三種急性化療相關性惡心嘔吐預測工具的比較

[摘要]"目的"比較3種工具在腫瘤靜脈化療患者急性化療相關惡心嘔吐（chemotherapy-induced"nausea"and"vomiting，CINV）風險評估中的預測價值。方法"采用便利抽樣法，選取2022年1月至2022年12月在浙江省腫瘤醫(yī)院肝膽胰腫瘤內(nèi)科住院化療的626例腫瘤患者為研究對象。應用Geoge團隊的CINV風險預測工具、Dranitsaris評分系統(tǒng)、CINV列線圖模型分別預測患者急性CINV發(fā)生，繪制受試者操作特征曲線，計算曲線下面積、敏感度、特異性和約登指數(shù)以比較其預測效能。結果"最終納入研究的患者有622例，有效率為99.36%。發(fā)生CINV的患者有318例，占比51.13%：其中2級及以上急性期CINV者18.17%（113/622）。使用3種工具對急性期CINV風險評估：Geoge團隊的CINV風險預測工具、Dranitsaris評分系統(tǒng)、CINV列線圖模型AUC分別為0.591、0.616、0.558，Dranitsaris評分系統(tǒng)敏感度最高、George團隊的CINV風險預測工具特異性最高。結論"腫瘤患者化療后CINV發(fā)生率處于較高水平，Geoge團隊的CINV風險預測工具、Dranitsaris評分系統(tǒng)、CINV列線圖模型預測對國內(nèi)腫瘤患者急性期CINV預測準確度略低，需構建本土化的、適用于多病種的標準化CINV風險評估模型。

[關鍵詞]"腫瘤；化療相關性惡心嘔吐；風險評估；預測價值

[中圖分類號]"R473.73""""""[文獻標識碼]"A""""""[DOI]"10.3969/j.issn.1673-9701.2024.14.008

Comparison"of"the"predictive"value"of"three"risk"assessment"tools"on"the"chemotherapy-induced"nausea"and"vomiting

WEN"Xiaoxue，"ZHANG"Cuiying，"ZHU"Li，"TAO"Li，"CHEN"Lizhen，"YU"Xinyan

Zhejiang"Cancer"Hospital，"Hangzhou"Institute"of"Medicine"（HIM），"Hepatobiliary，"Chinese"Academy"of"Sciences，"Pancreatic"and"Gastric"Oncology"Department，"Hangzhou"310022，"Zhejiang，"China

[Abstract]"Objective"To"explore"the"comparison"of"the"predictive"value"of"three"risk"assessment"tools"on"the"chemotherapy-induced"nausea"and"vomiting"（CINV）"in"cancer"patients."Methods"From"January"2022"to"December"2022，"convenience"sampling"was"used"to"select"626"cancer"patients"with"Intravenous"chemotherapy"in"the"Department"of"Hepatobiliary"Pancreatic"Oncology"of"Zhejiang"Cancer"Hospital"as"the"research"object."CINV"risk"assessment"of"patients"was"performed"using"George"teams"acute"CINV"prediction"tool，"Dranitsari’s"CINV"risk"assessment"and"CINV"nomogram"model."Area"under"curve（AUC），"sensitivity，"specificity"and"Youden"index"were"used"to"compare"the"predictive"value"of"the"three"tools."Results"Totally"622"patients"were"ultimately"included"in"the"study，"with"an"overall"effective"ratenbsp;of"99.36%."There"were"51.13%"（318/622）patients"who"experienced"CINV."Specifically，"patients"with"grade"2"or"higher"acute"CINV"accounted"for"18.17%"（113/622）."When"using"the"three"tools"for"acute"CINV"risk"assessment，"the"AUC"was"respectively"0.591，0.616"and"0.558."And"Dranitsari’s"CINV"risk"assessment"has"the"highest"sensitivity，"acute"and"delayed"chemotherapy-induced"nausea"and"vomiting"prediction"tool"has"the"highest"specificity."Comparatively，"Dranitsari’s"CINV"risk"assessment"on"the"Yorden"index"is"better."Conclusion"The"incidence"of"CINV"in"cancer"patients"is"at"a"high"level."The"three"tools"can"not"effectively"predict"the"risk"of"acute"CINV."We"need"to"develop"a"localized，"multi-disease，"standardized"CINV"risk"assessment"model"for"hospital.

[Key"words]"Tumor;"Chemotherapy-induced"nausea"and"vomiting;"Risk"assessment;"Predictive"value

我國2023年最新癌情報告顯示，腫瘤新發(fā)病例406.4萬，總死亡人數(shù)241.4萬，均為全球第一位[1-2]?；熥鳛槟[瘤全身治療的手段之一，具有舉足輕重的地位，但其毒、不良反應種類多，且癥狀明顯，常給患者帶來痛苦，其中以化療相關性惡心嘔吐（chemotherapy-induced"nausea"and"vomiting，CINV）較為常見，依據(jù)時間分為急性和延遲性[3-4]。一旦發(fā)生急性CINV，會令患者產(chǎn)生恐懼心理，嚴重降低治療依從性，尤其是3～4級CINV會使患者死亡風險顯著增加[5]。減少其發(fā)生的主要策略是止吐藥物的使用。有研究表明，患者自身因素會增加急性CINV的發(fā)生，有4～6個高危因素者即使已預防止吐，仍有76%會發(fā)生CINV，大大高于無高危因素者[6-8]。為此一些研究構建了預測量表或模型，便于臨床診療、護理參考，如George團隊的CINV風險預測工具、Dranitsaris評分系統(tǒng)、CINV列線圖模型[9-12]。但鮮有研究對這些具有一定公信力量表的預測效能進行評價，故本研究擬通過比較這3種風險評估工具對急性CINV的預測價值，探討適合我國腫瘤患者急性CINV風險的評估工具。

1""對象與方法

1.1""研究對象

采用便利抽樣方法，回顧性分析數(shù)據(jù)庫中2022年1月至2022年12月在浙江省腫瘤醫(yī)院肝膽胰胃腫瘤內(nèi)科住院行靜脈化療的患者626例。納入標準：①數(shù)據(jù)庫中數(shù)據(jù)填寫完整者；②知情同意，自愿參與本研究者。排除標準：①重復數(shù)據(jù)；②回顧收集一般病例資料不完整者。本研究已通過筆者醫(yī)院倫理委員會審核[倫理審批號：IRB-2020-284（科）]。

1.2""研究工具

1.2.1""Geoge團隊的CINV風險預測工具[9-10]""分為急性期CINV（9個條目，分值0～20分）與延遲期CINV（8個條目，0～64分）兩個部分[9-10]。規(guī)定急性期CINV評分≥7分被判為急性CINV高風險群，敏感度為78.6%，特異性為64.8%[9]；延遲性CINV評分gt;16分時為高風險，指標敏感度為72%，特異性為64%[10]，受試操作者特征（receiver"operating"characteristic，ROC）曲線下面積顯示：68%的患者能夠被準確分組。該量表在國際上運用較為成熟，具備較好的預測能力。

1.2.2""Dranitsaris評分系統(tǒng)[11]""得分最高是32分，成績≥16分界定為高風險，敏感度為87.4%，特異性為38.4%。

1.2.3""CINV列線圖模型[12]""分值為0～100分，可對應CINV發(fā)生概率，一致性指數(shù)是0.67。

1.3""評價指標

對于擁有智能手機患者采用信息化隨訪，運用結局自我報告的方式反饋化療開始后第1天至化療結束后3d內(nèi)惡心嘔吐發(fā)生的程度；非智能手機患者采用紙質(zhì)版問卷收集，同頻率填寫，下次治療時回收。按照急性期CINV和延遲性CINV的定義進行分期。以美國國家癌癥研究所制定的常見不良事件評價標準（common"terminology"criteria"for"adverse"events，CTCAE）4.0版本中的胃腸不良反應的評估準則評價[13]。以患者在隨訪期內(nèi)出現(xiàn)1次Ⅱ度及以上的惡心或嘔吐的癥狀作為結局指標，以評價模型預測效力。

惡心分級：0度：無惡心；Ⅰ度：食欲不振，但無飲食習慣的改變；Ⅱ度：進食量減少，但無明顯的體質(zhì)量降低、脫水或營養(yǎng)不良，輸液補液lt;24h；Ⅲ度：攝取熱量或體液量不足，需靜脈補液、管飼或全靜脈營養(yǎng)≥24h；Ⅳ度：出現(xiàn)危及生命的后果；Ｖ度：死亡。

嘔吐分級：0度：24ｈ內(nèi)無嘔吐；Ⅰ度：24h內(nèi)嘔吐1次；Ⅱ度：24h內(nèi)嘔吐2～5次，需靜脈補液，但lt;24h；Ⅲ度：24h內(nèi)嘔吐６次，需靜脈補液或全胃腸外營養(yǎng)≥24h；Ⅳ度：出現(xiàn)危及生命的后果；Ｖ度：死亡。

1.4""統(tǒng)計學方法

采用SPSS"26.0統(tǒng)計學軟件對數(shù)據(jù)進行處理分析，計量資料符合正態(tài)分布均數(shù)±標準差（）表示，采用t或F檢驗，不符合正態(tài)分布，采用中位數(shù)（四分位間距）[M（Q1，Q3）]表示，進行秩和檢驗；計數(shù)資料，進計卡方檢驗，評價3種風險評估工具對腫瘤患者CINV的預測價值，運用R語言繪制ROC，計算曲線下面積（area"under"curve，AUC）、敏感度、特異性、約登指數(shù)以及最佳臨界值。以Ｐl(wèi)t;0.05為差異有統(tǒng)計學意義。

2""結果

2.1""一般資料比較

研究納入626例患者資料進行篩查：剔除1例重復數(shù)據(jù)、3例一般資料不完整者，最終納入研究分析的患者為622例，有效率為99.36%。發(fā)生CINV的患者有318例，占比51.13%：急性期CINV占比35.69%（222/622），其中2級及以上者占比18.17%（113/622）?；颊吣挲g（53.55±11.59）歲，見表1。

2.2""量表對急性期CINV風險預測價值

3種量表對急性CINV的預測的AUC（95%CI）分別為0.591（0.551～0.630）、0.616（0.576～0.654）、0.558（0.518～0.598），均lt;0.7。而ROC曲線分析中，AUClt;0.7則認為量表的預測價值較低。由此可見，George團隊的CINV風險預測工具、Dranitsaris評分系統(tǒng)和CINV列線圖模型對急性期CINV發(fā)生風險的預測效能偏低。根據(jù)3個量表預測的約登指數(shù)結果：0.165、0.194、0.134，同樣也表明預測準確度均較低。相較而言，Dranitsaris評分系統(tǒng)是3者之間預測效能最高的量表。3種量表對急性期CINV的預測結果見圖1、表2，可知預測準確率和真實性均略低。

3""討論

化療患者CINV發(fā)生率處于較高水平。本研究主要納入了乳腺癌和消化道腫瘤患者，51.13%（318/622）患者發(fā)生CINV，其中急性期35.69%（222/622），這些患者均進行了預防性止吐治療。這與Kush等[14]報道一致，我國西北地區(qū)患者的急性CINV發(fā)生率為55.3%[15]?？梢妵鴥?nèi)對于CINV的管理已接近國際指南診療的標準。其中，需進行臨床干預的度Ⅱ級及以上的CINV發(fā)生率為32.80%（204/622），依然是一個較高的水平，仍需進一步分析這類患者的特征，加強管理的質(zhì)量。

本研究進一步確定了國內(nèi)患者急性期CINV預測的最佳臨界值：George團隊的CINV風險預測工具對急性期預測的最佳臨界值為7分，與量表原界值一致，但預測的敏感度為43.36%，較原來降低，而特異性為73.08%，略有升高，可見對無急性期CINV風險患者的預測能力強，但易漏檢真正有風險者[8]；Dranitsaris評分系統(tǒng)對急性期CINV預測的最佳臨界值為7分，敏感度為75.22%，特異性為44.20%，但原界值是16分，敏感度為87.4%，特異性為38.4%，可見該量表對急性期CINV預測的最佳臨界值降低，敏感度有所下降、特異性有所提升，依然證明其正確識別真正存在急性期CINV風險患者的能力強，排除無風險者的能力低，易導致陽性檢出率高，從而增加止吐治療，加大了臨床工作量，對經(jīng)濟成本造成浪費[9]。而CINV列線圖模型對急性期CINV的最佳臨界值為186.25分，即急性期大于186.25分可判定患者為高風險患者，但其敏感度為53.10%、特異性為60.31%，預測能力是三者中最低的，這可能與其研究對象為第一周期化療患者有關，而本研究納入的第一周期患者僅有33.92%，其余為多次治療患者；也可能與結局判定方法不一致有關，原量表構建時以患者完全緩解為結局指標，其定義為第一周期化療后整個120h內(nèi)無嘔吐發(fā)作或使用解救性治療藥物，而研究觀察的終點為化療后72h。

綜上所述，研究呈現(xiàn)量表預測效能較低這一現(xiàn)象，可能與治療發(fā)展有關。雖有一定的公信力，但均為2017年前研制，隨著醫(yī)學發(fā)展，不斷有新的止吐藥物問世，如福沙匹坦雙葡甲胺在國內(nèi)2019年上市，而CINV列線圖模型構建時，這一藥物在國內(nèi)都未進行臨床研究，這些新型止吐藥物，可能一定程度上降低了CINV發(fā)生。而量表中的一些條目，難有更為細致的、統(tǒng)一的評定標準，如：“居家服用非處方止吐劑，如草藥、生姜等”，受國內(nèi)中醫(yī)傳統(tǒng)的影響，腫瘤患者化療期間不同程度會進行中藥調(diào)理，而在飲食習俗中亦用生姜去腥調(diào)味，盡管本研究對服用中藥方劑患者的藥方進行了查閱，明確有止吐效用的判斷為服用，但中藥進行煎制后的湯劑是否協(xié)同產(chǎn)生止吐效用，則無法判斷；同時“習慣性飲酒”的標準也難以界定，量表中未明確飲酒量和種類，如白酒、啤酒、黃酒、紅酒等，故本研究以“是否飲酒”為判斷標準，是否符合量表創(chuàng)建者考量，還需考究，亦需進一步開展標準化研究；同時，對于化療前的睡眠時間，也是來源于患者的自述，無法進行準確測量，故評估也不夠客觀[15-16]。而這些均會影響量表評估的準確性。

由此可見，腫瘤患者CINV發(fā)生率偏高；George團隊的CINV風險預測工具、Dranitsaris評分系統(tǒng)和CINV列線圖模型對國內(nèi)急性CINV預測的準確率和真實性略低，不適于臨床推廣。因此，仍需開展大數(shù)據(jù)、多中心研究，構建本土化的、適用于多病種的CINV風險評估模型，并對于一些條目進行標準化，避免評估盲區(qū)，提出更有準確度的急性CINV風險評估模型，為臨床診療和護理提供參考，切實保障患者健康，節(jié)約醫(yī)療資源。

利益沖突：所有作者均聲明不存在利益沖突。

[參考文獻]

[1] 鄭榮壽，"張思維，"孫可欣，"等."2016年中國惡性腫瘤流行情況分析[J]"."中華腫瘤雜志，"2023，"45（3）："212–220.

[2] WANGY，"YANQJ，"FANCM，"et"al."Overview"and"countermeasures"of"cancer"burden"in"China[J]."Sci"China"Life"Sci，"2023，"66（11）："2515–2526.

[3] NURUL"S"B，"NORAIDA"M"S，"KAMARUM"N，"et"al."A"retrospective"study"on"chemotherapy-induced"nausea"and"vomiting"in"highly/moderately"emetogenic"chemotherapy："incidence"and"prescribing"practice[J]."Support"Care"Cancer，"2022，"30（6）："5339–5349.

[4] PRIYA"P，"PAULA"D"R，"NORA"WB，"et"al."Interventions"for"the"prevention"of"acute"phase"chemotherapy-induced"nausea"and"vomiting"in"adult"and"pediatric"patients："a"systematic"review"and"meta-analysis[J]."Support"Care"Cancer，"2022，"30（11）："8855–8869.

[5] ECW"NS，"MAURICE"J"D，"WAN"D"V."Nausea"and"vomiting"after"chemotherapy："An"ongoing"problem"for"patients[J]."Ned"Tijdschr"Geneeskd，"2023，"167（167）："D74–D77.

[6] 中國臨床腫瘤學會指南工作委員會."中國臨床腫瘤學會（CSCO）抗腫瘤治療相關惡心嘔吐預防和治療指南[Z]."北京："人民衛(wèi)生出版社，"2019.

[7] 中國抗癌協(xié)會腫瘤臨床化療專業(yè)委員會，"中國抗癌協(xié)會腫瘤支持治療專業(yè)委員會."中國腫瘤藥物治療相關惡心嘔吐防治專家共識（2022年版）[J]."中華醫(yī)學雜志，"2022，"102（39）："3080–3094.

[8] ABU"SALEH"M"M，"MOSHARRAF"H，"BEAU"J"L，"et"al."Patient-related"risk"factors"for"chemotherapy-induced"nausea"and"vomiting："A"systematic"review[J]."Front"Pharmacol，"2020，"11："329.

[9] DRANITSARIA"G，"JOY"A，"YORNG"S，"et"al."Identifying"patients"at"high"risk"for"nausea"and"vomiting"after"chemotherapy："the"development"of"a"practical"prediction"tool."I."Acute"nausea"and"vomiting[J]."J"Support"Oncol，"2009，"7（4）："W1–W8.

[10] PETRELLA"T，"CLEMONSl"M，"JOY"A，"et"al."Identifying"patients"at"high"risk"for"nausea"and"vomiting"after"chemotherapy："The"development"of"a"practical"validated"prediction"tool."Ⅱ."Delayed"nausea"and"vomiting[J]."J"Support"Oncol，"2009，"7（4）："W9–W16.

[11] DRANITSARIS"G，"MOLASSIOTIS"A，"CLEMONS"M，"et"al."The"development"of"a"prediction"tool"to"identify"cancer"patients"at"high"risk"for"chemotherapy-induced"nausea"and"vomiting[J]."Ann"Oncol，"2017，"28（6）："1260–1267.

[12] HU"Z，"LIANG"W，"YANG"Y，"et"al."Personalized"estimate"of"chemotherapy-induced"nausea"and"vomiting："Development"and"external"validation"of"a"nomogram"in"cancer"patients"receiving"highly/moderately"emetogenic"chemotherapy[J]."Medicine，"2016，"95（2）："1–6.

[13] 美國衛(wèi)生及公共服務部，國立衛(wèi)生研究院，"國家癌癥研究所."常見不良事件評價標準（CTCAE）版本4.0[EB/OL]."（2018-2-10）[2023-12-21]https：//max.book118.com/html/2018/0210/152615717.shtm..

[14] KUSH"G，"REBECCA"W，"KATARIS"S"P."Chemotherapy-"induced"nausea"and"vomiting："Pathogenesis，"recommendations，"and"new"trends[J]."Cancer"Treat"Res"Commun，"2021，"26（26）："1–8.

[15] SUNV，"ZHENGYZ，"YANGXY，"et"al."Incidence"of"chemotherapy-induced"nausea"and"vomiting"among"cancer"patients"receiving"moderately"to"highly"emetogenic"chemotherapy"in"cancer"centers"in"Sichuan，"China[J]."J"Cancer"Res"Clin"Oncol，"2021，"147（9）："2701–2708.

（收稿日期：2023–12–21）

（修回日期：2024–02–19）