. Korean J Ophthalmol, 2016, 30(5): 377-381. DOI: 10.3341/kjo.2016.30.5.377.

12.Qin G, Lin T, You Y, et al. Blood inflammatory biomarkers in participants with idiopathic epiretinal  membrane: a retrospective case series study[J]. Medicine (Baltimore), 2023, 102(26): e34225. DOI: 10.1097/MD.0000000000034225.

13.Üçer MB, Cevher S. Assessment of systemic inflammatory response index and other inflammatory indicators in retinal vein occlusion[J]. Medicine (Baltimore), 2023, 102(49): e36512. DOI: 10.1097/MD.0000000000036512.

14.Liu Z, Perry LA, Penny-Dimri JC, et al. The association of neutrophil-lymphocyte ratio and platelet-lymphocyte ratio with retinal vein occlusion: a systematic review and meta-analysis[J]. Acta Ophthalmol, 2022, 100(3): e635-e647. DOI: 10.1111/aos.14955.

15.Dursun A, Ozturk S, Yucel H, et al. Association of neutrophil/lymphocyte ratio and retinal vein occlusion[J]. Eur J Ophthalmol, 2015, 25(4): 343-346. DOI: 10.5301/ejo.5000570.

16.Pinna A, Carlino P, Serra R, et al. Red cell distribution width (RDW) and complete blood cell count-derived measures in non-arteritic anterior ischemic optic neuropathy[J]. Int J Med Sci, 2021, 18(10): 2239-2244. DOI: 10.7150/ijms.53668.

17.Uzakgider NK, Karaca Adiyeke S, Aytogan H. Understanding the etiopathogenesis of non-arteritic anterior ischemic optic neuropathy with laboratory findings[J]. Beyoglu Eye J, 2024, 9(1): 8-13. DOI: 10.14744/bej.2023.09815.

18.Gokmen O, Gokmen A. Evaluation of neutrophil-lymphocyte ratios, mean platelet volumes, and platelet-lymphocyte ratios in pterygium[J]. Beyoglu Eye J, 2019, 4(3): 163-167. DOI: 10.14744/bej.2019.30164.

19.Kιlιç R, Kurt A. Decreased mean platelet volume and increased platelet to lymphocyte ratio in  patients with pterygium[J]. Arq Bras Oftalmol, 2020, 83(3): 263-264. DOI: 10.5935/0004-2749.20200069.

20.李凤鸣. 《中华眼科学》（第3版）[M]. 北京: 人民卫生出版社, 2014.

21.Lyu M, Lee Y, Kim BS, et al. Clinical significance of subclinical atherosclerosis in retinal vein occlusion[J]. Sci Rep, 2021, 11(1): 11905. DOI: 10.1038/s41598-021-91401-1.

22.Kazantzis D, Machairoudia G, Kroupis C, et al. Complete blood count-derived inflammation indices and retinal vein occlusion: a case-control study[J]. Ophthalmol Ther, 2022, 11(3): 1241-1249. DOI: 10.1007/s40123-022-00511-0.

23.Sengul EA, Artunay O, Kockar A, et al. Correlation of neutrophil/lymphocyte and platelet/lymphocyte ratio with visual acuity and macular thickness in age-related macular degeneration[J]. Int J Ophthalmol, 2017, 10(5): 754-759. DOI: 10.18240/ijo.2017.05.16.

24.Tricorache DF, Dascalu AM, Alexandrescu C, et al. Correlations between the neutrophil-lymphocyte ratio, platelet-lymphocyte ratio, and serum lipid fractions with neovascular age-related macular degeneration[J]. Cureus, 2024, 16(6): e62503. DOI: 10.7759/cureus.62503.

25.Salgado C, Vilson F, Miller NR, et al. Cellular inflammation in nonarteritic anterior ischemic optic neuropathy and its primate model[J]. Arch Ophthalmol, 2011, 129(12): 1583-1591. DOI: 10.1001/archophthalmol.2011.351.

26.Gao Y, Lu RX, Tang Y, et al. Systemic immune-inflammation index, neutrophil-to-lymphocyte ratio, and platelet-to-lymphocyte ratio in patients with type 2 diabetes at different stages of diabetic retinopathy[J]. Int J Ophthalmol, 2024, 17(5): 877-882. DOI: 10.18240/ijo.2024.05.12.

27.Wan H, Wang Y, Fang S, et al. Associations between the neutrophil-to-lymphocyte ratio and diabetic  complications in adults with diabetes: a cross-sectional study[J]. J Diabetes Res, 2020, 2020: 6219545. DOI: 10.1155/2020/6219545.

28.Ueda-Consolvo T, Takahashi S, Oiwake T, et al. Assessment of retinal pigment epithelium tears in eyes with submacular hemorrhage secondary to age-related macular degeneration[J]. Sci Rep, 2025, 15(1): 3606. DOI: 10.1038/s41598-025-88128-8.

29.Cheng YW, Kuo CH, Kuo YH, et al. Predictive value of hematologic indices on weaning from mechanical ventilation and 30-day mortality in patients with traumatic brain injury in an intensive care unit: a retrospective analysis of MIMIC-IV data[J]. Neurotherapeutics, 2025: e00559. DOI: 10.1016/j.neurot.2025.e00559.

30.Lai Y, Fan J, Lv N, et al. Neutrophil-lymphocyte ratio as predictor for acute infection after primary total joint arthroplasty in rheumatoid arthritis patients[J/OL]. Orthop Surg, 2025. DOI: 10.1111/os.70002.

31.Li Z, Zhao D, Zhu C. Predicting colorectal adenoma recurrence: the role of systemic inflammatory markers and insulin resistance[J]. Scand J Gastroenterol, 2025. DOI: 10.1080/00365521.2025.2469801.

32.Aslan Sirakaya H, Sipahioglu H, Cetinkaya A, et al. Relationship between inflammatory markers (IL-6, neutrophil-lymphocyte ratio, and C-reactive protein-albumin ratio) and diabetic ketoacidosis severity: correlation with clinical outcomes[J]. Medicina (Kaunas), 2025, 61(2): 321. DOI: 10.3390/medicina61020321.

33.Yang T, Lu Y, Zeng F, et al. Prognosis and factors related to anti-VEGF therapy in patients with retinal vein occlusion and concomitant carotid artery disease[J]. Sci Rep, 2024, 14(1): 24634. DOI: 10.1038/s41598-024-75604-w.

34.Li J, Cheng F, Li Z, et al. Assessment of clinical outcomes and prognostic factors following membrane peeling in idiopathic epiretinal membrane using EIFL staging system: an optical coherence tomography angiography analysis[J]. BMC Ophthalmol, 2025, 25(1): 54. DOI: 10.1186/s12886-025-03889-0.

35.Rossi S, Gesualdo C, Marano E, et al. Treatment of neovascular age-related macular degeneration: one year real-life results with intravitreal Brolucizumab[J]. Front Med (Lausanne), 2025, 11: 1467160. DOI: 10.3389/fmed.2024.1467160.

36.Nemet A, Tuuminen R, Yona T, et al. CHA2DS2-VASc score in predicting visual acuity outcomes following retinal vein occlusion[J]. J Ophthalmol, 2024, 2024: 3054783. DOI: 10.1155/2024/3054783.

37.Pan L, Wang N, Wu J. Non-human primates as preclinical models for optic nerve research: advancing insights into their application and potential[J/OL]. Eye (Lond), 2025. DOI: 10.1038/s41433-025-03665-w.

38.Chen S, Zhang J, Qian C, et al. Prognostic value of combined LMR and CEA dynamic monitoring in postoperative colorectal cancer patients[J]. J Inflamm Res, 2023,16: 4229-4250. DOI: 10.2147/JIR.S422500.

39.Cai H, Chen Y, Zhang Q, et al. High preoperative CEA and systemic inflammation response index (C-SIRI) predict unfavorable survival of resectable colorectal cancer[J]. World J Surg Oncol, 2023, 21(1): 178. DOI: 10.1186/s12957-023-03056-z.

40.Chua TC, Chong CH, Liauw W, et al. Inflammatory markers in blood and serum tumor markers predict survival in patients with epithelial appendiceal neoplasms undergoing surgical cytoreduction and intraperitoneal chemotherapy[J]. Ann Surg, 2012, 256(2): 342-349. DOI: 10.1097/SLA.0b013e3182602ad2.

41.Wang J, Li H, Xu R, et al. The MLR, NLR, PLR and D-dimer are associated with clinical outcome in lung cancer patients treated with surgery[J]. BMC Pulm Med, 2022, 22(1): 104. DOI: 10.1186/s12890-022-01901-7.