综述：一项关于癌症患者姑息治疗需求评估模型的系统评价

《Supportive Care in Cancer》：A systematic review of the assessment model for palliative care needs in cancer patients

　　

摘要

背景

及时的姑息治疗可以减轻癌症患者的疾病负担并提高他们的生活质量。尽管已有几项研究开发了用于评估癌症患者姑息治疗需求的模型，但这些模型的质量和临床适用性仍有待明确。

目的

系统地综述现有的癌症患者姑息治疗需求评估模型，重点关注其特点、预测因素、偏倚风险及适用性。

方法

在2025年9月12日之前，对PubMed、Cochrane Library、Embase、Web of Science、CINAHL和China National Knowledge Infrastructure (CNKI)进行了系统性检索。数据提取和评估由两名研究人员根据Prediction Model Risk of Bias Assessment Tool (PROBAST) 进行了严格操作。

结果

共识别出5714篇文章，其中8项研究被纳入分析，涵盖了24种评估姑息治疗需求的模型。纳入研究的样本量范围从179人到54,628人不等，曲线下面积（AUC）介于0.724到0.998之间。所有纳入研究的模型均包含四类预测因素：一般人口统计数据、症状/功能评估、实验室指标和治疗状态。有5项研究被评为存在较高偏倚风险，主要原因是参与者和结论的相关风险较高，且这些模型的适用性普遍较低。

结论

现有模型显示出利用常规收集的临床数据识别需要更多姑息治疗服务的癌症患者的潜力。常见的预测因素包括症状负担、功能状态、实验室参数、治疗相关因素以及人口统计特征。然而，整体证据质量受到较大偏倚风险的限制，这些偏倚主要来源于数据来源不当、样本量有限、连续变量处理不当、缺失数据报告不足以及缺乏强有力的内部或外部验证。此外，许多模型采用基于死亡率的替代指标而非具有临床意义的姑息治疗需求指标。因此，在这些模型能够支持广泛临床应用之前，应谨慎解读其结果。未来的研究应优先考虑具有临床可操作性的评估结果，并纳入患者、护理人员和家庭层面的因素，以提高这些模型在转诊决策和护理计划中的相关性。