《Supportive Care in Cancer》：Effectiveness of mobile-based monitoring system (ONKOSIS) in the management of chemotherapy-related symptoms: a randomized controlled trial
编辑推荐：
为解决化疗副作用管理难题，研究人员开展了一项随机对照试验，评估其开发的ONKOSIS移动应用程序在支持症状管理与改善生活质量方面的效果。结果显示，ONKOSIS可有效缓解患者症状负担，提升生活质量与满意度，但在减少非计划医疗就诊方面未见显著效果。该研究为mHealth技术在癌症照护中的整合应用提供了临床证据。
化疗，作为对抗癌症的利器，在消灭肿瘤细胞的同时，也给患者带来了沉重的负担。恶心、呕吐、疲劳、疼痛、焦虑……这些治疗相关的副作用不仅侵蚀着患者的身体，也严重影响了他们的日常生活和社会功能，甚至可能动摇他们坚持治疗的信心。在全球，癌症负担持续加重，据2022年数据，新发病例约2000万，预计到2045年将攀升至3260万。尽管诊疗技术不断进步，但如何有效管理治疗期间的副作用，提升患者的生活质量，始终是临床护理面临的核心挑战。
近年来，数字健康技术的兴起为癌症照护带来了新曙光。移动健康(mHealth)应用程序，作为一种便捷的工具，被寄予厚望，以期通过远程症状监测、个性化指导和增强医患沟通，赋能患者更好地进行自我管理。然而，这类工具在实际临床环境中的确切效果，尤其是对改善生活质量和减少非必要医疗资源利用方面的作用，仍需严谨的科学验证。在此背景下，一项针对特定移动应用程序ONKOSIS（肿瘤症状管理系统）的深入研究应运而生，其成果发表在《Supportive Care in Cancer》期刊上。
为了评估ONKOSIS应用的实际效果，研究团队在土耳其科贾埃利大学塞马哈特·阿拉哲肿瘤与姑息治疗中心的门诊化疗单元，开展了一项单中心、单盲的随机对照试验。研究招募了199名初次接受化疗的成年癌症患者，采用简单随机化方法将其分为干预组（98人）和对照组（101人）。干预组在标准护理基础上使用功能完整的ONKOSIS应用程序，该应用基于ADDIE模型开发，包含针对28种症状的算法，能根据患者报告的严重程度提供基于证据的自我护理建议，并设有即时通讯模块方便与研究人员联系。对照组则使用一个仅用于数据收集、不提供任何管理内容的演示版应用。研究通过诊断表、南丁格尔症状评估量表(N-SAS)、化疗症状应对表和患者满意度调查等工具收集数据，并根据患者的治疗周期（4或6个周期）在特定时间点（T1, T2, T3）进行随访评估。主要结局指标是症状负担与生活质量（通过N-SAS测量），次要结局包括非计划医疗利用和患者满意度。数据分析采用了包括三因素混合设计方差分析(ANOVA)在内的多种统计方法。
研究结果
患者特征与基线可比性
研究共纳入199名患者，平均年龄47.18 ± 13.83岁，女性占74.4%。最常见的肿瘤类型为胃肠道癌（26.6%）、乳腺癌（21.6%）和肺癌（17.1%）。统计分析证实，随机化后两组在人口统计学和临床特征上分布均衡，具有可比性。
ONKOSIS对症状负担与生活质量的影响
尽管干预组在基线（T1）和早期随访点（T2）的N-SAS总分及各维度（生理健康、社会健康、心理健康）得分均显著高于对照组，表明其初始症状负担更重，但其症状轨迹随治疗时间呈现显著改善。相比之下，对照组的症状得分随时间推移呈上升或轻微改善趋势。具体而言：
- •
生理健康：干预组得分从T1到T3显著下降，而对照组显著上升。到T3时，两组间差异不再显著。
- •
社会健康：干预组得分持续下降，对照组得分持续上升，导致在T3时对照组的得分反超干预组并存在显著差异。
- •
心理健康：干预组得分从T1到T3显著下降，对照组显著上升，且在三个时间点上干预组得分均显著高于对照组。
- •
总分变化：干预组N-SAS总分从T1到T3显著下降，对照组则显著上升。
对症状应对、满意度和非计划就诊的影响
- •
症状应对：所有干预组患者均认为ONKOSIS有助于应对症状，而所有对照组患者认为演示应用无效，组间差异极显著。
- •
患者满意度：干预组对移动健康应用的满意度评分显著高于对照组。
- •
非计划医疗利用：两组在非计划随访就诊率和就诊干预率方面无统计学显著差异。
亚组分析
三因素混合ANOVA分析显示，在N-SAS总分的变化轨迹上，未发现时间、组别与年龄、性别、教育程度、肿瘤类型或治疗方案之间存在显著的交互作用。这表明ONKOSIS干预的临床效益在不同患者亚组中表现一致。
研究结论与讨论
本研究得出结论，ONKOSIS移动应用程序是支持化疗期间癌症患者症状管理、改善生活质量和提高患者满意度的有效数字工具。它通过用户友好的界面、基于算法的个性化建议和即时通讯功能，增强了患者对症状的自我管理能力和与医疗团队的沟通。然而，该应用并未显著减少患者的非计划医疗就诊，这一发现与部分同类研究一致，可能与患者人群特征、应用程序使用频率及医疗卫生体系结构等因素有关。
讨论部分进一步阐释了研究的意义与局限性。首先，ONKOSIS的效果在不同年龄、教育背景的患者中保持一致，这表明通过适当培训和支持，可以克服数字健康应用中常见的“技术使用障碍”，使mHealth工具惠及更广泛人群。其次，该应用对生活质量（尤其是心理健康）的积极影响在治疗早期更为明显，提示未来需要通过内容更新和持续激励来维持其长期效果。研究也注意到，尽管应用使用率较高，但仍存在症状报告不完全的情况，14天的报告间隔可能影响了参与度，更频繁的提示或有助于提升依从性。
本研究的局限性包括其为单中心研究，样本年龄范围限定在18-65岁，可能限制结果的普适性。技术上，该应用仅适用于Android系统，且需要稳定网络连接，可能引入选择偏倚。此外，非计划就诊数据中“零事件”频率较高，可能降低了检测该结局组间差异的统计效力。
尽管存在局限，这项研究为数字健康技术在肿瘤支持性照护中的整合应用提供了有力的实证依据。它表明，像ONKOSIS这样的移动应用程序能够有效赋能患者，促进其主动参与治疗过程，从而提升整体照护质量。未来需要在多中心、长期随访的随机对照试验中进一步验证此类应用对更广泛临床结局的长期影响，并探索其在多样化患者群体和不同医疗系统中的适用性，以推动精准、个性化的数字医疗解决方案在癌症全程管理中的深入应用。
