基于EORTC QLQ-C30症状维度结构及其与功能状态关联的多元分析：来自GEICAM/2003-02辅助化疗早期乳腺癌研究的证据

《Quality of Life Research》：EORTC QLQ-C30 symptom components and their functional correlates during adjuvant chemotherapy for early breast cancer: a multivariate analysis. Data from GEICAM/2003-02 study

　　

专业术语翻译摘要 目的：理解多种症状如何共同影响功能状态，对于肿瘤学中患者报告结局（patient-reported outcomes，PROs）的解读至关重要。本研究旨在刻画早期乳腺癌辅助化疗期间症状评分较基线变化（change-from-baseline，CFB）的主要潜在维度，并检验其与功能结局的关联。 患者与方法：研究人员分析了来自GEICAM/2003-02试验的820例患者的EORTC QLQ-C30 CFB评分。采用主成分分析（principal component analysis，PCA）将相关的症状变化归纳为较少量的成分，并应用图形最小绝对收缩和选择算子（graphical Least Absolute Shrinkage and Selection Operator，LASSO）网络建模探索健康相关生活质量（Health-Related Quality of Life，HRQoL）各领域之间的关系。采用Spearman相关评估各成分与功能量表及总体健康状况之间的关联。 结果：在合并样本中识别出三个成分，共解释53.6%的方差：一个占主导地位的总体症状负担成分、一个胃肠道成分和一个腹泻特异性成分。总体成分主要由疲劳、疼痛、食欲丧失、失眠、恶心/呕吐和呼吸困难定义，与所有功能量表及总体健康状况呈一致的负相关。不同治疗组间观察到相似的模式，尽管胃肠道相关成分存在差异。图形LASSO识别出疲劳是与功能损害关联最强的症状。 结论：化疗期间的症状变化并非相互独立，而是遵循一种多变量结构化模式，其中以疲劳为核心的总体症状负担在功能衰退中发挥核心作用。这些发现提示，多变量方法可为总结治疗相关负担的相关模式及生成关于PROs的假设提供补充性探索框架。 试验注册号：ClinTrials.gov：GEICAM/2003-02：NCT00129389。

论文解读

一、研究背景与意义

患者报告结局（patient-reported outcomes，PROs）在肿瘤学临床试验中的应用日益广泛，用于从患者视角评估疾病和治疗的影响。欧洲癌症研究与治疗组织生活质量核心问卷30（EORTC QLQ-C30）是应用最广泛的工具之一，涵盖功能、总体健康状况和症状负担等多个维度。然而，在临床试验和实践中，解读该问卷多个领域的同时变化仍然困难。一个关键的解读挑战在于如何汇总治疗期间可能同时发生变化的多个相关量表。既往证据表明，QLQ-C30各量表并非完全独立，而是反映了患者体验中更广泛的潜在维度。在早期乳腺癌（early breast cancer，EBC）辅助治疗中，疲劳、疼痛、睡眠障碍、食欲丧失和胃肠道不适等症状往往同时恶化，并可能伴随功能下降。然而，与横断面心理测量结构相比，对积极治疗期间健康相关生活质量（health-related quality of life，HRQoL）较基线变化（change-from-baseline，CFB）结构的关注较少。分析CFB评分可以评估症状在治疗期间是否倾向于同时恶化，以及这些相关变化是否反映更广泛的负担维度或治疗特异性毒性模式。理解这种症状恶化的多变量模式有助于改善试验结果的解读，并有助于将功能及总体HRQoL的关联置于更完整的背景下。因此，本研究旨在利用GEICAM/2003-02辅助试验的数据，刻画辅助化疗结束时QLQ-C30症状评分CFB的主要潜在维度，并检验其与功能和总体HRQoL同时变化的关联。

二、研究设计与方法概述

研究数据来自多中心、开放标签、随机III期GEICAM/2003-02试验。参与者于2003至2008年间随机分配接受六个周期氟尿嘧啶500 mg/m²、多柔比星50 mg/m²和环磷酰胺500 mg/m²（FAC）每3周一次，或四个周期FAC每3周一次后接每周紫杉醇（FAC-wP）（100 mg/m²每次）持续8周。最终分析样本为820例在基线和治疗结束后均有QLQ-C30数据的患者（FAC组430例，FAC-wP组390例）。主要分析方法包括：主成分分析（principal component analysis，PCA）用于将相关的症状变化归纳为较少的潜在成分；图形最小绝对收缩和选择算子（graphical Least Absolute Shrinkage and Selection Operator，LASSO）网络建模用于探索HRQoL各领域间的条件关联；Spearman相关分析用于评估各成分与功能量表及总体健康状况的关联。此外，还进行了多项敏感性分析，包括基于链式方程多重插补（multiple imputation by chained equations，MICE）的敏感性分析、替代PCA规格、自助重采样以及排除经济困难条目的分析。

三、研究结果

合并样本的主成分：KMO统计量为0.76，Bartlett球形检验高度显著（p < 0.001），支持降维的适用性。PCA识别出三个特征值大于1.0的成分，共解释53.59%的总方差。第一成分（特征值2.56，解释方差28.43%）为“总体”成分，对疲劳（FA，0.77）、食欲丧失（AP，0.62）、疼痛（PA，0.60）、失眠（SL，0.57）、恶心/呕吐（NV，0.54）和呼吸困难（DY，0.52）的CFB具有高正载荷，反映广泛的总体症状负担。第二成分（特征值1.15，解释方差12.76%）为“胃肠道”成分，以便秘（CO，0.62）和恶心/呕吐（NV，0.56）的高载荷为特征，可能反映化疗相关胃肠道毒性。第三成分（特征值1.12，解释方差12.40%）为“腹泻特异性”成分，由腹泻（DI，0.77）主导，反映肠道毒性的独立变异。Horn平行分析支持保留三个成分。敏感性分析显示第一成分最为稳健，第二和第三成分变异较大。

FAC组主成分：FAC组PCA识别出三个成分，共解释54.84%的总方差。第一成分（特征值2.74，解释方差30.41%）为“总体”成分，对FA（0.76）、PA（0.63）、AP（0.63）、NV（0.62）、SL（0.56）和DY（0.52）具有高正载荷。第二成分（特征值1.14，解释方差12.63%）为“胃肠道”成分，以CO（0.75）和DI（?0.74）的相反载荷为特征，代表便秘主导与腹泻主导的胃肠道症状极性。第三成分（特征值1.06，解释方差11.80%）为“经济负担”成分，主要由FI（0.58）定义。总体成分评分与所有功能量表及总体健康状况（QL2：ρ = ?0.505，p < 0.05）呈显著负相关，而胃肠道和经济负担成分与功能量表无显著关联。

FAC-wP组主成分：FAC-wP组PCA识别出三个成分，共解释52.75%的总方差。第一成分（特征值2.43，解释方差27.01%）为“总体”成分，对FA（0.78）、AP（0.60）、PA（0.58）、SL（0.57）和DY（0.53）具有高正载荷。第二成分（特征值1.18，解释方差13.20%）为“腹泻特异性”成分，由DI（0.58）主导。第三成分（特征值1.13，解释方差12.54%）为“便秘特异性”成分，由CO（0.78）主导。总体成分评分与所有功能量表及QL2（ρ = ?0.464，p < 0.005）呈显著负相关。腹泻特异性成分与QL2、FSS、PF2、RF2和EF呈较弱的正相关，而便秘特异性成分与功能量表无显著关联。

图形LASSO网络：网络分析显示，PF2与RF2之间的正偏相关最强（0.348），FA与PF2之间的负偏相关最强（?0.319）。在症状量表中，FA是与功能量表和QL2连接最强的节点。治疗组节点与NV相连，并与PF2、CO、SL和QL2存在较弱连接。自助分析显示网络稳定性良好，相关稳定性（CS）系数为0.75。

四、讨论与结论

研究讨论指出，化疗期间的症状恶化并非随机分布于QLQ-C30各领域，而是遵循结构化的多变量模式。以疲劳为核心的总体症状负担成分与功能恶化和总体HRQoL下降密切相关，且该成分在多项敏感性分析中表现出高度稳健性。图形LASSO网络中FA与PF2之间的最强负关联进一步支持疲劳在症状恶化多变量模式中的核心地位。第二和第三成分在不同治疗组和分析方法间表现出较大变异，提示这些维度可能对治疗背景和症状特异性变异更敏感，应视为探索性发现。研究强调，PCA衍生的成分不应被视为已建立的EORTC QLQ-C30评分的替代方案，而应作为降维的探索性工具。研究结论指出，QLQ-C30在EBC辅助化疗期间的症状变化呈现结构化的多变量模式，以疲劳为核心的总体症状负担维度与功能和总体HRQoL的同时变化存在一致关联。这些结果可为总结治疗相关症状负担的相关模式及生成关于PROs的假设提供探索性框架，但鉴于分析的探索性，结果应谨慎解读，并需在独立、更新的数据集中进行验证。