癌症治疗患者症状体验与长期生存之间的关联

Association between symptom experience and long-term survival in people treated for cancer

作者信息K Hofsø, T Rustøen, K Bjordal, M Hagen, B Aouizerat, G L Astrup
PMID42767083
期刊ESMO Open
发布时间2026-10
DOI10.1016/j.esmoop.2026.108579

实验完整度

中

单中心前瞻性队列,潜类别分析+Kaplan-Meier+Cox回归;无独立机制或功能验证层级

主要模型

534例癌症患者前瞻性队列 乳腺癌、头颈癌、结直肠癌、卵巢癌患者

重点核对

症状类别归属:基于MSAS中发生率≥30%的13个症状行潜类别分析,分为4类 随访终点:全因死亡,删失日期2023年5月5日 多变量Cox模型校正变量:性别、年龄、癌症诊断、合并症数量 “全部高”类与其余三类合并比较的HR及95%CI 敏感性分析:仅纳入MSAS完整病例(n=406)

摘要

背景:症状及健康相关生活质量的其他方面已被证明是癌症生存的预后因素。关于不同症状亚组与生存之间关联的了解较少。因此,本前瞻性研究旨在探讨癌症治疗期间症状类别归属与长期全因死亡率之间可能存在的关联,并对已知的社会人口学和临床预后因素进行调整。患者与方法:2008年至2011年间,一项评估癌症治疗期间自我报告症状的研究纳入了534例癌症患者。研究了开始新治疗前的症状类别归属,并根据症状的发生情况识别出四个亚组[即“全部低”(占所有患者的28%)、“全部高”(28%)、“高心理”(23%)和“低心理”(21%)]。在本随访分析中,使用多变量Cox比例风险回归模型,通过将“全部高”亚组与另外三个亚组进行比较,评估症状类别归属与全因死亡率之间可能关联的强度,时间为研究纳入后12-15年。结果:当对社会人口学和临床变量(即性别、年龄、癌症诊断和合并症)进行调整后,与另外三个亚组相比,属于“全部高”亚组与显著更高的死亡率相关(风险比1.48,95%置信区间1.14-1.94)。结论:本研究识别出症状体验与长期生存之间的关联。这一发现提示,症状类别归属可能是识别全因死亡风险增加患者的重要预后标志物。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
癌症治疗开始时症状类别归属是否与长期(>5年,本研究随访12-15年)全因死亡率相关,且独立于已知社会人口学和临床预后因素。
核心机制
文中未明确说明;作者提出症状高报告的原因仍不确定,可能为多因素(遗传、表观遗传、环境暴露及生活方式等),并推测“全部高”亚组可能存在更具侵袭性的疾病。
主要证据
534例乳腺癌、头颈癌、结直肠癌或卵巢癌患者前瞻性队列,治疗前以MSAS评估症状并用潜类别分析分为4类;Kaplan-Meier曲线显示“全部高”类死亡比例更高;多变量Cox模型校正性别、年龄、诊断和合并症后,“全部高”类与其余三类合并相比全因死亡风险显著升高(HR 1.48,95%CI 1.14-1.94)。
研究意义
作者提出症状类别归属可能是识别全因死亡风险增加患者的重要预后标志物,并认为这一具有临床意义的关联值得进一步研究。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

患者纳入与症状评估

在开始新癌症治疗前获取患者自我报告的症状体验。

纳入计划接受乳腺癌或头颈癌放疗、或结直肠癌或卵巢癌化疗的成年患者,入组时完成MSAS症状评估,仅使用首次症状评估数据。

2

潜类别分析识别症状亚组

识别具有不同症状体验的患者亚组。

对发生率≥30%的13个症状的发生情况(yes/no)进行潜类别分析,确定4个类别。

3

长期生存随访与生存分析

评估症状类别归属与长期全因死亡率之间的关联。

以入组至死亡或删失为生存时间,绘制Kaplan-Meier曲线,并拟合Cox比例风险模型(四类模型及“全部高”vs其余三类合并模型)。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
纪念症状评估量表----
Karnofsky功能状态量表----
自评合并症问卷----
Stata 18版统计软件StataCorp--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
患者纳入与症状评估
入组时间窗、纳入与排除标准、症状评估时点(开始新治疗前)、MSAS发生率编码规则及缺失单条目处理规则
阅读提示:Methods中Patients and settings与Multiple symptoms小节
潜类别分析
纳入分析的13个症状清单、≥30%发生率阈值、类别数确定依据及各类别人数
阅读提示:Methods中Statistical analyses小节及前文文献13
生存随访
生存时间起止定义、删失日期(2023年5月5日)及1例生存信息缺失的处理
阅读提示:Methods中The Outcome小节与Results中Survival by latent classes小节
Cox回归校正
校正变量集合(年龄、性别、教育水平、癌症诊断、合并症数量)、参考类别选择及KPS未纳入校正的原因
阅读提示:Methods中Statistical analyses小节及Table 2、Table 3
敏感性分析
完整病例定义及样本量(n=406)
阅读提示:Methods中Statistical analyses小节与Results末段