肺癌術后化療患者癌因性疲乏的Nomogram模型構建

[摘要] 目的分析影響肺癌術后化療患者癌因性疲乏程度的危險因素并構建Nomogram預測模型。方法收集2021年10月至2023年9月江西中醫(yī)藥大學附屬醫(yī)院172例肺癌術后化療患者的臨床資料。采用Piper疲乏修正量表（revised Piper fatigue scale，RPFS）進行調查，評估患者癌因性疲乏程度，Logistic多元回歸模型分析影響肺癌術后化療患者癌因性疲乏程度的危險因素并構建Nomogram預測模型，評估模型預測效能。結果患者文化程度、腫瘤淋巴結轉移分類（tumornedemetastasis classification，TNM）分期、抑郁、不良反應、白細胞計數等的相關因素的RPFS評分，差異有統計學意義（<0.05）。肺癌術后化療患者中/重度癌因性疲乏中，高中及以上文化程度比例、TNM分期Ⅲ/Ⅳ期比例、有抑郁比例、中/重度不良反應比例、白細胞低于正常值下限比例均明顯高于無/輕度癌因性疲乏的肺癌術后化療患者，差異有統計學意義（<0.05）。Logistic多元回歸分析表明文化程度（高中以上）、TNM分期（Ⅲ/Ⅳ期）、抑郁（有）、不良反應程度（中/重度）、白細胞計數（低于正常值下限）是影響肺癌術后化療患者癌因性疲乏程度的獨立危險因素（<0.05）。內部驗證結果顯示C指數為0.899（0.842～0.955），一致性較好。Nomogram模型的閾值>0.21，Nomogram模型提供的臨床凈收益均高于文化程度、TNM分期、抑郁、不良反應程度、白細胞計數單一因子預測結果。結論本研究基于肺癌術后化療患者癌因疲乏程度的危險因素構建Nomogram模型，該模型可為臨床肺癌因術后化療患者癌性疲乏進行較好預測。

[關鍵詞] 肺癌；化療；癌性疲乏；危險因素；Nomogram預測模型

[中圖分類號] R320.67 [文獻標識碼] A [DOI] 10.3969/j.issn.1673-9701.2024.26.006

Construction of a Nomogram model for cancer-related fatigue in postoperative chemotherapy patients with lung cancer

1.Department of Oncology， Affiliated Hospital of Jiangxi University of Traditional Chinese Medicine， Nanchang 330006， Jiangxi， China; 2.Operating Room， Affiliated Hospital of Jiangxi University of Traditional Chinese Medicine， Nanchang 330006， Jiangxi，China; 3. General Clinic， Affiliated Hospital of Jiangxi University of Traditional Chinese Medicine， Nanchang 330006， Jiangxi，China

[Abstract]Objective To analyze the risk factors of cancer fatigue in patients with postoperative chemotherapy for lung cancer and establish a Nomogram prediction model. MethodsCollect clinical data of 172 postoperative chemotherapy patients with lung cancer at the Affiliated Hospital of Jiangxi University of Traditional Chinese Medicine from October 2021 to September 2023.A survey was conducted using the revised Piperfatigue scale （RPFS） to evaluate the degree of cancerous fatigue in patients. A logistic multiple regression model was used to analyze the risk factors affecting the degree of cancerous fatigue in postoperative chemotherapy patients with lung cancer， and a Nomogram prediction model was constructed to evaluate the predictive performance of the model. Results There were statistically significant differences in RPFS scores in terms of education level， tumornede metastasis classification，（TNM）staging， depression， adverse reactions， and white blood cells （<0.05）. The proportion of high school education or above， TNM stage Ⅲ/Ⅳ， depression， moderate/severe adverse reactions， and the proportion of white blood cells count below the lower limit of normal in postoperative chemotherapy patients with lung cancer were significantly higher than those without/with mild cancer fatigue， and the differences were statistically significant （<0.05）. Logistic analysis showed that education level （above high school level）， TNM staging （Ⅲ/Ⅳ）， depression （present）， degree of adverse reactions （moderate/severe）， and white blood cells （below the lower limit of normal values） were independent risk factors affecting the degree of cancer-related fatigue in postoperative chemotherapy patients with lung cancer（<0.05）. The internal validation results show that the C-index is 0.899 （0.842-0.955）， with good consistency. The threshold of the Nomogram model is greater than 0.21， and the clinical net benefit provided by the Nomogram model is higher than that of educational level， TNM stage， depression， degree of adverse reactions， and a single predictor of white blood cells.Conclusion This study constructs a Nomogram model based on risk factors for cancerous fatigue in postoperative chemotherapy patients with lung cancer， which can provide a good prediction for cancerous fatigue in clinical lung cancer patients undergoing postoperative chemotherapy.

[Key words]Lung cancer; Chemotherapy; Cancerous fatigue; Risk factors; Nomogram prediction model

肺癌是一種常見的惡性腫瘤，患者確診時間為中晚期比例較大，患者病死率極高。近年來，肺癌的患病率呈逐年上升趨勢^[1-2]。目前肺癌患者進行手術治療后，可應用化療進行輔助治療，進而提高療效、改善預后，但化療藥物在殺死微小病灶時，還可引發(fā)一系列不良反應，如術后持續(xù)性咳嗽、血液毒性反應、癌因性疲乏（cancer-related fatigue，CRF）等。CRF在肺癌化療患者中發(fā)生率非常高，且程度多為中重度，嚴重影響患者化療效果，降低患者對抗癌癥的信心，影響肺癌預后生存時間^[3-4]。因此，對影響肺癌術后化療患者CRF程度的危險因素提前進行科學的評估預判，及早實施干預極為重要。然而截至目前，關于影響肺癌術后化療CRF的因素尚未明確，且尚無臨床工具介用于預測患者CRF發(fā)生。Nomogram預測模型可將多個變量進行整合生成臨床事件的單個數值概率，準確、直觀評估患者的預后^[5]。本研究旨在開發(fā)一個可準確預測肺癌術后化療患者CRF的Nomogram預測模型，應用于臨床診治，以期減少癌性疲乏的發(fā)生。

1 資料與方法

1.1 一般資料

收集2021年10月至2023年9月筆者醫(yī)院172例肺癌術后化療患者的臨床資料。納入標準：①年齡≥18歲；②確診為原發(fā)性肺癌并于江西中醫(yī)藥大學附屬醫(yī)院進行手術治療及術后化療者；③溝通能力無障礙，可配合本研究者；④患者及家屬知情同意并簽署同意書；⑤患者臨床資料完整，未發(fā)生中途轉院情況。排除標準：①腫瘤已發(fā)生轉移者；②合并重要臟器功能障礙者；③近期曾使用抗抑郁藥物者；④合并其他惡性疾病者；⑤存在精神系統疾病，無法較好評估CRF者。本研究經江西中醫(yī)藥大學附屬醫(yī)院醫(yī)學倫理委員會批準，倫理審批號：研臨審[2021]第（55）號。

1.2 CRF狀況評價

采用Piper疲乏修正量表（revised Piper fatigue scale，RPFS）^[6-7]評估患者疲乏程度，共4個維度（行為、情感、軀體及認知）22個條目，每個條目計0～10 分，得分與疲乏程度呈正比。其中，無疲乏為0分，輕度疲乏為1～3分，中度疲乏為4～6分，重度疲乏為7～10分。

1.3 統計學方法

采用SPSS22.0統計學軟件對數據進行處理分析，計量資料以均數±標準差（ｘ±ｓ）表示，組間比較采用檢驗。計數資料用例數（百分率）[（%）]表示，組間比較采用²檢驗。采用受試者操作特征（receiver operating characteristic，ROC）曲線分析連續(xù)性變量因素的最佳截斷值，Logistic多元回歸模型分析獨立危險因素。<0.05為差異有統計學意義。

2 結果

2.1 CRF相關因素分析

肺癌術后化療患者的文化程度、TNM分期、抑郁、不良反應、白細胞計數等相關因素RPFS評分差異有統計學意義（<0.05）。見表1。

2.2 肺癌術后化療患者CRF程度分布情況

肺癌術后化療患者中/CRF中，高中及以上文化程度比例、TNM分期Ⅲ/Ⅳ期比例、有抑郁比例、中/重度不良反應比例、白細胞計數低于正常值下限比例均明顯高于無/輕度CRF的肺癌術后化療患者，差異有統計學意義（<0.05）。見表2。

2.3 影響肺癌術后化療患者CRF程度的Logistic多元回歸分析

Logistic多元回歸模型結果顯示，文化程度（高中以上）、TNM分期（Ⅲ/Ⅳ期）、抑郁（有）、不良反應程度（中/重度）、白細胞計數（低于正常值下限）是影響肺癌術后化療患者CRF程度的獨立危險因素（<0.05），見表3。

2.4 構建影響肺癌術后化療患者CRF程度的Nomogram預測模型

將文化程度、TNM分期、抑郁、不良反應程度、白細胞計數作為構建列線圖預測模型的預測因子，見圖1。對于肺癌術后化療患者CRF程度，Nomogram模型預測的C指數為0.899（0.842～0.955）。表明該模型一致性較高。Nomogram模型的閾值>0.21，Nomogram模型提供的臨床凈收益高于文化程度、TNM分期、抑郁、不良反應程度、白細胞計數。

3 討論

肺癌術后化療可有效殺死微小病灶，改善預后。但是一般化療周期較長，患者機體長期受化療藥物刺激，加上過度擔憂，消耗大量的精力和情感，故易出現CRF。研究顯示肺癌患者CRF程度較其他癌癥患者高，且最為嚴重。CRF可在精神、情感、生理等各方面影響患者的生存質量^[8-10]。

本研究中文化程度高中以上、TNM分期Ⅲ/Ⅳ期、有抑郁、不良反應程度中/重度、白細胞計數低于正常值下限是影響肺癌術后化療患者CRF程度的獨立危險因素。有著較高文化程度的患者對自我發(fā)展有較高的要求，且有著更大的工作壓力，當疾病所致現實與理想出現矛盾時，更易導致患者身心疲乏^[11]。高學歷患者能夠更加自主地獲取肺癌化療相關信息，對信息的理解也更加深入，當患者了解到肺癌的預后不良，5年生存率低，心理負擔加重，因而也造成高學歷患者產生CRF的風險增高^[12]。這提示對于文化程度較高的患者，可適當給予心理干預，緩解其情緒，減少CRF風險。

本研究中TNM分期為Ⅲ/Ⅳ期的肺癌患者發(fā)生CRF的風險較高。Ⅲ/Ⅳ期患者病情相對嚴重，其預后難以達到預期效果，易加重其心理負擔，進而誘發(fā)CRF的發(fā)生，這與杜華艷等^[13]研究結果一致。伴有中/重度不良反應的患者，在化療期間身體承受較大痛苦，同時嚴重的不良反應影響患者正常生活及社交，其生活質量降低更明顯，從而增加CRF發(fā)生的可能^[14]。對于此類患者，可適當加用中醫(yī)藥調理身體，增強機體免疫功能、減輕不良反應、提高生活質量。心理因素是CRF的重要誘因，持續(xù)抑郁可使患者長期處于一種情緒低迷狀態(tài)，進而影響患者的正常生活、工作，導致社交活動減少，增加CRF風險^[15]。

肺癌術后化療患者長期處于疾病狀態(tài)，身心承受著痛苦與壓力，需他人的勉勵與撫慰，抑郁情緒壓抑患者自我的情感需求，接收不到來自家人和醫(yī)護人員的鼓勵，進而致使CRF進一步加重。提示醫(yī)護人員應該密切關注肺癌術后化療患者的情緒變化，加強醫(yī)護人員與患者溝通，配合家屬適時給予情緒疏導，幫助患者走出抑郁。肺癌術后化療患者機體常伴有許多不良反應，且不良反應間聯系密切、互為因果，協同作用。因此，有效控制不良反應有助于減輕患者的疲乏、改善其生存質量^[16-17]。提示醫(yī)務人員應密切關注肺癌化療患者身體狀況，關注不良反應高風險患者，積極采取針對性護理，預防不良反應發(fā)生。白細胞計數是反映機體免疫功能的重要指標，當白細胞計數低于正常值下限時，機體的免疫功能低下，此時機體易受到侵襲，進而誘發(fā)CRF^[18-19]。這提示對于此類患者，可適當應用提升白細胞藥物，改善患者免疫功能，減少CRF風險。

本研究篩選出影響肺癌術后化療患者CRF程度的獨立危險因素，并基于此建立Nomogram模型。Nomogram模型內部驗證的C指數為0.899 （0.842～0.955），表明一致性較好。列線圖模型的閾值>0.21，Nomogram模型提供的臨床凈收益均高于文化程度、TNM分期、抑郁、不良反應程度、白細胞計數單一因子預測結果。因此，Nomogram模型可幫助臨床識別肺癌術后化療易發(fā)CRF的高風險患者，為臨床預防CRF發(fā)生，提高化療效果提供一定參考。

本研究存在一定不足，肺癌術后化療誘發(fā)CRF的影響因素較多，本研究只納入部分影響因素，后續(xù)可選擇更多因素，納入不同區(qū)域患者，進一步驗證Nomogram模型。綜上，本研究發(fā)現文化程度高中以上、TNM分期Ⅲ/Ⅳ期、有抑郁、不良反應程度中/重度、白細胞計數低于正常值下限是肺癌術后化療患者發(fā)生CRF的獨立危險因素，并基于此建立了Nomogram模型。此模型可為臨床肺癌術后化療患者CRF進行較好的預測。

利益沖突：所有作者均聲明不存在利益沖突。

[參考文獻]

[1] 張賢蘭， 朱玉斐， 曾云云， 等. 化療聯合免疫及重組人血管內皮抑制素治療晚期非小細胞肺癌的有效性及安全性分析[J]. 實用醫(yī)學雜志， 2023， 39（16）： 2112–2115.

[2] 趙微微. 回生口服液聯合化療、免疫治療調節(jié)PD-1/PD-L1信號通路對晚期NSCLC的效果及安全性[J]. 河北醫(yī)藥， 2023， 45（23）： 3535–3539.

[3] 李一帆， 黃燦， 馬宜明， 等. 阿帕替尼聯合二線化療用于驅動基因陰性晚期非小細胞肺癌患者的臨床研究[J]. 中國臨床藥理學雜志， 2023， 39（15）： 2154–2158.

[4] 黃戀， 李軍艷， 林寶麗， 等. 循證護理在肺癌放化療患者中的應用效果及對癌因性疲乏和治療依從性的影響[J]. 中國醫(yī)學創(chuàng)新， 2023， 20（27）： 100–104.

[5] PARK SY. Nomogram： An analogue tool to deliver digital knowledge[J]. J Thorac Cardiovasc Surg， 2018， 155（4）： 1793.

[6] 馮莎莎， 唐瑞紅， 樊聰智. 綜合護理措施對晚期非小細胞肺癌化療患者癌性疲乏與生活質量的影響[J]. 中國腫瘤臨床與康復， 2020， 27（4）： 482–485.

[7] 葉淡清， 陳英， 張世仙. 運動干預對宮頸癌同步放化療患者癌因性疲乏及生活質量的影響[J]. 當代護士： （中旬刊）， 2021， 28（1）： 63–66.

[8] BADE BC， FAIZ SA， HA DM， et al. Cancer-related fatigue in lung cancer： Aresearch agenda： An official American Thoracic Society research statement[J]. Am J Respir Crit Care Med， 2023， 207（5）： e26–e28.

[9] TUOMINEN L， STOLT M， MERETOJA R， et al. Effectiveness of nursing interventions among patients with cancer： An overview of systematic reviews[J]. J Clin Nurs. 2019 ， 28（13-14）： 2401-2419.

[10] WANG J， YIN Y， LI Y， et al. The effects of solution-focused nursing on leukemia chemotherapy patients’ moods， cancer-related fatigue， coping styles， self-efficacy， and quality of life[J]. Am J Transl Res， 2021， 13（6）： 6611–6619.

[11] 楊英， 陳芳. 多模態(tài)運動聯合健康宣教二維碼對青中年肺癌化療患者癌因性疲乏、心理狀態(tài)的影響[J]. 川北醫(yī)學院學報， 2022， 37（4）： 544–548.

[12] 俞樹琴， 曹娟， 夏燕燕， 等. 非小細胞肺癌患者術后輔助化療依從性的影響因素分析[J]. 臨床藥物治療雜志， 2024， 22（1）： 37–41.

[13] 杜華艷， 衛(wèi)燕， 徐小萍. 基于Swanson關懷理論的人文關懷護理策略用于肺癌化療相關惡心嘔吐患者心理狀態(tài)及惡心嘔吐改善效果觀察[J]. 山西醫(yī)藥雜志， 2022， 51（21）： 2509–2512.

[14] THONG MSY， VAN NOORDEN CJF， STEINDORF K， et al. Cancer-related fatigue： Causes and current treatment options[J]. Curr Treat Options Oncol， 2020， 21（2）： 17.

[15] MA Y， HE B， JIANG M， et al. Prevalence and risk factors of cancer-related fatigue： A systematic review and Meta-analysis[J]. Int J Nurs Stud， 2020， 111： 103707.

[16] SU XL， WANG JW， CHE H， et al. Clinical application and mechanism of traditional Chinese medicine in treatment of lung cancer[J]. Chin Med J （Engl）， 2020， 133（24）： 2987–2997.

[17] 紀長隆， 李仁廷， 崔瑞芳， 等. 清燥救肺湯防治非小細胞肺癌及對肺癌治療相關不良反應的干預作用研究進展[J]. 江蘇中醫(yī)藥， 2023， 55（9）： 79–82.

[18] 焦陽. 三甲綜合醫(yī)院重癥監(jiān)護病房院內感染現狀及影響因素分析[J]. 中國實用醫(yī)藥， 2023， 18（22）： 69–72.

[19] 周明麗， 張娟， 王松慧. 中藥穴位貼敷聯合康復護理對非小細胞肺癌化療患者免疫功能及胃腸不良反應發(fā)生率的影響[J]. 中國老年學雜志， 2019， 39（13）： 3124–3127.

（收稿日期：2024–03–11）

（修回日期：2024–07–06）