📄 medicine

Age- and Gender-Dependent Symptom Architecture of Cancer-Related Fatigue: A Symptom Cluster Analysis Using the Edmonton Symptom Assessment System

这项研究揭示了癌症相关疲劳的症状结构随年龄和性别而显著变化，即从年轻患者中紧密整合的网络模式转变为老年人以嗜睡为主的模型，同时女性表现出在睡眠、抑郁和嗜睡之间平衡的多维模式，而男性则表现出由嗜睡驱动的特征。

原作者： Mellar Davis, Alyssa Andrews

发布于 2026-08-25

📖 1 分钟阅读☕ 轻松阅读

原作者： Mellar Davis, Alyssa Andrews

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

对于数百万癌症患者而言，最持久且令人精疲力竭的伴侣并非肿瘤本身，而是一种被称为“癌症相关性疲劳”的深层倦怠感。这并非那种在漫长工作日后或彻夜未眠后的普通疲劳；它是一种沉重、持续的乏力，无法通过休息得到缓解，并会干扰正常的功能活动。医学专家早已了解到，这种疲劳极少单独出现。它往往伴随着其他令人痛苦的症状，如睡眠问题、忧郁或抑郁情绪以及持续的嗜睡感。虽然医生知道这些症状经常同时出现，但它们之间相互联系的具体方式在某种程度上仍是一个谜。具体而言，目前尚不清楚这些症状之间的联系方式是否会随着患者的年龄或性别而改变，或者这种模式是否对所有人都是一致的。

莱文癌症研究所（Levine Cancer Institute）的一个研究小组致力于更精确地绘制这些联系图谱。他们采用了姑息治疗中常用的标准工具——埃德蒙顿症状评估系统（Edmonton Symptom Assessment System），该系统要求患者按 0 到 10 的分值对九种不同症状的严重程度进行评分。通过分析数百次就诊记录及四百多名患者的数据，研究人员不仅能看到每种症状的严重程度，还能看到一种症状的存在能在多大程度上预测另一种症状的存在。他们的目标是确定疲劳的“架构”——即这些症状相互关联的底层结构——是否会随着年龄的增长而发生变化，或者是否因性别而异。研究结果表明，疲劳的体验并非一种单一、统一的状态，而是一种随不同人群而变化的动态现象。

研究首先对一个门诊姑息治疗项目的庞大记录进行了审查。研究人员查看了 422 名独特患者进行的 618 次独立就诊记录，重点关注了四种特定症状：疲劳、睡眠障碍、抑郁和嗜睡。他们分析了这四个因素是如何共同运动的，即某一方面的高评分是否能可靠地预测其他方面的高评分。当他们不对患者进行分类而是观察整体群体时，出现了一个清晰的模式。嗜睡是疲劳最强的独立驱动因素，其次是睡眠障碍，然后是抑郁。然而，这种整体图景掩盖了显著的差异，只有当研究人员按年龄和性别对数据进行细分时，这些差异才变得清晰可见。

当研究人员按年龄对患者进行分组时，出现了一个明显的过渡。在最年轻的组别（18 至 49 岁的患者）中，症状紧密交织在一起。对于这些年轻患者而言，疲劳、睡眠问题、抑郁和嗜睡都紧密相连，形成了一个致密的集成网络，每种症状都在相互强化。当研究人员转向中年组（50 至 64 岁）时，这种联系开始松动，嗜睡开始占据主导地位，成为疲劳的主要驱动力。到了最年长的组别（65 岁及以上患者），该网络显著简化了。在这些老年患者中，嗜睡仍然是疲劳背后的主导力量，但与抑郁的联系已经减弱到不再具有统计学意义上的独立影响因素。睡眠障碍依然相关，但年轻患者那种紧密、全方位的网络已让位于一种以物理性困倦为核心的模式。

男女之间的差异同样引人注目，并揭示了两种截然不同的结构化模式。对于女性而言，疲劳表现为一种多维度的体验。她们的疲劳是由睡眠障碍、抑郁和嗜睡的平衡组合所驱动的。这些因素中没有哪一个压倒其他因素；相反，它们对整体贡献大致相等，这表明对于女性，管理疲劳可能需要同时应对这三个领域。相比之下，男性的模式则更为集中。对于男性患者，疲劳主要由嗜睡驱动。虽然睡眠障碍发挥了微弱的作用，但抑郁在男性中并未显示出与疲劳的显著独立联系。这表明，对于男性，疲劳感更紧密地与日间嗜睡或镇静状态相关；而对于女性，这则是身体与情感因素之间复杂的相互作用。

研究人员还探讨了睡眠与疲劳之间的关系是否随性别而变化，结果发现这一特定联系在男性和女性之间保持稳定。区别不在于睡眠如何影响疲劳，而在于其他症状（尤其是嗜睡和抑郁）如何介入其中。当研究人员结合年龄与性别进行综合分析时，最显著的“仅由嗜睡驱动”的模式出现在 50 岁以上的男性身上。即便是在高龄组中，女性仍保持着一种分布式的模式，即睡眠和嗜睡共同做出贡献，尽管抑郁的影响会随年龄增长而消退。

这些发现表明，“一刀切”的癌症相关性疲劳治疗方法可能并非最有效的策略。由于症状的底层结构会根据患者身份的不同而改变，医生评估和管理问题的方式也应随之改变。对于一位正受疲劳困扰的年轻女性，其治疗方案可能需要同时解决她的睡眠、情绪和能量水平问题。而对于一位老年男性，重点可能会转向更积极地管理导致嗜睡的药物副作用或治疗特定的睡眠障碍，因为他的疲劳可能更多源于物理性的镇静，而非情绪上的痛苦。这项研究并不声称已经解决了疲劳问题，也没有证明这些差异产生的确切原因，但它提供了一张清晰的地图，展示了癌症相关性疲劳的景观并非千篇一律。它是系统性地变化的，受个体人口统计学特征的塑造，从而为实现更精准、更个性化的护理提供了新路径。

技术摘要：癌症相关性疲劳的年龄与性别依赖性症状架构

问题陈述

癌症相关性疲劳（CRF）是一种高度普遍且令人痛苦的症状，它极少孤立出现，通常与睡眠障碍、抑郁、嗜睡和疼痛共同构成症状集群。虽然爱德蒙顿症状评估系统（ESAS）被广泛用于捕捉这些症状，但疲劳与其相关症状（睡眠、抑郁、嗜睡）之间关系的具体架构在不同人口统计学亚组中尚未得到充分表征。具体而言，驱动疲劳的潜在机制是否随年龄和性别而显著不同仍不明确，这限制了实施精准症状管理和开展分层干预试验的能力。

研究方法

本研究对来自一家门诊姑息治疗项目的 ESAS 数据进行了回顾性、横断面分析。

数据来源： 包含 422 名独特患者的 618 次就诊级观察结果（在排除不合理的年龄后，用于年龄分层分析的子集包含 421 名患者的 615 次观察结果）。
测量指标： 使用修订版 ESAS（ESAS-r）在 0–10 级数值评分量表上评估症状强度。疲劳（倦怠感）作为结局变量，睡眠障碍、抑郁和嗜睡作为预测变量。
统计方法：
- 相关性： 使用 Spearman 秩相关分析评估双变量关联。
- 回归： 构建多元线性回归模型，并使用标准化系数 ( $\beta$ ) 来确定疲劳的独立预测因子。
- 分层： 按年龄（18–49 岁、50–64 岁、 $\ge$ 65 岁）和性别（男性、女性）进行分层分析。
- 交互作用测试： 测试交互项（例如，睡眠 $\times$ 男性）以评估效应修饰作用。
- 敏感性分析： 执行了带有患者水平随机截距的混合效应模型，以处理重复观察数据；结果与主要的就诊级模型保持一致。
- 控制变量： 对多重共线性进行了评估（VIF < 2.0），并采用了完全病例分析。

关键结果

总体症状架构

在整体队列中，嗜睡是疲劳最强的独立相关因素 ( $\beta = 0.410, p < 0.001$ )，其次是睡眠障碍 ( $\beta = 0.175, p = 0.001$ ) 和抑郁 ( $\beta = 0.142, p < 0.001$ )。该模型解释了 31% 的方差 ( $R^2 = 0.31$ )。

年龄依赖性变化

研究发现，随着年龄的增加，症状网络呈现出渐进式的重构：

18–49 岁： 表现出紧密集成、高密度的症状网络，其中睡眠、抑郁和嗜睡对疲劳的贡献效应值相对均衡。所有症状均表现出强烈的相互相关性。
50–64 岁： 嗜睡成为主导预测因子 ( $\beta \approx 0.47$ )，而睡眠与嗜睡之间的耦合程度减弱。抑郁仍保持中度集成。
$\ge$ 65 岁： 网络显著简化。嗜睡仍是最强的预测因子 ( $\beta \approx 0.37$ )，睡眠障碍重新显现出中等效应，但抑郁失去了其独立的统计学显著性 ( $\beta = 0.06$ ，不显著)。症状间的平均非对角线相关系数从最年轻组的 0.49 下降到最年长组的 0.33。

性别依赖性变化

不同性别间观察到了截然不同的结构模式：

女性 ( $R^2 = 0.329$ )： 表现出多维模式，睡眠 ( $\beta = 0.213$ )、抑郁 ( $\beta = 0.212$ ) 和嗜睡 ( $\beta = 0.294$ ) 的贡献较为均衡。这三者均为具有统计学意义的独立预测因子。
男性 ( $R^2 = 0.452$ )： 表现出以嗜睡为主导的模式。嗜睡是主要驱动因素 ( $\beta = 0.554$ )，睡眠障碍贡献适中 ( $\beta = 0.226$ )，而抑郁并非显著预测因子 ( $\beta = 0.038, p = 0.51$ )。
交互作用： “睡眠 $\times$ 男性”的交互作用不显著，表明核心的睡眠-疲劳关系在性别间是稳定的；差异在于嗜睡和抑郁的相对贡献度。

核心贡献

症状集群的人口统计学分层： 本研究提供了经验证据，证明 CRF 的架构并非统一的，而是随年龄和性别发生系统性变化。这挑战了症状集群在所有人群中都是静态不变的假设。
识别独特的表型：
- 较年轻患者： 特征为“情感型”网络，其中疲劳与情绪和睡眠紧密耦合。
- 较年长患者： 特征为简化模型，由嗜睡主导，提示向生理或药物引起的嗜睡转变。
- 女性： 特征为多维模型，需要同时关注情绪、睡眠和能量。
- 男性： 特征为嗜睡驱动模型，其中抑郁的作用微乎其微。
方法学验证： 使用混合效应敏感性分析证实，尽管存在来自同一患者的重复测量，但就诊级关联是稳健的。

意义与主张

作者声称这些发现支持在支持性肿瘤学中采用精准评估与管理方法。

临床意义： 研究表明，评估重点应因人而异。对于女性，评估应涵盖完整的集群（睡眠、情绪、能量），可能需要联合干预（如针对失眠的 CBT 或抑郁治疗）。对于男性，重点应转向积极筛查镇静作用、日间嗜睡和药物负担，干预措施包括减药或考虑使用兴奋剂。对于老年人，抑郁作用的减弱表明，在疲劳方案中应优先考虑嗜睡和睡眠碎片化，而非情绪管理。
研究意义： 研究结果强调了在症状科学中使用调节模型和潜在类别分析的重要性，以捕捉动态且依赖于背景的关系。此外，作者建议未来的疲劳干预临床试验应利用基于年龄和性别的分层设计，以减少信号稀释并提高对治疗效应的检测能力。

文章总结道，虽然 NCCN 指南建议筛查并发症状，但为了优化支持性护理，评估的相对优先级应根据患者的年龄和性别来确定。