PLoS ONE: Træthed som drivkraft for generelle livskvalitet i kræftpatienter

Abstrakt

Baggrund

Dette håndskrift beskriver en metode til at analysere store mængder af forskellige kliniske data til at belyse den mest slagkraftige faktor (er), som vedrører en meningsfuld klinisk resultat, i dette tilfælde , livskvalitet af kræftpatienter. Forholdet mellem klinisk og livskvalitet variabler blev evalueret ved brug af EORTC QLQ-C30 global sundhed domæne-en valideret surrogat variabel for den samlede kræftpatient velbefindende.

Metoder

En tværsnitsundersøgelse studiedesign blev anvendt til at evaluere de afgørende faktorer for global sundhed i kræftpatienter, der blev indledt behandling på to regionale medicinske centre i perioden januar 2001 til december 2009. variable analyserede omfattede 15 EORTC QLQ-C30 skalaer, alder ved diagnose, køn, nydiagnosticeret /tilbagevendende sygdom status, og scene. Beslutningen træ algoritme, måske ukendt for praktiserende læger, vurderer relative bidrag af enkelte parametre i klassificering af et klinisk relevant funktionel endpoint, som den globale sundhed i en patient.

Resultater

Multiple patient karakteristika blev identificeret som vigtige bidragsydere. Træthed, især dukket op som den mest udbredte indikator for kræftpatienters livskvalitet i 16/23 klinisk relevante undergrupper. Denne analyse tillod resultater skal angives i en klinisk-intuitiv, regelsæt format ved hjælp af sprog og mængder af livskvalitet (QoL) værktøj selv.

Tolkning

Ved at anvende klassificeringskriterierne algoritmer til et stort datasæt, blev identifikation af træthed som en rod faktor i kørsel global sundhed og overordnede QoL afsløret. Evnen til at praktisere udvinding af kliniske datasæt at afdække kritiske kliniske indsigt, der er umiddelbart gældende for patientens pleje praksis er illustreret

Henvisning:. McCabe RM, Grutsch JF, Braun DP, Nutakki SB (2015) Træthed som en Fører af generelle livskvalitet i kræftpatienter. PLoS ONE 10 (6): e0130023. doi: 10,1371 /journal.pone.0130023

Academic Redaktør: Frank Emmert-Streib, Dronningens University Belfast, Storbritannien

Modtaget: November 26, 2014 Accepteret: 16 maj 2015; Udgivet: Juni 12, 2015

Copyright: © 2015 McCabe et al. Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Attribution License, som tillader ubegrænset brug, distribution og reproduktion i ethvert medie, forudsat den oprindelige forfatter og kilde krediteres

Data Tilgængelighed: Den aktuelle manuskript er kompatibel med tidsskriftet standard på grund af det faktum, at alle data, der er indeholdt heri, er blevet rapporteret i den tidligere PLoS ONE manuskript med titlen “Kan kvaliteten af ​​vurderingerne life differentiere heterogene kræftpatienter?”. data patientniveau kan ikke rapporteres i et offentligt arkiv med de begrænsninger af HIPAA, Cancerregisteret IRB overholdelse føderale og statslige regler. Læserne kan kontakte Dr. Donald Braun ([email protected]) for eventuelle yderligere anmodninger om de anvendte data i dette manuskript. Forskere, der anmoder data fra Dr. Braun vil blive forsynet med en anonymiseret datasæt

Finansiering:. Forskningsprogrammet er finansieret af kræftbehandling Centers of America. Kræftbehandling Centers of America ydet støtte i form af løn til forfattere Ryan M McCabe, James F Grutsch, Donald P Braun og Swetha B Nutakki men havde ikke nogen ekstra rolle i studie design, indsamling og analyse af data, beslutning om at offentliggøre, eller forberedelse af manuskriptet. De specifikke roller disse forfattere er formuleret i »forfatter bidrag« sektion

Konkurrerende interesser:. Forfatterne til dette manuskript har følgende konkurrerende interesser: Forskningsprogrammet er finansieret af kræftbehandling Centers of America. Ryan McCabe, James Grutsch, Donald Braun og Swetha Nutakki var ansat i kræftbehandlingen Centers of America under afslutningen af ​​undersøgelsen. Der er ingen patenter, produkter i udvikling eller markedsførte produkter til at erklære. Dette ændrer ikke deres tilslutning til alle PLoS ONE politikker om datadeling og materialer.

Introduktion

Aktuel livskvalitet (QOL) evalueringsredskaber blev udviklet til brug i kliniske forsøg for at kvantificere fordelene ved innovative behandlinger på patienternes symptom byrde, fungerer og generelle livskvalitet. Kliniske forskere har opdaget, at specifikke QoL skalaer giver oplysninger om varigheden af ​​patientens overlevelse uafhængigt af kendte prognostiske variabler [1,2]. Nyere forskning har fastslået den kliniske betydning af ændringer i QoL scores [3,4]. Yderligere forskning er begyndt at knytte QoL-domæner med klinisk relevante biologiske veje [5-7].

Fremkomsten af ​​livets forløbende onkologiske behandlinger har resulteret i et stigende antal kræft overlevende, der bor i mange år efter ophør behandling. Derfor har patientens vurdering af deres livskvalitet og trivsel blevet en vigtig patient resultat. Det er en vigtig drivkraft for patienternes tilfredshed med deres kliniske hold [8] og kunne i stigende grad blevet en vigtig overvejelse i kliniker og patient beslutningstagning. Den EORTC QLQ-C30 instrumentets modulære format replikerer Wilson og Cleary model af sundhedsrelateret livskvalitet (HRQOL), som er en sekvens af indbyrdes forbundne konstruktioner, der starter med fysiologiske og sygdomstilstand; fremskridt symptom status, fungerer, og generelle sundhed perception og slutter med tilfredshed med den samlede QoL [9-12] (figur 1).

Den vej generelt skrider frem fra venstre mod højre, begyndende med konstruktionen af ​​sygdomstilstanden , symptom status, funktionelle status, generelle livskvalitet og patienternes tilfredshed med livskvalitet. Hver konstruktion består af flere attributter patient- og påvirkes også af individuelle og miljømæssige egenskaber.

Hovedformålet med undersøgelsen er at undersøge prædiktorer for QoL bruger en innovativ tilgang af beslutningstræ analyse. Denne forskning brugt en stor database bestående af en heterogen kræftpatient befolkning med Patient Rapporterede Outcomes (PRO), demografiske og kliniske data. Analysen stratificeret patienter ved oprindelsesstedet, stadium af sygdom og behandling historie, dvs. om de undergår første eller efterfølgende behandlingsforløb. Sæt af algoritmen-genererede beslutningstræer blev anvendt til at identificere de førere af patientens evaluering af deres livskvalitet. Beslutning træer kan generere præcise forudsigelser, håndtere blandinger af kategoriske og kontinuerte data, indikerer områder af værdier, hvor variable er mest prædiktive, og har den fordel, at deres output kan beskrives i klinisk intuitive etiketter, snarere end statistisk terminologi og mængder [13-15 ]. Beslutning træer er blevet brugt med held i forskellige scenarier i den medicinske område [16,17], herunder at forudsige fejl i kronisk sygdom pleje, identificere signaler af bivirkninger, og afsløre artefakter i neonatale ICU data. Brugen af ​​beslutningstræer at opdage førere af generelle livskvalitet hos kræftpatienter er en roman ansøgning. Denne metode gør det muligt at undersøge, om førere af QoL er forskelligartede og betinget af sygdom type eller er få i antal og uafhængig af typen af ​​sygdom og dens progression.

Metoder

Studie design

En tværsnitsundersøgelse design blev anvendt til at evaluere de afgørende faktorer for global sundhed i 8478 kræftpatienter, der blev indledt behandling på to kræftbehandling Centers of America regionale medicinske centre i perioden januar 2001 til december 2009. Administrativt personale tilbudt alle potentielle patienter, uanset behandling eller sygdom historie, en mulighed for at fuldføre EORTC QLQ-C30 instrument ved ankomsten til klinikken, før de undergik behandling. Det eneste kriterium for deltagelse var at kunne læse og afslutte undersøgelsen på engelsk. Demografiske data blev leveret af kræft registre hvert center. Alle patienter gav skriftligt samtykke. Denne undersøgelse blev godkendt af Midwestern Regional Medical Center institutionelle Review Board.

QoL Instrument

EORTC QLQ-C30 er en valideret udbredt [18] forskning instrument [3], og som indsamler Patient -Reported Outcomes (PRO) for symptomer rutinemæssigt fundet i kræftpatienter. Det indsamler data om funktion og evaluering af deres samlede QoL patient. Instrumentet består af 30 spørgsmål. Svarene på disse spørgsmål går fra 1 til 4 for symptom og funktion domæner (1 = Overhovedet ikke, 4 = Meget meget) eller 1 til 7 for global sundhed domæne (1 = Meget dårlig, 7 = fremragende). Svar på alle spørgsmål er lineært forvandlet til en 0-100 point i hver af 15 kategoriske (ni symptomer, fem funktioner og en global sundhed), ikke-overlappende skalaer (dvs. hver reaktion kun anvendes til at bestemme en skala score). Symptomerne træthed, smerter og kvalme /opkastning er hver sammensat af flere spørgsmål. For eksempel er træthed består af tre spørgsmål, der beder patienterne om deres behov for at hvile, følelse af svaghed, og niveauet af træthed. De resterende symptomskalaer er enkelte elementer, adresse: dyspnø, appetitløshed, søvnløshed, forstoppelse, diarré, og den oplevede økonomiske effekt af sygdommen og behandlingen. De fem fungerende domæner er: fysisk, rolle (arbejdsrelaterede), kognitive, følelsesmæssige og sociale. Den globale sundhed post kombinerer svarene fra to spørgsmål: patienternes vurdering af deres generelle sundhed og samlede QoL. For funktion og global sundhed skalaer, en højere score repræsenterer et bedre funktionsniveau, mens det for symptom elementer, en højere score repræsenterer mere alvorlige symptomer [19].

variabler analyseret

Resultatet variabel med undersøgelsen var global sundhed, og målet af analyserne var at identificere strukturen og nøjagtigheden af ​​træerne. Denne analyse omfatter alle 15 EORTC QLQ-C30 vægt og de følgende demografiske og kliniske variable fra Cancerregisteret: alder ved diagnose, køn, nydiagnosticeret /tilbagevendende sygdomsstatus, bedste AJCC (American fælles udvalg om kræft) scenen på det tidspunkt af diagnose for den analytiske patient kohorte, og regional /metastatisk sygdom for tilbagevendende kræftpatienter. Disse variabler blev brugt som input til at generere klassificeringsreglerne at forudsige globale sundhedsspørgsmål niveauer for de enkelte patienter. Køn, nydiagnosticeret /tilbagevendende status, og scene blev defineret som kategoriske variable.

kliniske variabler oprindelsesstedet, nydiagnosticeret eller recidiverende sygdom og scene for de nyligt diagnosticerede er stærke prædiktorer for patientens levetid. Disse variabler blev anvendt til at generere eksperimentelle grupper med forskellige prognoser, der lå fra helbredelig til hospice-bundet. Disse undergrupper blev analyseret selvstændigt at afgøre, om førere af global sundhed forskelligt for forskellige prognose eller om førere af global sundhed er uafhængige af oprindelsesstedet og sygdomsprogression.

Analytisk metode

Målet med dette analyse var at identificere determinanter for global sundhed fra et klinisk perspektiv. Global sundhed scoringer blev stratificeret i tre klinisk adskilte klasser: lav, medium og høj. Denne lagdeling var baseret på scoringer stammer fra undersøgelser af de europæiske generelle befolkning [20]. Disse undersøgelser var befolkning baseret og udført uden kendskab til deltagernes sundhedstilstand. Den lagdeling af global sundhed point er bestemt

a priori

. En lav global sundhed score svarede til værdier, der var næsten to standardafvigelser under den almindelige befolkning betyde score (~ 45). En høj global sundhed score svarede til almindelig populationsmiddelværdi scores (75) eller derover [20]. Derfor patienter med scoringer 66,67 blev defineret som høj; lav ≤ 33,33; medium varierede fra 33.33 til og med 66.67 [3]. Af de demografiske variabler, der anvendes i denne analyse, kun alder ved diagnose var kontinuerlig. Afgørelse træ algoritmer blev parametreres til at rumme den type hver variabel (f.eks kontinuerlig, kategorisk, etc.).

Generering et beslutningstræ

afgørelse træer (ofte kaldet Klassifikation og Regression Trees-CART ) kan anvendes i multivariate analyser hvor de underliggende fordelinger af data er ukendt eller ikke-normal og variablerne er kategoriske [16]. Afgørelse træ algoritmer søge på hele datasættet for at identificere den mest prædiktive variable til rådighed i forhold til målet variabel (fx global sundhed). Algoritmen beregner den optimale værdi af denne forgrening variabel til bifurcate data og maksimere klassificering nøjagtighed. Denne proces gentages rekursivt på hver split datasæt indtil dataene ikke længere split og en terminal node genereres at klassificere data i den pågældende filial.

Denne algoritme bruges Gini-koefficienter til at beregne de bedste splits for hver forgrening node i en given træ [14,21]. Nøjagtigheden af ​​en given træ (en goodness-of-fit foranstaltning) blev beregnet ved coursing en patient-niveau data rekord gennem grene af træet, indtil en terminal blev blad node nået, og en klassificering tildelt. Procentdelen af ​​patienter klassificeres korrekt blev beregnet for hele datasættet.

For at sikre algoritmen ikke generere et beslutningstræ, der var alt for specifikke for en given datasæt (dvs. at ofre generalisering), en teknik kaldet 10- fold krydsvalidering blev anvendt. Før et træ blev genereret, blev et datasæt tilfældigt opdelt i 10 lige store delmængder. Algoritmen brugte de første ni undergrupper til at generere et træ og holdt ud indstillet til at validere nøjagtigheden af ​​træet. Den krydsvalidering roteret denne proces gennem hver af de resterende ni undergrupper for i alt ti gentagelser. Snarere end at vælge den mest nøjagtige træ fra gruppen, blev en sammensat træ skabt af de 10 resulterende træer [22]. Det sidste trin (beskæring) reduceret størrelsen af ​​træet ved at fjerne grene af træet, leveres lidt eller ingen forbedring i prædiktiv nøjagtighed. Beskæring reducerer muligheden for over-fitting, som kan skyldes tilstedeværelsen af ​​store udsving i træningsdata. Dette gør træet mindre og enklere at generere regelsæt. Denne komplette proces er kørt for hver klinisk undergruppe testet.

Sådan læser et beslutningstræ

figur 2 er et eksempel på et beslutningstræ dannet ved anvendelse af nyligt diagnosticerede patienter og figur 3 er en eksempel genereres ved hjælp af nyligt diagnosticerede stadie 4 patienter fra dette datasæt. I figur 2, træthed er roden node, hvilket betyder, at ud af alle de patientdata datapunkter under studiet, træthed klassificeret global sundhed mest præcist, hvis der ikke yderligere oplysninger havde været tilgængelige. Snittet punkt for udmattelse ved roden node er 27,78. Hvis en given patient havde en træthed score ≥ 27,78, så den rigtige gren ville blive gennemkøres, og processen gentages med den næste node, indtil en klassificering af global sundhed kan foretages på en terminal eller blad node. For eksempel, hvis en patient har en træthed score 27.78, så patienten er klassificeret til at have høj global sundhed uden supplerende oplysninger. En variabel kan vælges flere gange som en forgrening node fordi forskellige værdier af denne variabel, sammenholdt med værdierne for tidligere valgte variabler, kan indeholde mere information i forhold til andre variable i denne delmængde. I figur 3, rolle funktion er roden node med en nedskæring punkt 75.

For at forudsige en patients global sundhed niveau, starter i roden node (øverste oval), krydse grenene-afhængig af de specifikke værdier af individuelle patientdata-og komme til et blad node (rektangel). Bladet node er forudsigelsen af ​​Lav, Middel eller Høj global sundhed for den pågældende patient. Stier rejste fra roden node til hvert blad node kan tilpasset som en betinget regelsæt liste over de førere af globale sundhedsproblemer niveauer.

Dette træ har rollen funktion som rodnoden (første split) og træthed og smerte som næste splits. ‘N’ i hver node repræsenterer antallet af patienter.

Klassifikation knudepunkter er terminal knuder, der ikke opdele yderligere. Klassificeringen nøjagtighed for et træ er en indikation af, hvor meget af strukturen i datasættet træet har fanget. Ved kørsel grene af et beslutningstræ, startende med roden node og ender i en klassificering node, kan sæt betingede regler identificeres og gentaget i kliniske termer.

Resultater

Patient Demografi

Cancer registre identificerede 23,783 potentielle deltagere, hvorfra 12.357 aftalt at gennemføre instrumentet foregående indledende klinisk konsultation på to CTCA regionale medicinske centre fra januar 2001 til december 2009. 11.469 patienter returnerede spørgeskemaet. Antallet af respondenter, der gennemgik behandling på CTCA og afsluttede vurderingen QoL var 8478 patienter. Demografien af ​​deltagere (tabel 1) blev sammenlignet med ikke-deltagere og blev fundet at være ens i tidligere forskning [23].

Denne undersøgelse inkluderede patienter fra alle faser af den naturlige historie af diagnosticeret sygdom (tabel 1). Patienterne havde en tendens til at være relativt ung for kræftpatienter, med et flertal af deltagerne er kvinder (n = 4505; 56%). Næsten to tredjedele (65%) af disse patienter havde sygdom oprindelse i lunge, bryst, colon eller rektum, prostata, eller bugspytkirtel. Denne patientgruppe blev forudindtaget mod patienter, som havde tilbagefald af sygdommen. Af de patienter, præsentere med nydiagnosticeret sygdom, over halvdelen havde stadie 3 eller 4 sygdom (55%).

Globale sundhed scoringer blev fordelt som Low (23%), Medium (43%) og Høj (34 %) klasser. Tabel 2 sammenligner QOL domæne snesevis af to prognostisk distinkte kohorter i studiepopulationen til en almindelige befolkning kohorte [20].

Afgørelse Tree

patientpopulation blev stratificeret i klinisk sub -grupper ved oprindelsesstedet, nydiagnosticeret /recidiverende, og AJCC scenen for nydiagnosticeret. Hver data delmængde blev anvendt til at generere et beslutningstræ repræsenterer denne kliniske undergruppe. Symptomet og fungerende skalaer, der var til stede i hvert træ som forgrening noder er sammenfattet i tabel 3. Fig 2 og 3 er eksempler på beslutningstræer genereret fra en nydiagnosticeret kohorte og en nydiagnosticeret fase 4 kohorte, hhv. Knudepunkterne, der vises i hvert træ (række) viser, at QoL skala (kolonne) blev anvendt til at klassificere niveauet af global sundhed for patienter i denne kliniske undergruppe. N repræsenterer antallet af patienter i hver knude. Enhver node der dukkede op i mindst ét ​​træ blev medtaget i tabel 3 som en søjle.

De to QoL skalaer, der blev mest almindeligt forekommende at klassificere global sundhed var træthed og social funktion. Træthed blev inkluderet i hver beslutningstræ undtagen én. De klassificering nøjagtighed varierede fra 62,3 til 74,5%. Roden node for hvert træ angivet EORTC QLQ-C30-domæne, der blev valgt af algoritmen i hele datasættet som indeholder den mest information om global sundhed plan; snittet punkt for rodknuden var værdien af ​​variablen beregnet til optimalt at opdele dataene. Træthed var roden node i 16 af de 23 træer. Variable ikke udvalgt af algoritmen for enhver patient delmængde var kvalme /opkastning, dyspnø, forstoppelse, diarré, finansielle problemer, alder ved diagnose og stadie.

Diskussion

Denne multivariat analyse blev gennemført over uensartede kliniske undergrupper til at identificere QoL-domæner, der havde relativt høje niveauer af aftale med de overordnede globale sundhedsspørgsmål niveauer. Undersøgelsen kohorte bestod af deltagere, hvis prognose varierede fra helbredelig til hospice bundet og fra nydiagnosticeret til patienter, der allerede havde gennemgået flere linjer af kemoterapi. Ikke desto mindre er alle disse patienter blev stadig søger behandling. I denne klinisk heterogen gruppe, den primære drivkraft for den globale sundhed var træthed. Når patienterne blev yderligere subcategorized ved oprindelsesstedet eller tumor stadie, træthed forblev den dominerende drivkraft for den globale sundhed på tværs undergrupper.

Denne analyse blev lettet ved brug af beslutningstræer. De er nemme at forstå og fortolke og dermed har visse fordele i forhold almindeligt anvendte Biostatistik metoder. Et træ genererer et sæt betingede regler, der kan visualiseres eller skriftlige ud. I modsætning til andre analysemetoder, behøver beslutningstræer ikke afhænge af variabler til at følge nogen form for afgrænset, statistiske fordeling. Variablerne kan være en kombination af kontinuerte og kategoriske værdier. Beslutning træer er robust som de ikke påvirkes af outliers. Enhver outlier ville grupperes i en node og dermed vil have ringe eller ingen effekt på opdele noder og skære point. Beslutning træer kan arbejde med et meget stort antal variabler, hvilket er en yderligere fordel ved denne metode [14].

I denne analyse global sundhed blev kategoriseret som lav, medium eller høj ved at forankre disse værdier til data rapporteret i generelle befolkningsundersøgelser. Denne kategorisering blev gjort for at indramme analysen i klinisk intuitive vilkår; lave score-værdier, der var næsten to standardafvigelser under den almindelige befolkning betyde score (~ 45); høj score-almindelige befolkning betyder scoringer (75) eller derover [20].

Træthed blev identificeret i hvert beslutningstræ, der repræsenterer 23 kliniske undergrupper, men en nydiagnosticeret lunge. Det var den rodnoden for 16/23 patientgrupper. Ingen anden symptom post optrådte som roden node. Af de øvrige otte symptom domæner i EORTC QLQ-C30, blev kun smerte, appetitløshed og søvnløshed (i et træ), der anvendes til at klassificere global sundhed niveau. I nogle træer, valgt algoritmen træthed som et knudepunkt flere gange. Den fremherskende faktor for den globale sundhed som identificeret ved beslutningstræet algoritmen var træthed. Disse resultater udvider tidligere fund, der rapporterer træthed som drivkraft for den globale sundhed [24,25]. Det betyder, at hvis en kliniker kunne kun stille et spørgsmål af en patient i et forsøg på at opdage deres globale sundhed niveau, så de ville bede patienten til at indberette deres træthed niveau.

Værdien af ​​dette fund blev understreget af fremkomsten af ​​træthed i forskellige patientgrupper sammenhænge. Rolle træthed var uafhængig af oprindelsesstedet, stadium af sygdommen, og stadium af behandlingen. Ved at dekonstruere de beslutningstræer i regelsæt, specifikke beskæringspunkter hvor træthed er en beslutning node identificerer kontekst-specifikke serier af træthed niveauer. I tilfælde, hvor træthed var en rod node, patienter med fremskreden sygdom tendens til at have højere beskæringspunkter (nydiagnosticeret-27.8 vs tilbagevendende-38,9), hvilket viser den avancerede patient var mere trætte. For hele undersøgelsen kohorte imidlertid beskæringspunkts af træthed var nær normale generelle befolkningstallet (27,8 vs 24,1). Dette antyder, at cancer patienter med forhøjede niveauer af træthed kan forbedre deres samlede QoL, hvis given klinisk opmærksomhed for træthed.

Træthed som klinisk symptom fortsat et kompleks patient funktion. Beviser for, at flere underliggende biologiske veje (fx depression, søvnløshed, forstyrrelser af døgnrytme, og forstyrrelser af biologiske system funktion), uafhængigt eller i kombination kan manifestere forhøjede træthed niveauer [7,26,27]. Anerkender betydningen af ​​træthed som drivkraft for samlede globale sundhed niveauer på tværs af kræftpatienter med forskellige diagnoser, stadier af sygdom og behandling historier er et første skridt i at fremme forståelse af disse grundlæggende årsager [28,29].

I Ud over træthed, andre QOL domæner, der forudsagde samlede QoL konsekvent på tværs patientgrupper undergrupper var sociale, rolle (arbejdsrelaterede) og fysisk funktion. Mindre almindelige, men relevante prædiktive symptomer for visse patientundergrupper inkluderet appetitløshed, smerter og søvnløshed. Mere almindelige konstitutionelle symptomer såsom smerter og kvalme, som ses hyppigt hos kræftpatienter kan forventes at køre patienten opfattelse af livskvalitet. At dette ikke er tilfældet i den aktuelle undersøgelse kan afspejle en stærkt forøget evne til at styre sådanne symptomer med den nyere generation af smerte og antiemetiske medicin. Således forventes kontrol af smerte og kvalme ved anvendelse af retningslinjer for bedste praksis for langt størstedelen af ​​patienterne i vores undersøgelse, uanset tidligere behandling. Desværre, symptomer som træthed er endnu ikke tilstrækkeligt kontrolleret i de fleste patienter.

Derudover fremkomsten af ​​træthed kørsel samlede QoL tæt fulgt af betydningen af ​​funktionelle status domæner, kombineret med den relative mangel på observation af almindeligt rapporterede symptomer som chauffører, kan på nogle måder styrke Wilson Cleary model, funktionelle status direkte driver overordnede QoL og kan også foreslå en mere kompleks fortolkning, at træthed er noget mere end en akut, klinisk symptom. De elementer fra EORTC-undersøgelsen, der ikke blev valgt af algoritmen for enhver patient undergrupper var symptom elementer kvalme /opkastning, dyspnø, forstoppelse, diarré og finansielle problemer. De demografiske og kliniske variabler, herunder alder ved diagnose, køn og scene blev ikke identificeret som prædiktiv for global sundhed ved algoritmen for enhver patient undergrupper. Det må ikke udledes, at patienten variabler, der ikke blev anvendt til at klassificere globale sundhedsspørgsmål hos patienter ikke var tegn på patientens QoL overhovedet heller ikke, at de ikke blev rapporteret som forekommer i patienter. Snarere, at hver forgrening node, der blev valgt af algoritmen indgå i træstrukturen blev bestemt til at indeholde de mest information over alle andre variabler, eftersom indstille patienterne. Selvom scenen er en stærk prædiktor for varigheden af ​​patientens overlevelse, i denne patient kohorte fase af tumor ikke viste sig at være en drivkraft for den samlede QoL, som er et overraskende fund i verden af ​​onkologi [2].

Denne undersøgelse er begrænset af det faktum, at forskellige datapunkter, der kunne være relevant var utilgængelig på tidspunktet for undersøgelsen (specifikke behandling historier, tid fra diagnose, comorbide betingelser, performance status og andre kræft-specifikke QoL domæner som perifer neuropati) [30 ]. Disse resultater bekræfter den potentielle værdi af optagelsen af ​​et spørgsmål om træthed i et QoL værktøj, community onkologer rutinemæssigt kunne bruge i deres behandling af patienter [31]. Resultaterne understreger også vigtigheden af ​​at identificere de biologiske veje, der direkte eller indirekte påvirker patientens oplevelse af træthed; fremtidige undersøgelser bør omfatte data om biologiske veje (f.eks knoglemarvssuppression, røde blodlegemer, depression, forstyrrende døgnrytmen, etc.), der er involveret i reguleringen af ​​træthed [5,6,26,29].

Konklusion

Efter stratificering en stor patient database i tyve tre klinisk relevante undergrupper, træthed var det mest almindeligt identificerede domæne, der bruges til at klassificere globale sundhedsspørgsmål niveauer. Det er uklart, om træthed er en proxy variabel for global sundhed, en direkte drivkraft for det, eller en chauffør af fungerende domæner, til gengæld kører den globale sundhed. Resultaterne af denne analyse understøtter Wilson Cleary teori om QoL men kunne også støtte andre teoretiske modeller.

anerkendelser

Alle forfatterne var involveret i udformningen af ​​undersøgelsen, indsamling, forvaltning, analyse og fortolkning af dataene, og forberedelse, gennemgang og godkendelse af manuskriptet. Forfatterne erklærer, at der ikke er nogen interessekonflikter. Undersøgelsen blev godkendt af Midwestern Regional Medical Center institutionelle Review Board.