癌症患者急性护理前症状模式：揭示差异，助力精准干预

这篇研究利用自然语言处理（NLP）技术分析癌症患者急性护理前的症状。发现疼痛、恶心等是常见症状，不同性别、种族、年龄和保险状况患者症状负担有差异。为改善症状管理、减少护理负担提供依据，值得一读。

　　

研究背景

预计 2025 年美国将有 200 万新增癌症病例。许多癌症患者因疾病、治疗并发症或合并症，需要进行计划外的急性护理，如急诊就诊或住院治疗。这种计划外的急性护理会影响患者的预后、生活质量，还会增加医疗系统的支出。从 2012 年到 2019 年，美国癌症患者的急诊就诊人数估计增加了 67%，其中超过 50% 的就诊可能是可预防的。

虽然症状管理和识别高风险患者是减少急性医院护理的策略，但目前仍存在知识缺口，对症状识别的社会人口学差异及其对癌症护理管理的潜在影响了解不足。因此，本研究旨在通过自然语言处理技术，识别癌症患者急诊就诊和住院前的症状模式，探讨症状负担差异，为干预措施提供依据。

研究方法

1. 研究人群：本研究经加州大学旧金山分校机构审查委员会批准，使用去识别化数据，无需患者知情同意。研究人员从单一三级医疗机构的电子健康记录（EHR）中，确定了 2013 年 1 月 1 日至 2023 年 12 月 31 日期间，年龄在 18 岁及以上的原发性癌症成年患者。仅纳入癌症诊断至少 30 天后的急性护理就诊（急诊就诊和住院），排除元数据或临床记录缺失的患者。
2. 研究措施和结果：从 EHR 中获取患者的性别、种族、年龄、保险覆盖和癌症诊断等信息。应用临床文本分析和知识提取系统（cTAKES）及自定义管道，将临床笔记中的症状转换为不良事件通用术语标准（CTCAE）5.0 编码的症状。主要结局是记录癌症患者急性护理就诊前的症状负担和特征，次要结局是研究社会人口学和癌症组织学因素与症状的关系。症状负担定义为患者在特定时间经历的可量化症状数量，若急性护理事件前 30 天内记录的独特症状超过 10 个，则认为患者经历高症状负担。
3. 统计分析：使用单变量和多变量逻辑回归分析 NLP 提取的症状、患者特征与症状负担的关系。为考虑患者重复急性护理就诊的情况，使用广义估计方程（GEEs）进行分析。所有统计检验均为双侧，P≤0.05 认为具有统计学意义。

研究结果

1. 患者队列特征：共确定 110479 名癌症患者，其中 28708 名患者在首次诊断后 30 天以上有急诊就诊和 / 或住院，纳入分析。患者急性护理就诊的中位数为 1 次（IQR，1 - 3），首次诊断到急性护理就诊的中位数为 120 天（IQR，56 - 360）。男性占急性护理就诊的 53.62%，女性占 46.35%，患者的中位年龄为 61 岁（IQR，48 - 70）。白人患者的就诊次数最多（56.64%），其次是亚洲人（17.67%）。私人保险是最常见的保险类型（46.00%），其次是医疗保险（31.96%）和医疗补助（20.08%）。最常见的癌症诊断是血液系统癌症（21.50%）、前列腺癌（6.98%）和乳腺癌（5.13%）。
2. 最常见的记录症状和症状负担：NLP 在 70606 次急性护理事件前 30 天内，共识别出 854830 例 CTCAE 5.0 中的 137 种症状。每次急性护理事件前的症状中位数为 11 个（IQR，6 - 17）。最常见的前 10 种症状包括疼痛（7.54%）、恶心（6.74%）、呕吐（5.79%）、疲劳（5.26%）等。50.98% 的就诊被认为是高症状负担（超过 10 个症状）。多变量分析显示，女性、亚洲人、黑人、美国印第安人或阿拉斯加原住民、医疗补助保险患者更可能有高症状负担；65 岁及以上或无保险患者则不太可能有高症状负担。前列腺癌患者高症状负担率较低，而多种癌症诊断或血液系统恶性肿瘤患者高症状负担率较高。
3. 不同患者人口统计学特征的症状记录差异：单变量分析显示，女性在所有前 10 种症状中的记录率均高于男性；65 岁及以上患者记录 9 种常见症状的可能性较低。非白人种族的患者报告全身肌肉无力的可能性增加。多变量分析表明，65 岁及以上或黑人或非裔美国人独立与全身肌肉无力的记录相关，65 岁及以上、亚洲人、黑人或非裔美国人患者恶心记录减少。
4. 不同保险覆盖的症状记录差异：单变量分析中，医疗补助保险患者比私人保险患者更可能记录发热或全身肌肉无力；无保险或自费患者记录 7 种常见症状的可能性显著降低。多变量分析显示，医疗补助保险患者更可能记录疼痛或全身肌肉无力；医疗保险患者更可能记录全身肌肉无力或呼吸困难，但记录其他症状的可能性较低；无保险或自费患者记录头痛或全身肌肉无力的可能性较低。
5. 不同癌症组织学因素的症状记录差异：单变量分析显示，与前列腺癌相比，大多数癌症组织学因素与便秘、全身肌肉无力、发热、水肿或呼吸困难的记录相关。血液系统恶性肿瘤患者发热记录的可能性最高，非黑色素瘤皮肤恶性肿瘤患者呕吐记录的可能性最低。多变量分析发现，血液系统癌症或中枢神经系统恶性肿瘤患者全身肌肉无力记录增加，中枢神经系统恶性肿瘤患者头痛记录更频繁，大多数癌症组织学因素中疼痛或呕吐记录较少，非黑色素瘤皮肤癌患者呕吐记录可能性最低。
6. GEEs 分析结果：GEEs 总体验证了重复急性护理就诊对结果的影响有限。在高症状负担方面，GEEs 未显著改变优势比（OR），但某些种族、年龄和保险相关变量不再显著（包括医疗补助保险）。多变量分析中，高症状负担与性别和多种非白人种族类别相关，不同症状相关的特征较少。

讨论

1. 症状模式和差异的意义：本研究发现疼痛和恶心是最常报告的症状，女性、非白人种族、年龄小于 65 岁或医疗补助保险的癌症患者在急性护理就诊前 30 天的症状负担更大。这些差异可能源于症状表现、患者报告或医疗专业人员记录的不同，强调了识别潜在未治疗症状的必要性，因为这些症状常与较差的临床结局相关。
2. 性别差异的启示：女性比男性更可能在急诊就诊或住院前有高症状负担，这与先前研究中女性症状管理不足和报告不足一致。在常规肿瘤护理中纳入系统的症状严重程度或功能影响筛查问题，可能有助于鼓励女性记录症状。还需进一步研究男女症状表现差异，以优化诊断流程。
3. 保险覆盖差异的原因和对策：医疗补助保险患者急性护理就诊前高症状负担的可能性更大，可能与获得护理的机会有限、癌症筛查率低或经济资源有限有关。政策变化，如扩大肿瘤社会工作服务或增加医疗覆盖，有助于克服这些障碍。研究表明，将社会工作纳入门诊癌症护理可改善患者生活质量，医疗补助扩大与癌症预后和生存率提高相关。
4. 年龄差异的可能解释和干预措施：年轻患者症状负担记录较高，可能是因为接受更积极的治疗，或生活压力较大。未来研究可对此进行探讨。在门诊护理中纳入对患者情绪和社会压力的常规筛查，如使用美国国家综合癌症网络痛苦温度计，有助于临床医生了解患者压力源，设计个性化干预措施。
5. 两种分析方法结果的比较：逻辑回归和 GEE 分析结果相似，表明重复就诊对结果影响较小，逻辑回归结果稳健。但 GEE 分析中部分结果不再显著，提示普通模型结果可能受重复就诊患者影响。不过，同一患者重复就诊的信息不应被视为冗余。

研究局限性

1. 数据来源和代表性问题：本研究是单机构回顾性研究，可能影响数据捕获的完整性，患者以白人和有保险者为主，不能完全代表多样化人群。
2. NLP 技术的局限性：NLP 虽可大规模评估症状，但临床文档的复杂性，如复制转发文本、不完整句子等，可能导致不准确。本机构对疼痛的常规筛查可能增加其记录频率。未来基于 Transformer 的大语言模型可能改善这一情况，但在肿瘤学不同应用场景中的验证仍在进行中。
3. 分析方法的局限性：按就诊次数分析可能受患者短期多次就诊重叠症状和某些临床变量偏差的影响。未来研究可纳入多中心患者队列，以获得更均衡的种族和保险覆盖分布。
4. 症状分类的局限性：使用 CTCAE 进行症状分类可能存在评分者间差异，影响结果解释。尽管如此，CTCAE 仍是肿瘤学毒性编码和分级的常用标准。
5. ICD 编码问题：大量患者被记录为非特异性恶性肿瘤，可能与 EHR 中 ICD 编码不准确有关。这一问题影响了对症状差异的研究，提示需要改善持续护理医生与急诊医生之间的沟通，以提高文档记录质量。

研究结论

本研究首次利用大数据集，对癌症患者急性护理就诊前 NLP 提取的症状及其与社会人口学和临床变量的关系进行分析。研究揭示了不同种族、性别和社会经济背景下癌症症状记录的差异，提示可能存在的医疗差距。这为制定针对性干预措施、确保公平获得医疗服务、改善症状管理提供了重要依据，未来仍需进一步研究以填补现有知识缺口。