综述：网络分析用于研究癌症患者化疗期间症状的范围综述

（编辑推荐）本综述系统梳理了网络分析（Network Analysis）在癌症化疗症状研究中的应用，聚焦疲劳（Fatigue）作为核心症状（Core Symptom）的枢纽作用，揭示了症状集群（Symptom Clusters）的动态演变规律，为精准症状管理（Precision Symptom Management）提供新视角。

　　

引言

化疗作为癌症治疗的基石，显著提高恶性肿瘤患者生存率，但伴随的副作用导致患者出现相互关联的症状群。传统症状分析方法（如症状集群识别）多关注不可改变的风险因素（如人口统计学特征），而新兴的症状网络分析（Symptom Network Analysis）通过数学建模揭示症状间复杂相互作用，为精准护理提供新范式。该框架可识别三类关键靶点：核心症状（具有最高中心性，如疲劳）、桥接症状（连接不同集群，如睡眠障碍）和前哨症状（预警信号，如恶心），从而优化干预效率。

方法

本综述采用Arksey和O'Malley框架及PRISMA指南，纳入12项研究（5篇中文，7篇英文），涵盖乳腺癌、肺癌、胃癌等癌种。研究通过PubMed、Cochrane等中英文数据库检索，聚焦≥18岁化疗患者的症状网络分析，排除放疗人群。数据提取包括样本特征、症状评估工具（如MDASI、MSAS）、R软件包及核心症状等。

结果

症状特征：疲劳是跨癌种最稳定的核心症状，在8项研究中被报道，其通过强关联影响疼痛、睡眠障碍等症状共现。血液肿瘤患者因年龄较轻、治愈率高，疲劳报告率较低。
方法学差异：使用MDASI量表的研究更易报告疲劳和痛苦，而MSAS量表侧重恶心；Walktrap算法、EFA等不同聚类方法导致症状集群命名异质性（如胃肠道集群vs心理神经集群）。
动态变化：唯一纵向研究显示，症状强度在首次化疗后达峰，随后逐渐降低，但皮肤改变、周围神经病变等症状随时间恶化。网络密度变化与化疗周期的关联尚待探索。
干预靶点：乳腺癌研究中，恶心被确定为胃肠道集群的前哨症状，而睡眠紊乱是连接心理-睡眠集群的桥接症状。

讨论

临床启示：针对核心症状疲劳的干预可能阻断症状级联反应。MDASI的连续评分更敏感，而MSAS的多维评估覆盖更广但耗时。
研究缺口：现有证据以横断面研究为主，仅1项纵向研究追踪了化疗周期中的网络演变。胰腺癌、肝癌等高症状负担癌种数据缺乏，且新辅助化疗人群未被纳入。
未来方向：需建立症状网络报告标准，开发周期特异性动态模型，并探索生物标志物（如IL-4、TNF-α）与网络特征的关联，以实现从症状集群到精准网络的范式转变。

（注：全文严格基于原文证据，未添加非引用结论，专业术语如HPA轴、INF-γ等均按原文格式标注。）