溫慧 宗旭倩 胡文慧 黃青梅 蔡婷婷 吳傅蕾 袁長蓉 楊瑒
(1.復旦大學附屬腫瘤醫院,上海 200032;2.復旦大學護理學院,上海 200032)
癌因性疲乏是乳腺癌患者在治療過程中由癌癥本身或治療引起的最常見,且可能長期存在的不良反應之一[1-2]。癌因性疲乏會對乳腺癌患者的日常生活產生影響,甚至可能引起治療的中斷,影響患者的健康結局[3-4]。化療的階段性和長期性特征導致乳腺癌患者在化療不同階段經歷的疲乏癥狀存在波動性。識別癌因性疲乏軌跡有利于護理人員了解乳腺癌患者的癥狀體驗,從而預測可能出現高疲乏困擾的患者并制定對應的癥狀管理策略。目前,國內關于乳腺癌患者疲乏癥狀的研究多為橫斷面研究[5-6],缺乏對化療期癌因性疲乏軌跡的深入探討。增長混合模型(growth mixture model,GMM)是以個體為中心的縱向重復測量數據的統計模型[7],可呈現特征隨時間的變化趨勢,在識別縱向軌跡的異質性方面顯示出優勢[8]。鑒于此,本研究擬基于GMM分析患者癌因性疲乏隨化療階段的變化規律,同時探討可能的影響因素,為臨床識別癌因性疲乏軌跡的異質性及開展精準化干預提供參考。
1.1研究對象 采用便利抽樣法,于2021年10月-2022年3月選取我院腫瘤內科的乳腺癌患者作為研究對象。納入標準:確診為乳腺癌;擬進行輔助化療;年齡≥18歲;有正常溝通、讀寫和表達能力;愿意參加本研究并簽署知情同意書。排除標準:隨訪期間發生遠處轉移。
1.2研究工具
1.2.1一般人口學資料 采用自制的一般資料問卷,包括年齡、婚姻狀況、有無子女、文化程度、職業狀態、家庭人均月收入、醫保方式,以及疾病相關資料,包括疾病分期、手術方式、有無服用止痛藥等類型藥物、其他輔助治療手段等。
1.2.2患者報告結局測量信息系統(patient-reported outcomes measurement information system, PROMIS)疲乏簡表 PROMIS是當前國際評估患者自我報告生理、心理和社會健康狀況較為常用的信息化測量系統[9]。本研究選取4個條目的PROMIS-疲乏癥狀簡表測評化療期乳腺癌患者的癌因性疲乏水平。該量表采用Likert 5級評分,總分為4~20分,分數越高顯示疲乏癥狀越嚴重。量表的中文版量表具有良好的信效度[9-10],在本研究中Cronbach′s α系數為0.910。
1.2.3PROMIS-焦慮及抑郁簡表 本研究選取4個條目的PROMIS-焦慮及抑郁簡表測評患者的焦慮和抑郁癥狀,每個條目均采用Likert 5級評分,總分為4~20分,分數越高表示其焦慮或抑郁癥狀越嚴重。中文版PROMIS焦慮和抑郁簡表在乳腺癌患者群體中的Cronbach′s α系數分別為0.958和0.961,信度良好[11]。
1.3資料收集方法與質量控制 根據乳腺癌治療的一般規律,本研究聚焦乳腺癌化療期間的4個主要關鍵時間段開展資料收集,即乳腺癌患者化療前、化療早期(化療后1周)、化療中期(化療2個療程后)、化療后期(化療4個療程后)。數據由研究者現場收集,在調查前確認研究對象,充分告知研究目的和意義,取得患者配合后填寫知情同意書,并添加微信以加強隨訪管理。
1.4統計學方法 采用SPSS 20.0軟件對數據進行統一整理。計數資料采用頻數、百分率進行描述,計量資料采用均數、標準差進行統計學描述。采用χ2及t檢驗進行組間差異比較。使用Mplus 7.0軟件進行數據分析。GMM通常默認的變量為連續性變量,本研究以患者各時間點疲乏測評的原始總分作為模型擬合的數據,以穩健最大似然估計(MLR)作為參數估計方法。模型擬合的步驟為:首先設定單類別增長模型,依次增加類別個數進行模型擬合,直到數據不再支持模型為止。對模型擬合的評價采用以下指標[12-13]:(1)對數似然值(LL)、信息指數包括AIC、BIC以及樣本校正的BIC,數值越小表示擬合越好,一般選擇BIC最小的模型作為最佳模型。(2)以熵來評價分類精確性,數值越大顯示擬合效果越好。(3)采用BLRT及VLMR檢驗進行模型比較,即比較K個類別模型和K-1個類別模型間的擬合差異,顯著的P值表示拒絕K-1個類別模型而支持K個類別模型。根據各模型的擬合結果,綜合評價以上指標后,選出最佳擬合模型。根據GMM確定的不同類別組,使用t檢驗或χ2檢驗進行單因素分析,對可能的影響因素進行識別,P<0.05為差異有統計學意義。
2.1研究對象的一般資料 本研究共納入96例化療期乳腺癌患者參與完整縱向數據的收集。患者的年齡為22~72歲,平均年齡為(47.27±10.88)歲。其中,89.58%的患者為已婚,超過一半(55.21%)的患者育有1個子女,52.08%的患者未絕經,36.46%的患者文化程度為大專及以上,39.58%的患者為無業狀態,超過一半(53.12%)的患者家庭人均月收入<5 000元。此外,大多數患者未服用止痛藥物、抗抑郁藥物或抗失眠藥物,未有明確確診的并發癥。研究對象的一般人口學和疾病相關信息,見表1。

表1 研究對象的一般人口學和疾病相關信息(n=96)
2.2化療期乳腺癌患者癌因性疲乏軌跡的增長混合模型分析 以GMM擬合乳腺癌患者不同化療階段癌因性疲乏的發展軌跡,各個模型的擬合指數見表2。其中,模型2具有最低的BIC值及最高的熵值,且僅模型2的BLRT檢驗有統計學意義,因此該模型為最佳擬合模型,即化療期乳腺癌患者癌因性疲乏軌跡可分為2個類別。

表2 化療期乳腺癌患者癌因性疲乏軌跡的GMM模型擬合指數比較
2.3化療期乳腺癌患者癌因性疲乏軌跡的特征分析 化療期乳腺癌患者癌因性疲乏軌跡,見圖1。由圖1可知,類別1的患者在化療前(T1)表現出較高的癌因性疲乏水平,在整個隨訪期間疲乏癥狀呈現出改善趨勢,因此被命名為癥狀緩解組,占比10.6%;類別2(藍色)的患者在整個隨訪期間疲乏癥狀平穩,波動程度不明顯,命名為癥狀平緩組,占比89.4%。

圖1 化療期乳腺癌患者癌因性疲乏軌跡圖
2.4化療期乳腺癌患者癌因性疲乏軌跡的影響因素分析 采用單因素分析2個類別組間各指標的差異,識別化療期乳腺癌患者癌因性疲乏軌跡的影響因素。結果顯示,僅化療前焦慮(P<0.01)和化療前抑郁(P<0.01)得分在2個組別間差異有統計學意義,其他指標未顯示差異。化療期乳腺癌患者癌因性疲乏軌跡的單因素分析結果,見表3。

表3 化療期乳腺癌患者癌因性疲乏軌跡的單因素分析結果
3.1化療期乳腺癌患者的癌因性疲乏軌跡呈現整體平穩但處于相對高的水平 已有研究[14]顯示,接受化療等治療是導致癌因性疲乏在短時間內出現高水平波動的重要原因之一,且疲乏程度與治療后的時間長短不呈現完全對應趨勢。盡管乳腺癌患者癌因性疲乏的程度及持續時間存在較大的異質性,本研究中患者在化療期間的癌因性疲乏可分為“癥狀緩解組”及“癥狀平緩組”2個類別,并以癥狀平緩組占接近90%的比例,但整體上2組患者的癌因性疲乏水平仍處于相對高位。其中,癥狀緩解組在化療前—化療早期,以及化療中期—化療后期呈現明顯下降趨勢,但在化療早期及化療中期之間未出現明顯波動。癥狀平緩組在化療前—化療早期呈現疲乏程度的增長,但在化療中后期保持穩定。因此,大多數乳腺癌患者在化療早期更傾向于出現疲乏相關的癥狀困擾,該結果與Hsu等[14]和Wu等[15]研究結果相似,即癌癥治療初始階段最易出現高疲乏軌跡,通常在短期內將出現峰值,且呈現先增后降趨勢。已有研究[16-17]報道,相較于癌癥治療后1個月內常出現的先增后降軌跡,乳腺癌患者在治療后6個月內的遠期癌因性疲乏軌跡表現出更多的異質性。但本研究主要聚焦患者在治療后半年內的軌跡變化,后續研究可持續關注化療對于癌因性疲乏的遠期影響。Dhruva等[18]分析了乳腺癌患者在接受放療后6個月內早晚癌因性疲乏的異質性,提出患者晨間的疲乏軌跡呈現緩慢上升后逐步下降的趨勢,而晚間疲乏則呈現下降趨勢。因此,癌因性疲乏在不同時段的變化軌跡亦需得到護理人員的持續評估。
3.2化療期乳腺癌患者癌因性疲乏軌跡的影響因素 本研究單因素分析的結果提示:化療前的焦慮及抑郁水平可影響化療期間乳腺癌患者癌因性疲乏的發展趨勢,這一結果與Tsai等[19]和Bower等[20]研究結果相一致,顯示了癥狀群間的相互作用。相關研究[21-23]顯示,乳腺癌患者的疲乏與抑郁、焦慮等癥狀傾向于以癥狀群的形式出現,存在關聯性及協同作用,且通常以癥狀群的形式加患者的癥狀困擾,是護理人員需要重點關注的癥狀之一。對化療前焦慮及抑郁的干預可能有利于緩解乳腺癌患者在化療期間的癌因性疲乏水平,并可通過焦慮及抑郁的癥狀負擔程度早期識別及干預可能出現高疲乏軌跡的患者,可能是癌因性疲乏的干預重點之一。既往研究[5-6]中,除癥狀群外,治療的類型和階段、患者的人口社會學特征及健康狀況等也是影響疲乏軌跡的重要因素,但在本研究中疾病分期、化療方案、并發癥、睡眠時長,體育鍛煉等,未對癌因性疲乏軌跡構成明顯影響,這可能與本研究為單中心研究,研究對象基本來自長三角地區,樣本量不足有關,提示在今后的研究中可以進一步開展多中心的大樣本研究。
本研究結果顯示:大部分乳腺癌患者在化療期間的癌因性疲乏處于相對平穩的狀態,且疲乏程度處于相對高的水平,化療前患者的抑郁和焦慮程度與癌因性疲乏的發展趨勢存在相關性,提示早期識別癌因性疲乏的變化趨勢并對患者的焦慮抑郁狀態予以積極干預是減輕患者癌因性疲乏重要方式之一。本研究的研究對象均來自于一所三甲醫院,可能存在一定的同質性,在本研究中疾病分期、化療方案、并發癥、睡眠時長,體育鍛煉等,未構成對癌因性疲乏軌跡產生明顯影響,這可能與本研究為單中心研究,研究對象基本來自長三角地區,樣本量不足有關。且未聚焦化療對于癌因性疲乏的遠期影響,后續研究可開展多地區、長時間追蹤、多中心的研究,以更全面地揭示乳腺癌患者癌因性疲乏的變化趨勢及影響因素。