综述：提高非中枢神经系统（non-CNS）癌症患者中癌症相关认知障碍（CRCI）的检测水平：当前趋势与未来发展方向

《Journal of Clinical and Experimental Neuropsychology》：Improving detection of cancer-related cognitive impairment (CRCI) in non-CNS cancer: current trends and future directions

癌症相关认知损伤（CRCI）的研究存在样本量不足、检测方法不一致等问题，本文提出通过扩大样本、结合数字测试（如生态瞬时评估）和认知神经科学方法提升检测灵敏度，并推荐采用IRT、贝叶斯混合效应模型和机器学习等统计技术优化数据分析，同时需规范数字测试库应用并控制假阳性率。

　　

摘要

癌症相关认知障碍（CRCI）指的是被诊断和接受癌症治疗的个体的认知表现出现的变化。CRCI在相当比例的癌症患者及癌症幸存者中普遍存在，无论这些患者罹患的是中枢神经系统（CNS）癌症还是非中枢神经系统（non-CNS）癌症。然而，关于CRCI的患病率、受影响的认知领域以及其对非中枢神经系统癌症患者的影响程度，研究结果并不一致。这可能部分是因为这类患者的认知变化较为微妙。为了提高研究检测CRCI的敏感性，研究人员正在努力扩大样本规模，但这样做仍然需要较高的成本。在这篇综述中，我们介绍了有助于提升CRCI检测敏感性的方法学和统计学进展。我们讨论了基于传统神经心理学评估工具的多种监督式与非监督式数字测试方法，以及新兴的评估范式，如生态瞬时评估（Ecological Momentary Assessment）和基于认知神经科学的测试方法。数字测试能够生成新型的行为数据，从而支持更复杂的数据分析。此外，我们还探讨了几种可用于提高分析敏感性的统计方法，例如项目反应理论（Item Response Theory）、贝叶斯混合效应模型（Bayesian mixed-effects models）和机器学习（详见表1）。最后，针对目前市场上大量涌现的数字测试工具、无法控制的假阳性率以及认知领域使用上的不一致性问题，我们提出了一些建议。

表1. CRCI研究中的统计与方法学方法概述。

下载CSV文件查看表格