这篇文档属于类型a,即报告了一项原创性研究。以下是针对该研究的学术报告:
本研究由美国Mayo Clinic的Minji K. Lee领衔,联合美国国家癌症研究所(NCI)、北卡罗来纳大学等机构的14位学者共同完成,发表于2025年10月的期刊《Cancers》(Volume 17, Issue 21),文章标题为《Psychometric Properties and Interpretability of PRO-CTCAE® Average Composite Scores as a Summary Metric of Symptomatic Adverse Event Burden》。DOI链接为:https://doi.org/10.3390/cancers17213459。
科学领域:研究属于癌症治疗中的患者报告结局(Patient-Reported Outcomes, PROs)与症状管理领域。
背景知识:
- 癌症患者常因疾病和治疗副作用承受多重症状负担。美国国家癌症研究所开发的PRO-CTCAE®系统包含124项条目,评估78种患者自报的症状性不良事件(Adverse Events, AEs),但缺乏一个综合指标量化整体症状负担。
- 现有汇总方法(如毒性指数)侧重单一最严重事件,可能低估多症状叠加的累积负担。
研究目标:验证新提出的平均综合评分(Average Composite Score, ACS)的心理学特性(如信效度)和临床可解释性。ACS通过平均所有症状的复合评分(0-3分)生成跨时间点的连续总分,旨在简化症状负担的横向比较。
1. 数据来源与样本
- 数据:二次分析940名接受化疗或放疗的癌症患者(乳腺癌260例、肺癌183例、头颈癌146例)的PRO-CTCAE验证研究数据(NCT02158637)。
- 症状选择:基于既往混合方法研究,筛选出肺癌(8项)、乳腺癌(16项)、头颈癌(17项)相关的症状条目(如疲劳、疼痛、呼吸困难)。
2. 核心指标计算
- 复合评分(Composite Scores):将症状的频率、严重度、干扰度(若有)整合为0-3分的单项评分,使用R包proae的toxscores函数实现自动化计算。
- ACS:对所有症状复合评分取平均值,范围0-3分。
3. 心理学特性验证
- 内部结构效度:
- 因子分析:验证性因子分析(CFA)支持单因子模型(CFI/TLI≥0.95;肺癌RMSEA=0.067)。
- 主成分分析(PCA):第一主成分解释方差36%-43%,与ACS高度相关(r≥0.996)。
- 信度:McDonald’s ω系数为0.81-0.91,显示高内部一致性。
- 收敛效度:ACS与EORTC QLQ-C30总分的相关系数达0.83-0.85。
4. 症状条目精简分析
通过逐步剔除低频率症状,发现即使仅保留3-4项症状,ACS仍保持高信效度(如乳腺癌组ω=0.69-0.88)。
5. 临床可解释性验证(潜在剖面分析, LPA)
- 肺癌队列中,LPA识别出4类症状模式:
- 低负担组(ACS=0.6)与高负担组(ACS=2.1)差异显著。
- 中负担组(ACS≈1.5)包含两类不同症状谱:以呼吸困难和食欲丧失为主 vs. 以便秘和疼痛为主,说明相同ACS可能掩盖临床异质性。
科学价值:
- ACS是首个针对PRO-CTCAE®的跨症状汇总指标,填补了多症状量化工具的空白。
- 验证了其作为临床试验终点的潜力,支持横向(跨治疗方案)和纵向(时间点间)比较。
应用价值:
- 临床实践中,ACS可快速识别高负担患者,但需辅以具体症状谱以指导精准干预。
- 为监管机构(如FDA)推动PROs在药物开发中的应用提供方法学支持。
missForest处理设计缺失数据,确保分析严谨性。此研究为癌症症状管理领域提供了兼具科学严谨性与临床实用性的新工具,同时强调了患者报告结局的多维解读必要性。