《Canadian Journal of Gastroenterology and Hepatology》:Symptom Network Analysis in Patients With Primary Sclerosing Cholangitis
编辑推荐:
原发性硬化性胆管炎(primary sclerosing cholangitis, PSC)患者经历多种影响生活质量的症状。研究人员试图识别PSC特异性症状群及症状之间的关联,以更好地理解PSC患者的真实体验。
研究方法:从PSC Partners Seeki
原发性硬化性胆管炎(primary sclerosing cholangitis, PSC)患者经历多种影响生活质量的症状。研究人员试图识别PSC特异性症状群及症状之间的关联,以更好地理解PSC患者的真实体验。
研究方法:从PSC Partners Seeking A Cure于2020年开展的国际“Our Voices”调查中识别16种症状的存在与否及其严重程度。研究人员采用Spearman相关矩阵进行LASSO正则化偏相关网络分析。主要分析纳入调查完成前6个月内报告的症状,并对合并或不合并炎症性肠病(inflammatory bowel disease, IBD)的患者进行亚组分析。研究人员计算期望影响(expected influence)以量化各指标在网络中的重要性,并采用Spinglass算法识别网络内的症状群落。
研究结果:在970名参与者中,54%为女性,70%合并IBD。各网络中共识别出四个主要症状群落,包括全身性症状、心理症状、胃肠道症状及胆汁淤积相关症状。在纳入网络分析的16种症状中,疲劳(fatigue, FTG)和虚弱(weakness, WEA)在多个网络及同一网络的不同群落中均具有最强的正向影响。
研究结论:PSC共病症状之间的复杂关联可归纳为四个主要症状群。FTG和WEA被识别为具有强影响力的症状,并与其他症状持续关联。该分析强调了PSC症状的复杂共病性质,识别了高影响力症状,并凸显了开发患者报告结局症状量表以在临床试验和临床实践中评估这些关键症状变化的必要性。
论文解读
一、研究背景与目的
原发性硬化性胆管炎(primary sclerosing cholangitis, PSC)是一种罕见的慢性胆汁淤积性肝病,以胆管炎症和狭窄为特征,常进展为终末期肝病。约70%–80%的PSC患者合并炎症性肠病(inflammatory bowel disease, IBD)。半数PSC患者在诊断时无症状,仅表现为碱性磷酸酶升高;有症状者可能出现皮肤瘙痒(pruritus, PRU)或腹痛(abdominal pain, ABD),疲劳(fatigue, FTG)和睡眠障碍可在疾病任何阶段出现。健康相关生活质量(health-related quality of life, HRQoL)研究显示,焦虑(anxiety, ANX)和抑郁(depression, DEP)给患者带来沉重负担,疼痛、PRU和FTG也与较差的HRQoL相关。尽管PSC相关症状明显影响HRQoL,但PSC症状之间的相互关系此前尚不明确。
为填补这一空白,研究人员利用FDA“外部主导的患者聚焦药物开发”(Externally-Led Patient-Focused Drug Development, EL-PFDD)项目框架下收集的患者调查数据,采用网络分析方法,旨在识别PSC特异性症状群并阐明症状间的关联,为临床试验终点选择和临床症状管理提供依据。
二、研究设计与方法
研究数据来源于PSC Partners开发的40题“Our Voices”调查,该调查作为2020年10月PSC EL-PFDD论坛的一部分,自2020年7月起向PSC Partners患者登记处成员及外部网站患者分发。纳入标准为18岁及以上且在论坛前完成调查的成人患者。调查涵盖四个主要症状领域,采用3点序数量表(0=从不,1=轻微影响,2=重大影响)评估症状在“最严重时”“过去6个月内”及“当前”对患者感受和功能的影响。
研究采用R软件包“qgraph”进行LASSO正则化偏相关网络分析,基于非参数Spearman相关矩阵对16种PSC相关症状建模。Fruchterman–Reingold算法用于网络可视化,绿色边代表正关联,红色边代表负关联,边厚度代表关联强度。共构建5个网络:网络1(主要分析)为过去6个月症状(n=764);网络2为当前症状(n=758);网络3为最严重时症状(n=958);网络4为合并IBD患者过去6个月症状(n=530);网络5为无IBD患者过去6个月症状(n=234)。接受肝移植的患者除网络3外均被排除。
研究人员计算一步期望影响(one-step expected influence, EI1)和两步期望影响(two-step expected influence, EI2)以量化各节点在网络中的重要性,采用Spinglass算法识别网络内群落,并评估桥接中心性(bridge centrality)以衡量节点连接群落的重要性。网络稳定性分析采用非参数自助抽样(1000次)估计边权重稳定性,采用病例剔除子集自助抽样(1000次)估计中心性指数稳定性,以相关稳定性系数(correlation stability coefficient, CS)量化。
三、研究结果
3.1 网络分析结果
网络1(过去6个月症状)由16个节点组成,网络密度为120条可能连接中的88条(73%)。基于EI1和EI2,FTG具有最强正向影响,其次为虚弱(weakness, WEA),黄疸(jaundice, JAU)和脑病(encephalopathy, ENC)的正向影响最弱。网络具有强边权重和期望影响稳定性系数(均为0.75)。Spinglass算法识别出四个群落:全身性症状(群落1)、心理症状(群落2)、胃肠道症状(群落3)和胆汁淤积相关症状(群落4)。失眠(insomnia, INS)具有最强正向桥接EI1和EI2,其次为FTG;关节痛(joint pain, JNT)和ENC的正向桥接影响最弱。与INS跨群落强相关的症状包括群落1中的FTG(r=0.52)、群落2中的DEP(r=?0.42)和群落3中的恶心/呕吐(nausea/vomiting, VOM)(r=0.41)。与FTG跨群落强相关的症状包括群落3中的ABD(r=0.50)、群落4中的INS(r=0.52)和群落2中的DEP(r=0.42)。网络桥接期望影响稳定性系数为0.67。
网络2(当前症状)网络密度为120条中的83条(69%)。基于EI2,WEA具有最强正向影响,其次为FTG,JAU和PRU的正向影响最弱。WEA具有最强正向桥接EI2,其次为FTG。与WEA跨群落强相关的症状包括群落2中的DEP(r=0.40)、群落3中的VOM(r=0.54)和群落4中的FTG(r=0.61)。
网络3(最严重时症状)网络密度为120条中的81条(68%)。基于EI1和EI2,WEA具有最强正向影响,其次为FTG,ENC和PRU的正向影响最弱。Spinglass算法识别出六个群落。WEA具有最强正向桥接EI1和EI2,其次为FTG。与WEA跨群落强相关的症状包括群落1中的DEP(r=0.34)、群落2中的脑雾(brain fog, BFG)(r=0.40)、群落4中的厌食(anorexia, ANO)(r=0.50)、群落5中的JAU(r=0.41)和群落6中的其他疼痛(other pain, OTH)(r=0.48)。
网络4(合并IBD患者过去6个月症状)网络密度为120条中的82条(68%)。基于EI1和EI2,FTG具有最强正向影响,其次为WEA,JAU和PRU的正向影响最弱。FTG、INS和BFG具有最强正向EI1,BFG、FTG和INS具有最强正向EI2。与FTG跨群落强相关的症状包括群落2中的BFG(r=0.52)、群落3中的INS(r=0.51)、群落4中的ABD(r=0.52)、群落5中的DEP(r=0.41)和群落6中的PRU(r=0.36)。
网络5(无IBD患者过去6个月症状)网络密度为120条中的78条(65%)。基于EI1和EI2,ANO具有最强正向影响,其次为EI1中的FTG和EI2中的ABD,JAU和ENC的正向影响最弱。FTG、ANO和INS具有最强正向EI1,FTG、INS和ANO具有最强正向EI2。与FTG跨群落强相关的症状包括群落1中的ANO(r=0.47)、群落2中的WEA(r=0.53)和群落4中的DEP(r=0.43)。
3.2 跨网络保守发现
基于EI1和EI2,FTG和WEA在所有网络中均具有最强正向影响,唯一例外是网络5(无IBD患者),其中ANO具有最强正向影响。FTG也是各网络中最强的桥接症状之一,连接各网络内的不同群落。正向影响最低的症状包括JAU、ENC、NSW和PRU。尽管各网络中的群落细节略有差异,但四个主要症状群——全身性症状、胆汁淤积相关症状、心理症状和胃肠道症状——在各网络分析中保持相对保守。
四、讨论与结论
既往研究已描述PSC常见症状,但症状如何聚类及相互关联此前未知。本研究发现FTG和WEA在多个网络中持续具有最强正向影响,提示它们是主导性症状,应作为新型PSC疗法临床试验终点的一部分,并在临床实践中以患者为中心进行症状管理。INS、FTG和WEA被识别为重要的正向桥接症状,影响多个症状群,也应作为临床试验终点评估。值得注意的是,PRU被持续识别为多个网络中影响力最弱的症状,但这并不意味着PRU对生活质量影响不大,而是表明PRU与PSC整体症状的关联性较弱,应在临床试验设计中作为独立于其他症状群的单独实体处理。PRU是患者参与临床试验意愿的主要相关症状,且是患者服药最常见的症状(19%)。尽管FTG是本研究识别的最具影响力症状且是PSC患者生活质量差的独立预测因子,但仅3%患者报告服用专门治疗FTG的药物,这可能是因为目前尚无明确的PSC相关FTG疗法,而胆汁淤积性PRU已有多种循证药物可用。
研究人员假设合并IBD的PSC患者可能具有不同于无IBD患者的症状群,但发现两种患者群体的症状网络相似,仅存在一些有趣差异:ANO是无IBD患者中最具影响力的症状,而FTG是合并IBD患者中最具影响力的症状。FTG在两种患者群体中均保持最强的正向桥接症状之一。
研究局限性包括:网络分析依赖于调查中列出的症状及参与者的特定社会人口学特征,需进一步研究评估结果的普适性;该队列女性比例高于总体PSC人群,但敏感性分析显示FTG和WEA在女性和男性患者中均保持最具影响力症状;症状数据为患者自我报告;FTG和WEA等复杂症状体验可能无法通过简单的症状存在/缺失调查问题充分表征。
研究结论:本研究采用新颖的网络分析方法,利用直接来源于PSC患者生活体验的数据,刻画了PSC患者症状间的复杂相互关系。研究发现ANX与DEP、JAU与PRU、ANO与VOM、LPN与ABD之间存在预期相关性。网络分析还强调FTG是跨网络的高影响力症状。该数据可用于提供以患者为中心的症状管理方法,并强调开发经验证的PSC特异性患者报告结局量表(patient-reported outcome measures, PROMs)以准确捕捉新型PSC疗法相关特定症状变化的必要性。