综述:护士主导的数字健康干预对接受全身治疗癌症患者症状管理与生活质量的有效性:随机对照试验的系统综述

《Current Oncology》:Effectiveness of Nurse-Led Digital Health Interventions on Symptom Management and Quality of Life in Cancer Patients Undergoing Systemic Therapy: A Systematic Review of Randomized Controlled Trials

【字体: 大 中 小 】 时间:2026年06月26日 来源:Current Oncology 3.6

编辑推荐:

  接受全身治疗的癌症患者会经历显著的治疗相关症状。护士主导的数字健康干预,例如交互式语音应答(IVR)系统、网络平台、移动应用程序和远程医疗(telehealth),已成为强化支持性照护的策略。为评估其有效性,本系统综述仅汇总来自随机对照试验(RCT)的证据。研

  
接受全身治疗的癌症患者会经历显著的治疗相关症状。护士主导的数字健康干预,例如交互式语音应答(IVR)系统、网络平台、移动应用程序和远程医疗(telehealth),已成为强化支持性照护的策略。为评估其有效性,本系统综述仅汇总来自随机对照试验(RCT)的证据。研究遵循系统综述与Meta分析优先报告条目(PRISMA)2020指南,对4个数据库自建库起至2025年1月进行了检索,纳入对象为正在接受抗肿瘤治疗的成年患者;干预措施为由护士主导或共同主导、采用数字或远程通信技术的干预;并报告经验证的症状或健康相关生活质量(HRQoL)结局。研究还评估了偏倚风险。共9项RCT(N = 3344)符合纳入标准,其中7项偏倚风险较低。采用电话系统、网络门户、移动应用程序或视频会议的干预可降低症状负担并改善HRQoL。居家症状照护(SCH)系统将症状负担降低约43%,其中“自动化监测 + 护士执业者(NP)随访”的联合模式效果最大。其他获益包括焦虑改善、自我效能增强、患者在症状管理中的参与度提高、重度毒性减少以及住院天数缩短。总之,护士主导的数字干预能够在全身治疗期间有效降低症状负担并支持HRQoL。整合自动化监测、结构化护理随访与决策支持的多组分模型似乎最具获益性。
1. Introduction

癌症仍是全球发病率与死亡率最高的疾病负担之一,每年新增诊断病例数巨大,且生存者人群持续扩大。患者在接受全身抗肿瘤治疗期间,常出现疲乏、疼痛、恶心及心理痛苦等症状群,这些症状会明显损害日常功能和健康相关生活质量(HRQoL)。由于症状常在门诊随访间隔期波动,若控制不佳,则可能导致非计划急诊就诊、住院及治疗中断,因此优化症状管理和维持生活质量已成为现代肿瘤照护的重要目标。

远程医疗(telehealth)及更广义的数字健康技术快速扩展,特别是在新型冠状病毒感染疫情后,电话、网络平台和移动应用等模式被广泛用于患者与肿瘤团队之间的远程联系。这些模式可促进高频症状监测、及时分诊和个体化自我管理支持,并减少患者往返医疗机构的负担,对体弱者、农村患者及存在经济与交通障碍的人群尤具潜在价值。护士在此类远程肿瘤照护中居于核心地位,能够实施电话分诊、远程症状评估、循证自我护理指导以及与肿瘤医师协同调整支持治疗。既往研究提示,护士主导干预可减轻特定症状负担、增强自我效能并缓解心理痛苦,但其对综合性生活质量结局的影响仍存在不一致之处。

此外,近年来的研究开始关注网络门户、交互式语音应答(IVR)系统和移动健康(mHealth)应用等数字平台,这些工具可实现患者报告结局(PRO)的实时采集。尽管已有研究显示此类平台可改善症状控制、痛苦、自我效能和HRQoL,但既往综述常将护士主导干预与医师或心理学家主导干预混合分析,或纳入已脱离积极治疗阶段的癌症生存者,因而难以明确护士主导数字照护在全身治疗期间的独立贡献。因此,本综述旨在仅基于RCT证据,评价护士主导数字健康干预对接受全身治疗的成年癌症患者症状管理和HRQoL的影响。

2. Materials and Methods

2.1. Study Design and Registration

本系统综述遵循PRISMA 2020规范开展,并已在PROSPERO数据库完成注册。研究仅纳入随机对照试验(RCT),包括平行分组设计和析因设计,以保证证据等级和方法学严谨性。

2.2. Eligibility Criteria

研究依据预先设定的纳入与排除标准筛选文献,并采用PICO框架,即人群(Population)、干预(Intervention)、对照(Comparator)和结局(Outcomes)进行结构化界定。核心纳入对象为接受全身抗肿瘤治疗的成年癌症患者,干预需由护士主导或共同主导,并采用数字化或远程通信手段。

2.3. Information Sources and Search Strategy

研究于2025年1月完成系统检索,覆盖自数据库建库起至2025年1月的文献,无时间限制。检索策略综合主题词与自由词,围绕癌症与全身治疗、护士主导护理干预、数字健康或远程医疗三大概念构建,并辅以参考文献追溯检索。研究未纳入灰色文献及未发表资料,且仅限英语文献,这一限制可能导致部分非英语RCT遗漏。

2.4. Study Selection

所有检索结果导入文献管理软件后去重,由两名研究者独立进行题目与摘要筛选,并进一步开展全文评估。若筛选意见不一致,则通过讨论或咨询第三位研究者达成共识。研究筛选流程以PRISMA流程图呈现。

2.5. Data Extraction

纳入研究提取的信息包括作者及年份、研究设计、样本量、癌症类型及干预方式等。该步骤为后续叙述性综合提供结构化基础。

2.6. Risk of Bias Assessment

两名研究者采用Cochrane随机试验修订版偏倚风险工具(RoB 2)独立评估纳入RCT的方法学质量。评价涵盖随机化过程、偏离预期干预、结局数据缺失、结局测量以及选择性报告五个领域,并据此形成每项研究的总体偏倚风险判断。分歧通过讨论并在必要时由第三位研究者裁决。

2.7. Synthesis and Data Analysis

鉴于纳入研究在临床和方法学层面存在明显异质性,研究未进行Meta分析,而采用符合无Meta分析综合报告指南(SWiM)的叙述性综合。异质性主要体现在患者人群、干预平台、护士角色、主要结局指标及随访时间等方面。因此,研究直接报告原始试验中的组间均值差、最小二乘均值差、比值比(OR)及95%置信区间(CI)等结果。9项研究中有7项报告主要症状或HRQoL结局存在统计学显著改善,提示总体效应方向以积极为主。

2.8. Certainty of Evidence

本综述未采用GRADE框架进行正式证据确定性评级,这是研究承认的局限之一。不过,作者围绕症状负担/严重度这一关键结局开展了定性GRADE判断。由于多数研究偏倚风险较低,且研究对象与干预具有较好的直接性,因此未在这些维度降级;但因研究结果存在一定不一致性、精确性差异及潜在发表偏倚,总体证据确定性被评定为中等(MODERATE),表明研究人员对护士主导数字健康干预可降低症状负担具有中等信心。

2.9. Reporting Bias Assessment

由于未实施Meta分析,漏斗图等统计学发表偏倚评估方法不适用。研究通过RoB 2工具中“报告结果选择”维度评价单项研究的选择性报告风险,9项研究在该维度均被评为低风险。然而,鉴于纳入研究数量较少且阳性结果占多数,综述层面的发表偏倚仍不能完全排除。

2.10. Reporting Guidelines

叙述性综合按照数字健康平台类型、主要症状结局、HRQoL结局以及次要结局等维度组织,并比较各研究在效应方向、效应大小、适用人群和结局测量工具方面的差异。同时,研究还基于干预形式和癌症人群进行叙述性亚组探索。

3. Results

3.1. Study Selection

4个数据库共识别420条记录,经去重和自动化工具剔除后,320条进入题目与摘要筛选。最终45篇全文接受资格评估,其中36篇因研究设计、护士主导属性不符或未报告经验证结局指标而被排除。最终共有9项RCT纳入叙述性综合。

3.2. Characteristics of Included Studies

纳入的9项RCT发表于2016年至2024年,共包含3344名参与者,覆盖多种临床场景、癌症类型和干预模式。干预平台包括IVR电话系统、网络平台、移动应用程序及视频会议。研究对象涵盖晚期实体瘤、复发性卵巢癌、接受辅助内分泌治疗者、接受口服抗肿瘤药物者以及异质性化疗队列。随访时间从8周至24个月不等,多数研究覆盖一个或多个化疗周期。主要结局以症状负担或严重度最为常见,也包括症状可控性、患者参与、症状痛苦、相对剂量强度(RDI)及总体HRQoL。9项研究中,7项总体偏倚风险低,2项存在一定顾虑。

3.3. Assessment of Risk of Bias

RoB 2评估显示,大多数研究在随机化和分配隐藏方面处理较为规范,使用计算机生成序列、密封信封、网络随机分配或独立统计人员控制分组。由于干预性质决定,参与者盲法基本无法实施,但部分研究通过统计团队隐藏等方式降低测量偏倚。总体失访率较低,个别研究虽存在较高脱落,但通过混合模型分析或多重插补进行了适当处理。

3.4. Narrative Synthesis of Findings

3.4.1. Impact on Symptom Burden and Severity

7项RCT将症状负担、严重度或相关症状指标作为主要结局,多数研究显示护士主导数字健康干预可带来统计学显著获益。基于网络的症状追踪与报告系统可显著延缓HRQoL下降,并减少不良症状积累。居家症状照护(SCH)系统在化疗患者中可显著降低总体症状严重度,约较常规照护下降43%,同时明显减少重度和中度症状日数。进一步的5组析因试验显示,整合自我管理指导、护士执业者(NP)随访和决策支持的完整SCH模型获得最低症状负担,提示单一组分不足以达到最佳疗效,多组分协同模式更具优势。

在eSMART试验中,高级症状管理系统(ASyMS)移动应用能够将干预组症状负担维持在化疗前水平,而对照组自第1疗程起逐渐恶化;在总体痛苦指数、心理症状和躯体症状等多个维度均表现出显著优势。CAPRI Ⅲ期试验则表明,由护士导航员主导的数字监测不仅提高了相对剂量强度(RDI),还降低了3级治疗相关毒性和住院天数。WRITE Symptoms研究发现,无论是护士引导还是自我引导的网络干预,均可提升症状可控性,但对症状负担本身无显著差异。ePRO-CTCAE移动应用则主要提升了患者在症状管理中的参与度。STRIDE远程干预在辅助内分泌治疗患者中降低了症状痛苦,尤其减轻了潮热相关痛苦,并伴随生活质量和应对能力改善。另有研究显示,护士主导的补充与整合医学支持照护在化疗结束时未显著改善总体HRQoL,但于6个月随访时出现延迟获益。

3.4.2. Effects on Health-Related Quality of Life

6项研究评估了HRQoL,整体结果偏向积极。网络症状监测系统可显著减轻EQ-5D评分下降幅度。ASyMS干预在所有化疗周期中均提高癌症治疗功能评估总量表(FACT-G)得分,且主要改善躯体和功能维度。STRIDE研究显示FACT-B生活质量在24周内持续改善。补充与整合医学支持方案在远期随访中也呈现HRQoL优势。然而,也有研究未观察到显著组间差异,提示HRQoL获益可能受干预强度、结局设定及研究效能等因素影响。

3.4.3. Secondary Outcomes: Anxiety, Self-Efficacy, Healthcare Utilization, and Adherence

次要结局方面,多项研究显示护士主导数字干预可减轻焦虑。ASyMS研究中,状态焦虑和特质焦虑均显著下降;STRIDE研究亦观察到医院焦虑抑郁量表-焦虑分量表(HADS-A)改善。自我效能也是较一致的受益领域,包括癌症沟通自我效能以及针对潮热、睡眠困难和体重增加等特定症状的管理信心提升。

在卫生服务利用方面,网络症状监测可减少急诊就诊,延长化疗持续时间,并在1年总生存和质量调整生存方面表现出优势。CAPRI试验则显著减少住院天数、急诊就诊率和住院比例。尽管个别研究在住院或急诊结局上未达统计学显著,但趋势总体有利于干预组。治疗依从性方面,口服抗肿瘤治疗的低依从比例在干预组较低,但未达显著性;辅助内分泌治疗依从性则未见明确差异。支持照护需求方面,ASyMS还降低了若干维度的未满足需求,包括身体与日常生活需求、患者照护与支持需求及性相关需求。

4. Discussion

本综述整合9项RCT证据后显示,护士主导数字健康干预在全身抗肿瘤治疗期间对症状管理具有稳健且较一致的积极作用,并可在一定程度上维持或改善HRQoL,同时改善焦虑、自我效能及部分卫生资源利用指标。最稳定的发现是症状负担和严重度下降,尤其是在采用高频监测、自动预警及结构化护理随访的研究中最为突出。自动化症状采集有助于尽早发现控制不良症状,护理团队的及时响应与自我管理指导则可防止症状升级,从而减少急诊、住院和治疗中断风险。

Mooney等的析因设计研究尤具启示意义,其结果表明技术自动化本身或单纯临床参与本身均不足以达到最佳效果,只有将自动化监测、自我管理指导、NP随访与决策支持整合,才能实现最大症状获益。这提示未来护士主导数字干预的设计应强调多组分协同,而非单一技术部署。针对口服抗肿瘤药物人群的CAPRI试验进一步扩展了证据边界,显示在门诊接触较少的患者中,护士导航员主导的远程监测尤具价值,既能提高治疗递送质量,也能减少重度毒性和住院负担。

在HRQoL方面,干预效果总体积极,但并非所有研究均达到统计学显著。部分阴性结果可能与增强常规照护本身已构成低强度主动干预、研究并非以HRQoL为主要终点,或HRQoL改善需要更长时间显现有关。综述还指出,护士主导数字干预的获益并不限于症状强度下降,还体现在患者焦虑缓解、应对资源增强和自我管理能力提升等层面。这些结果与慢性病照护模型以及疾病表征取向等理论框架一致,提示此类干预不仅改善即时症状,还可能通过提升患者主动参与和自我效能,带来更长期的健康收益。

4.1. Limitations

本综述存在若干局限。首先,纳入研究在平台类型、癌症种类、治疗阶段、随访时长、结局工具以及护理角色方面均存在显著异质性,因此无法进行Meta分析。其次,大多数研究来自高资源学术肿瘤中心,主要分布于美国和西欧,其结果对社区肿瘤学环境、中低收入国家以及数字素养受限人群的可推广性仍不确定。再次,所有试验均无法实施参与者盲法,自报结局可能受到表现偏倚和检测偏倚影响。此外,部分研究随访时间较短,可能不足以捕捉自我管理能力或长期依从性相关干预的完整效应轨迹。最后,纳入试验均未同步报告卫生经济学数据,因此尚无法判断这类系统在成本效果层面的真实价值。

4.2. Clinical and Research Implications

现有证据支持在肿瘤临床实践中优先考虑多组分、护士主导的数字健康模式,特别是同时具备实时症状监测、自动化自我管理支持及结构化护理随访路径的系统。SCH和ASyMS等模式为不同癌种和临床场景中的推广提供了可复制模板。未来研究应在社区及国际多中心环境中开展更大样本RCT,以验证外部效度,并进一步比较不同平台形式及不同护理角色的相对优势。同时,还需明确最佳监测频率、持续时间以及最可能获益的患者亚群,并开展正式经济学评价,以支持资源配置决策。总体而言,当前证据提示,真正将数字症状监测转化为临床获益的关键活性成分,是具备结构化流程和决策支持的护理随访。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号