《Supportive Care in Cancer》：Identifying the trajectory of SPPADE symptoms in patients with cancer using electronic health record data
编辑推荐：
目的：癌症患者症状的纵向过程（轨迹）尚未得到充分研究。睡眠障碍、疼痛、躯体功能受损、焦虑、抑郁和精力不足/疲乏（SPPADE）在癌症患者中尤为常见。本研究在一个大型且多样化的癌症患者样本中刻画了SPPADE症状的轨迹模式，并确定了与不同轨迹相关的因素。
方法
目的：癌症患者症状的纵向过程（轨迹）尚未得到充分研究。睡眠障碍、疼痛、躯体功能受损、焦虑、抑郁和精力不足/疲乏（SPPADE）在癌症患者中尤为常见。本研究在一个大型且多样化的癌症患者样本中刻画了SPPADE症状的轨迹模式，并确定了与不同轨迹相关的因素。
方法：为识别症状轨迹的最佳数量及函数形式，研究人员进行了潜类别增长分析（latent class growth analysis, LCGA）。研究人员分析了增强型电子健康记录辅助癌症症状控制（Enhanced EHR-facilitated Cancer Symptom Control, E2C2）试验队列中14,590例患者的电子健康记录（electronic health record, EHR）数据，这些患者在12个月期间内至少有3次症状评估。每个SPPADE症状均采用0–10数字评定量表（numeric rating scale, NRS）进行评分。采用多因素多项logistic回归（multivariable multinomial logistic regression）确定与症状轨迹亚组归属相关的因素。
结果：识别出四种不同的轨迹模式，且在各症状间相似。6种症状的轨迹类别成员平均样本分布为：低严重度稳定型65.5%，高严重度稳定型15.5%，改善型10.7%，恶化型8.4%。就业、已婚/有伴侣、受教育程度较高、年龄较大以及无转移性疾病与SPPADE症状低稳定轨迹的归属独立相关。癌症部位总体上不影响症状轨迹类别归属。
结论：对于常规使用患者报告结局（patient-reported outcomes, PRO）评估症状的肿瘤科实践而言，EHR数据可作为刻画症状轨迹的来源。了解与轨迹类别归属相关的因素可能有助于临床研究以及制定个体化的循证症状管理策略。
研究背景与目的：癌症及其治疗可导致多种症状，严重影响患者生活质量、工作能力和医疗资源利用。其中睡眠障碍、疼痛、躯体功能受损、焦虑、抑郁和精力不足/疲乏（SPPADE）是六种常见且常共存的症状，在癌症治疗期间及之后持续存在，且往往治疗不足。以往关于癌症症状纵向过程（即症状轨迹）的研究较为缺乏，且多数局限于小样本、单一症状、单一癌症部位或特定治疗阶段；同时，多数轨迹分析使用固定时间点的研究性评估数据，很少利用真实世界电子健康记录（EHR）中不规则间隔的临床数据。为弥补这一空白，本研究基于增强型EHR辅助癌症症状控制（E2C2）试验的大型队列，旨在识别SPPADE症状的轨迹类型，并探索与不同轨迹相关的社会人口学和临床因素。
研究人员从E2C2试验队列中选取至少3次症状评估的14,590例癌症患者，采用潜类别增长分析（LCGA，一种识别纵向数据中潜在亚组的统计方法）对6种SPPADE症状及复合症状负担评分进行轨迹建模，并通过多因素多项logistic回归分析轨迹归属的影响因素。结果显示，各症状均呈现四种相似轨迹：低严重度稳定型（平均占65.5%）、高严重度稳定型（15.5%）、改善型（10.7%）和恶化型（8.4%）。就业、已婚/有伴侣、教育程度较高、年龄较长以及无转移性疾病与低稳定轨迹独立相关；癌症部位总体不影响轨迹类别归属。该研究的意义在于，证明EHR数据可用于真实世界中刻画症状轨迹，并识别高风险人群，从而为个体化症状管理提供依据。
主要技术方法：本研究使用了以下关键技术方法：①潜类别增长分析（LCGA）用于确定症状轨迹的最优数目和函数形式；②电子健康记录（EHR）数据提取，样本来源于E2C2试验队列，包含14,590例在12个月内至少有3次症状评估的癌症患者，症状采用0–10数字评定量表（NRS）评估；③标准化均数差（SMD）用于初步筛查各轨迹组间变量不平衡；④多因素多项logistic回归用于分析轨迹归属的独立相关因素。所有分析均在Mplus、SAS和Stata软件中完成。
研究结果：
研究样本：在14,590例患者中，45%年龄40–64岁，49%≥65岁，57%为女性，多为白人和非西班牙裔；教育程度较高，多数就业或退休；27%居住在小城镇或农村；46%有转移性疾病；常见癌症部位为胃肠道（26%）、乳腺（24%）、肺（15%）、泌尿生殖系统（14%）和皮肤（12%），42%有多个癌症部位。
轨迹类别的最优数量：通过比较贝叶斯信息准则（BIC）、Lo-Mendell-Rubin似然比检验（LMR）、熵（entropy）、平均后验概率（AvePP）和最小类别比例等拟合指标，结合临床意义，最终确定四类轨迹为最优方案。所有五类或六类解均出现小于样本5%的类别，不支持更多分类。
SPPADE症状轨迹：四类轨迹（低稳定、高稳定、改善、恶化）在各症状和复合评分中一致。6种症状的类别成员比例均值分别为65.5%、15.5%、10.7%和8.4%；复合评分中低稳定组比例略高（约5个百分点）。
与症状轨迹独立相关的因素：多因素多项logistic回归以低稳定轨迹为参照，结果显示，就业状态（标准化均数差SMD=0.39）、教育程度（SMD=0.24）、婚姻状态（SMD=0.21）、转移性疾病（SMD=0.19）和年龄（SMD=0.19）是与轨迹归属最相关的变量。残疾/失业、未婚/无伴侣、有转移性疾病的患者属于高稳定、恶化或改善轨迹的相对风险显著更高；教育程度较高或年龄≥65岁者则较低。癌症部位一般不影响轨迹归属，仅疲劳在多数癌症部位中改善可能性低于低稳定，睡眠高稳定在某些部位更少见。非洲裔和西班牙裔患者因样本量小（各132例），结果需谨慎解读。
讨论与结论：既往轨迹研究多关注单个或两个症状、单一癌症部位或阶段，本研究利用大样本非面板EHR数据，覆盖所有癌症部位和分期，综合分析了六种症状，这是其重要优势。研究发现提示，约三分之二患者症状始终处于低水平，可能不需要频繁监测或强化干预；而高稳定或恶化组应成为管理重点。社会人口学因素（教育、婚姻、就业）的显著影响提示，对低社会支持或经济困难患者应加强照护管理。局限性包括：轨迹起点并非诊断或治疗开始，评估间隔不规则，多因素分析不能确立因果，干预效果无法分离，样本以白人高教育者为主，且未纳入体重、营养等客观指标。研究结论翻译如下：总之，三分之二的癌症患者SPPADE症状处于低严重度稳定轨迹；该群体可能值得进一步研究，以确定哪些亚组需要监测和自我管理方案。与某些时点更高症状严重度相关的负面因素包括转移性疾病、较低教育程度、残疾或失业、以及未婚或无伴侣。常规使用患者报告症状筛查的肿瘤科实践可利用EHR数据制定个体化的循证症状管理策略。
