综述：探究癌症患者多维症状体验复杂性的网络分析方法系统评价

这篇综述创新性地运用网络分析（NA）方法系统评价了癌症患者多维症状的交互关系，揭示了心理症状（焦虑/抑郁）和疲劳作为核心节点，与炎症标志物（IL-6/CRP）存在生物学关联，为靶向干预提供了新视角。研究强调标准化纵向设计和多组学整合是未来方向。

　　

多维症状网络的癌症研究新范式

背景

随着癌症治疗进展，患者生存期显著延长，但疾病和治疗引发的多维症状严重损害生活质量（QoL）。传统症状簇分析方法难以捕捉症状间动态关联，而源于数学图论的网络分析（NA）通过构建节点（症状）和边（关联）的可视化模型，为解析复杂症状交互提供了新工具。

方法学突破

NA采用高斯图模型（GGM）、贝叶斯网络等方法构建症状网络，通过中心性指标（连接度/接近度）识别核心症状。本综述纳入22项研究（2010-2024年），涵盖20,393例患者，涉及乳腺癌（BC）、头颈癌（HNC）等实体瘤，评估时点覆盖诊断至 survivorship 阶段。

核心发现

1. 心理症状的枢纽地位

   抑郁、焦虑在化疗期间形成稳定网络，与疲劳、睡眠障碍强关联（强度系数>0.4）。如Lin等发现放疗期间抑郁-疲劳边权重达0.68，提示情绪干预可能缓解多重症状。

2. 疲劳的生物行为轴

   11项研究将疲劳列为最高中心性节点，其与IL-6、TNF-α等炎症标志物显著相关（P<0.01）。Henneghan等证实认知障碍患者IL-2水平升高，暗示神经-免疫通路参与症状维持。

3. 治疗阶段特异性网络

   • 围手术期：胃癌患者术前悲伤情绪（中心度1.2）预测术后疼痛（β=0.32）

   • 化疗周期：Xu等通过贝叶斯网络发现第3周期睡眠质量对认知的影响增强（ΔR²=15%）

   • 长期生存者：生存<5年者网络密度更高（P=0.003），显示症状聚集随时间演化

临床转化价值

• 靶向干预：靶向核心节点（如认知行为疗法改善疲劳）可能产生"网络级联效应"

• 生物标志物整合：IL-6/CRP等指标或成预测干预响应的生物标志物

• 动态监测：Shang等开发的交叉滞后模型可预测结直肠癌术后症状轨迹

挑战与展望

当前局限包括样本异质性（仅3项研究纳入>1000例）和生物机制研究不足。未来需：

1. 开展多中心纵向研究（建议采用EORTC-QLQ-C30统一评估）

2. 探索微生物组-脑-免疫轴等新型机制

3. 开发NA驱动的自适应干预算法

结语

NA为癌症症状研究提供了从"静态分类"到"动态系统"的范式转变，其揭示的核心症状网络和生物学关联，将推动精准支持治疗的发展。正如de Rooij所述："理解症状的拓扑结构，或是破解癌症患者痛苦密码的关键"。