癌症患者身体活动水平及其决定因素:基于决策树方法的二次分析

《Journal of Cancer Survivorship》:Physical activity level and its determinants in patients with cancer: a secondary analysis using a decision-tree approach

【字体: 时间:2026年06月10日 来源:Journal of Cancer Survivorship 2.9

编辑推荐:

  目的:较低的身体活动水平与癌症患者较差的结局相关。理解身体活动的决定因素,对于设计靶向性干预至关重要。本研究旨在采用决策树机器学习方法,识别癌症患者总体身体活动、有氧身体活动及抗阻身体活动的决定因素。 方法:本项二次分析整合了2018年至2024年期间开展的

  
目的:较低的身体活动水平与癌症患者较差的结局相关。理解身体活动的决定因素,对于设计靶向性干预至关重要。本研究旨在采用决策树机器学习方法,识别癌症患者总体身体活动、有氧身体活动及抗阻身体活动的决定因素。

方法:本项二次分析整合了2018年至2024年期间开展的3项经协调统一的横断面研究数据,纳入对象为任意癌种、任意分期的成年癌症患者(年龄≥18岁)。身体活动通过经验证的自我报告问卷进行评估,并依据现行指南进行分类。社会人口学变量和临床变量被作为潜在相关因素纳入分析。研究人员采用分类与回归树(Classification and Regression Trees,CRT)方法构建决策树模型,以识别遵循有氧运动和抗阻运动推荐的预测因素。

结果:共纳入1132例患者。仅17.5%的患者达到有氧活动推荐标准(即150 min/周或美国运动医学学会指南),12.7%的患者达到抗阻训练推荐标准(即2次/周);仅2.6%的患者同时达到两类推荐标准。癌症部位是有氧活动和抗阻活动的首要决定因素。职业状态、体质指数(BMI)和教育水平进一步影响了依从模式。癌症分期和治疗时点均未显著预测身体活动行为。有氧运动与抗阻运动具有不同的决定因素。

结论:在纳入决策树模型的因素中,身体活动主要受癌症部位及社会人口学特征影响。有氧活动和抗阻活动受不同预测因子支配,这凸显了开展特定运动方式评估及制定相应干预策略的必要性。

对癌症幸存者的意义:亟需提供针对特定癌种、兼顾社会人口学背景并处理有氧运动和抗阻运动双重障碍的个体化支持,以提高身体活动参与水平并优化癌症幸存结局。
本文发表于《Journal of Cancer Survivorship》,聚焦癌症患者身体活动不足这一肿瘤康复领域的重要问题。既往大量纵向研究已经证实,身体活动水平较低与癌症患者较差的生存结局密切相关。高水平身体活动可降低全因死亡风险,并改善心肺适能、肌肉力量、肌肉量及生活质量等多个与预后密切相关的指标。当前指南通常建议癌症患者每周完成至少150 min中等强度有氧活动或75 min高强度有氧活动,同时每周进行至少2次抗阻训练。然而,癌症确诊后患者往往会减少身体活动,导致多数人难以达到指南推荐水平。围绕这一问题,明确身体活动的关键决定因素,是制定精准干预、识别高风险不活动亚群的前提。

现有研究已提示,年龄、教育水平、治疗类型、疾病严重程度等多种因素可能影响癌症患者的身体活动行为,但传统回归模型多依赖预设假设,通常默认变量效应是线性且彼此独立,因此可能难以捕捉行为模式中复杂的非线性关系与交互作用。机器学习方法则提供了数据驱动的替代路径,其中决策树具有较强可解释性,能够以层级化结构呈现最重要预测因素,并识别多个变量之间的复杂组合效应。基于这一背景,研究人员开展本项二次分析,旨在利用决策树方法识别癌症患者有氧身体活动和抗阻身体活动的主要决定因素,并进一步判断不同运动方式是否存在不同的影响因素,从而为临床可及的风险分层框架提供依据。

在技术方法方面,研究人员整合了2018—2024年由同一研究团队协调实施的3项横断面研究,样本来源为成年癌症患者队列,纳入任意癌种及任意分期患者。身体活动通过经验证的自我报告问卷评估,其中有氧活动主要采用Godin-Shepard Leisure-Time Exercise Questionnaire和开放式问答评估,抗阻活动通过开放式问答记录每周训练频率。统计上比较活动充足组与不足组差异,并采用分类与回归树(CRT)决策树模型,以Gini指数最小化为分裂准则,识别遵循有氧与抗阻运动推荐的预测因素。

研究结果部分首先报告了参与者特征。研究共纳入1132例患者,其中1048例具有有氧活动数据,684例具有抗阻训练数据。总体上,仅17.5%的患者达到有氧活动推荐标准,12.7%的患者达到抗阻训练推荐标准,而在同时具有两类数据的684例患者中,仅2.6%同时满足两类运动推荐。这一结果表明,癌症患者身体活动不足问题十分突出。研究人员还指出,由于同时满足双重推荐标准的人数过少,无法针对“总体达到指南标准”这一结局建立可靠的决策树模型,因此后续分析主要分别针对有氧活动与抗阻活动展开。

在“有氧活动与抗阻活动行为的决定因素”部分,研究人员通过决策树分析发现,癌症部位是两类运动依从性的首要区分变量。对于有氧活动,决策树首先将患者分为两大亚群:乳腺癌、泌尿生殖系统癌、上消化道癌、结直肠癌、黑色素瘤或头颈部癌患者构成的亚群,其有氧活动推荐达标率较高;而肺癌、妇科肿瘤或血液系统恶性肿瘤患者构成的亚群,达标率明显更低,且在后者中未再识别出进一步的区分因素。对于前述达标率较高的亚群,职业状态成为下一层关键决定因素:退休者以及全职或兼职在职者,比家庭主妇(夫)或求职者更可能达到有氧活动推荐标准。在职业状态进一步分层后,体质指数(BMI)继续区分依从水平,体重过低、正常体重或超重者的有氧活动达标率高于肥胖者。随后,在非肥胖亚群中,癌症部位再次细分出不同达标水平,泌尿生殖系统癌、上消化道癌或结直肠癌患者与乳腺癌、黑色素瘤或头颈部癌患者之间存在差异;而在其中一个分支内,大学及以上教育水平患者的达标率又高于教育程度较低者。该结果说明,有氧活动行为并非由单一因素决定,而是由癌种、职业状态、BMI和教育程度共同构成的层级化模式所影响。

对于抗阻活动,癌症部位同样是首要预测因素。决策树显示,上消化道癌、乳腺癌、头颈部癌、肺癌、泌尿生殖系统癌或血液系统肿瘤患者的抗阻训练依从率较低,而其他癌种患者依从率较高。在低依从率亚群中,BMI成为第二层关键决定因素,其中超重患者的抗阻训练达标率高于正常体重、肥胖或低体重患者。随后,在超重亚群中,上消化道或胸部肿瘤患者的抗阻活动水平低于乳腺癌、头颈部癌、泌尿生殖系统癌或血液系统肿瘤患者;而在非超重分支中,退休或失业患者的依从率低于全职或兼职工作者。进一步分析显示,在不同职业分支内,较高教育水平者更有可能参与抗阻训练。由此可见,抗阻活动与有氧活动虽然都受癌症部位和社会人口学因素影响,但具体的层级结构与变量组合并不相同,提示不同运动方式具有彼此独立的行为决定模式。

讨论部分围绕这些发现的意义展开。研究人员指出,本研究最大的核心发现之一,是癌症患者有氧活动与抗阻训练的指南达标率均明显偏低,且同时达到两项推荐标准的比例极低。这与既往系统综述报告的较高达标率存在差异,研究人员认为原因之一在于既往研究往往仅按总身体活动时间定义是否达标,而未将有氧活动与抗阻活动分开评估,因此可能高估了真正符合完整指南要求的比例。本研究分别设定有氧和抗阻阈值,使评估更严格,也更能反映临床现实中的身体活动不足。

此外,本研究首次较为明确地显示,癌症部位是区分有氧与抗阻活动依从模式的关键因素。这一结果提示,不同癌种患者在身体活动行为上存在异质性。虽然本文未对潜在机制作实证检验,但研究人员在讨论中强调,这种差异可能为肿瘤运动处方提供临床启发,即不同癌种患者可能需要更具针对性的运动支持策略。与此相对,癌症分期和治疗时点并未进入决策树模型,说明这些临床变量在本研究数据中并不是决定身体活动行为的主要分层因素。研究人员据此指出,症状负担、功能状态、心理社会条件等未被当前数据集捕捉的因素,可能在疾病严重程度与身体活动之间发挥中介作用,值得未来研究进一步纳入。

社会人口学因素在两类模型中均显示出重要预测价值。职业状态是有氧和抗阻活动的重要决定因素,在职患者比退休者、家庭主妇(夫)或求职者更可能达到推荐标准。BMI则呈现出运动方式特异性的差异:在有氧活动模型中,肥胖与较低活动水平相关;而在抗阻训练模型中,超重反而对应较高参与率。教育水平的作用则较为异质,但总体上较高教育程度常与更高依从概率相关。研究人员认为,这种关联可能并不单纯反映教育本身作用,而更多体现其背后的社会经济和情境因素。

研究也坦诚指出其局限性。首先,身体活动数据来自自我报告,可能存在误分。其次,448名参与者缺乏抗阻训练或联合活动数据,这主要由于3项母研究中仅有2项评估了抗阻训练,可能限制与抗阻活动相关结论的普适性。再次,症状负担、体能状态、客观经济状况和治疗毒性等潜在重要预测因素未能纳入统一数据集,可能影响模型对部分临床变量的识别。此外,不同癌症部位样本分布不均,也可能影响决策树分裂的稳定性。尽管如此,研究仍具有样本量较大、癌种异质性较强以及采用可解释机器学习方法等优势,并且将有氧活动与抗阻活动分开分析,是识别高风险不活动患者的重要进展。

研究结论部分可译为:决策树方法揭示,癌症患者的身体活动行为主要由癌症类型和社会人口学特征驱动。达到有氧运动和抗阻运动指南推荐标准的患者比例很低,表明肿瘤照护中针对性身体活动干预存在迫切且在很大程度上尚未满足的需求。更为重要的是,认识到有氧活动与抗阻活动分别受不同决定因素支配,为设计更精准、符合当前癌症患者运动指南的特定运动方式干预策略提供了关键框架。

总体而言,该研究的价值在于将决策树这一可解释的机器学习工具引入癌症患者身体活动行为研究,建立了基于癌症部位、职业状态、BMI和教育水平等变量的分层识别路径。研究结果不仅提示癌症患者身体活动不足问题依然严峻,也强调临床评估和干预不能仅关注“是否活动”,而应进一步区分有氧活动与抗阻活动两种不同维度,从而制定更具针对性的肿瘤运动康复策略。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号