乳腺癌治疗后术后上肢功能障碍的多维度预测因子：超越手术风险

背景：乳腺癌治疗后术后上肢功能障碍（upper-limb morbidity）是常见的且具有临床意义的问题，其包含疼痛、功能障碍（functional impairment）、运动范围受限（range-of-motion limitation）和淋巴水肿（lymphedema）。传统风险模型主要关注手术和治疗相关因素，但社会心理和行为决定因素的相对贡献尚不明确。针对乳腺癌治疗后手臂功能障碍（ARM-BCT）工具被开发为一种临床实用的风险分层工具；然而，其性能和潜在预测因子需要在更大、更异质的人群中进行进一步评估。目的：旨在识别乳腺癌治疗后术后上肢功能障碍的多维度预测因子，并评估社会心理、行为、临床和治疗相关因素在互补分析方法中的相对贡献。方法：这项汇总分析纳入了来自三个前瞻性队列的1,602名女性，她们在乳腺癌手术后0-36个月内接受了评估。术后功能障碍被定义为一项复合结局，包括疼痛、运动范围受限、功能障碍或淋巴水肿。研究人员应用多变量逻辑回归（multivariable logistic regression）和互补的机器学习（machine-learning）方法来评估临床、治疗相关、社会心理和生活方式相关因素对术后功能障碍的相对贡献。模型区分度使用受试者操作特征曲线下面积（AUC）进行评估。结果：61%的参与者观察到术后功能障碍。在各种分析方法中，社会心理和行为因素与术后功能障碍表现出一致的关联，同时还有一些临床和治疗相关变量。失眠（insomnia）（OR 2.91, 95% CI 2.19–3.87）和情绪困扰（emotional distress）（每单位增加OR 1.18, 95% CI 1.12–1.25）与功能障碍风险增加独立相关，伴随共病（comorbidity）（OR 1.80, 95% CI 1.37–2.36）和化疗暴露（chemotherapy exposure）（OR 2.01, 95% CI 1.39–2.89）。幸存期随访期间较高的体力活动水平也与功能障碍相关，尽管这种关系可能部分反映了反向因果关系（reverse causation）。与多维度社会心理、行为和治疗相关框架相比，在多变量调整后，一些传统手术变量的独立关联相对有限。ARM-BCT评分表现出适度的区分度（AUC 0.68），而多变量回归和互补机器学习方法表现出更高的区分度（AUC 0.79–0.81）。结论：乳腺癌治疗后术后手臂功能障碍似乎反映了一个受社会心理、行为、临床和治疗相关因素影响的多维度生存结局（survivorship outcome）。尽管机器学习方法在预测性能上提供了适度改进，但其主要贡献在于精炼了预测因子之间复杂相互作用的解释。将社会心理和行为维度整合到术后风险评估中，可能有助于支持更个性化和主动的以康复为导向的生存期护理策略。

乳腺癌治疗后，患者常常面临术后上肢功能障碍（postoperative upper-limb morbidity），这是一种常见且具有临床意义的并发症。其表现形式多样，包括疼痛、功能受限、关节活动度（range of motion, ROM）受限以及淋巴水肿（lymphedema）。这些障碍可能在手术后立即出现，也可能在恢复期和辅助治疗期间逐渐发展。尽管其严重程度差异显著，但即使是相对轻微的症状也可能影响患者的日常活动参与、重返工作以及整体功能恢复。

传统上，对于术后手臂功能障碍的风险评估模型主要集中在手术操作和肿瘤治疗相关因素，例如腋窝手术（axillary surgery）的范围、放疗（radiation therapy）和化疗（chemotherapy）。然而，随着对乳腺癌患者康复过程认识的深化，研究人员逐渐意识到康复是一个多维度的生存期过程，它不仅受到临床变量的影响，还与行为适应、症状负担、情绪困扰（emotional distress）、睡眠障碍（sleep disturbance）以及应对能力等多种患者相关因素密切相关。因此，术后功能障碍可能不仅仅是手术暴露的后果，而是更广泛的患者脆弱性的体现。为了更全面地评估风险，有必要建立一个整合社会心理和行为维度以及传统临床因素的综合框架。

为了支持早期识别术后功能障碍高风险女性，针对乳腺癌治疗后手臂功能障碍（Arm Morbidity following Breast Cancer Treatment, ARM-BCT）工具应运而生。该工具是一个临床适用的多维度筛查工具，旨在术后早期阶段使用，其框架整合了手术、治疗相关、行为和社会心理因素，形成一个累积风险评分，以期为患者提供更个性化的康复建议和生存期随访。鉴于术后康复轨迹的异质性以及临床和患者相关因素之间复杂的相互作用，互补的数据驱动方法，特别是机器学习（machine-learning）方法，可能为多维度风险模式提供额外见解。因此，本研究旨在通过一项大型汇总队列研究，评估乳腺癌治疗后术后上肢功能障碍的多维度预测因子，并评估社会心理、行为、临床和治疗相关因素的相对贡献，同时探讨不同分析方法是否能揭示一致的风险分层模式。此研究结果发表在《The Breast》上，对于理解和预测乳腺癌患者术后并发症具有重要意义，提示医疗实践应超越单一的手术风险考量，转向更全面的患者管理模式。

**研究方法概要**
研究人员开展了一项涵盖2023年至2024年间以色列三家三级医疗中心三个前瞻性观察队列的汇总分析。这三个队列分别侧重于ARM-BCT筛查工具的推导、其判别性能的验证以及基于风险建议的康复利用情况评估。合并分析样本共纳入了1,602名在乳腺癌手术后0至36个月内接受评估的女性。研究人员对所有队列采用了统一的纳入和排除标准、标准化的功能障碍定义以及可比较的数据收集程序，涵盖了临床、治疗相关、社会心理、行为和结局变量，从而得以整合为统一的分析数据集。研究排除了术时存在转移性疾病、良性乳腺病变、既往淋巴水肿、影响手臂功能的同侧额外手术或损伤以及严重认知障碍的患者。主要结局指标是术后上肢功能障碍，被定义为包含疼痛（过去一周数字疼痛评分量表 >1分）、运动范围受限（自我报告无法完全举过头顶）、功能障碍（Quick Disabilities of the Arm, Shoulder and Hand (QuickDASH) 问卷评分≥20）或淋巴水肿（临床诊断或自我报告的持续肿胀）中至少一项的复合二元测量。预测变量包括人口统计学、临床和手术、治疗相关、术后以及行为和社会心理维度。研究人员采用了描述性统计、Mann–Whitney U检验和卡方检验进行初步分析。随后，进行了多变量逻辑回归（multivariable logistic regression）以识别独立的预测因子，并评估变量间的多重共线性（multicollinearity）。此外，研究人员应用了互补的机器学习方法，包括多变量逻辑回归、随机森林（random forest）和极端梯度提升（Extreme Gradient Boosting, XGBoost）模型，以深入探索多维度风险模式。模型性能通过受试者操作特征曲线下面积（area under the receiver operating characteristic curve, AUC）、敏感性（sensitivity）、特异性（specificity）、阳性预测值（positive predictive value, PPV）、阴性预测值（negative predictive value, NPV）、准确率（accuracy）和F1分数进行评估，并通过特征重要性分析（feature importance analyses）和夏普利可加解释值（Shapley Additive Explanations, SHAP）支持预测因子贡献的解释。

**研究结果**

**参与者特征与功能障碍状态**
在总计1,602名参与者的汇总分析中，队列中位年龄为58岁，中位体重指数（body mass index, BMI）为25.8 kg/m²。在随访期间，978名女性（61.0%）发展为术后上肢功能障碍。患有功能障碍的女性与未患功能障碍的女性在多项临床、治疗相关、行为和社会心理特征上存在差异。具体而言，伴有合并症（comorbid conditions）、术后并发症（postoperative complications）、疾病晚期（advanced disease stage）以及接受辅助治疗（包括化疗、放疗、激素治疗和生物治疗）的女性更常出现功能障碍。值得注意的是，失眠（insomnia）在患有功能障碍的女性中更为普遍。研究人员还观察到，在生存期随访期间，体力活动（physical activity）水平较高的女性更容易出现功能障碍，而体力活动水平较低的女性中未出现功能障碍的比例更高。年龄和BMI在两组之间无显著差异。

**术后手臂功能障碍各个领域的单变量预测因子**
单变量分析旨在考察各预测因子与术后手臂功能障碍各个领域（包括疼痛、运动范围受限、功能障碍和淋巴水肿）之间的关联。结果显示，术后并发症和辅助治疗（如化疗、放疗和激素治疗）与所有结局的风险增加均持续相关。社会心理和行为变量，尤其是失眠和心理困扰（psychological distress），与疼痛、运动范围受限、功能障碍和淋巴水肿表现出一些最强的关联。相比之下，年龄和BMI等人口统计学变量在各个功能障碍领域中表现出的关联相对有限。

**术后手臂功能障碍的多变量预测因子**
多变量逻辑回归分析旨在识别术后手臂功能障碍的独立预测因子。在调整了临床相关协变量后，研究人员发现多个变量仍与功能障碍风险的增加独立相关，其中包括合并症、疾病分期、化疗暴露、术后并发症、失眠和情绪困扰。失眠与近三倍的功能障碍风险相关（OR 2.91, 95% CI 2.19–3.87），而情绪困扰每增加一个单位，风险也独立增加（OR 1.18, 95% CI 1.12–1.25）。合并症（OR 1.80, 95% CI 1.37–2.36）、疾病分期（每增加一个级别OR 1.99, 95% CI 1.56–2.55）和化疗暴露（OR 2.01, 95% CI 1.39–2.89）也独立增加功能障碍风险。生存期随访期间较高的体力活动水平与更多报告的功能障碍相关，但这种关联应谨慎解释，可能反映了症状意识增强、功能需求较高或生存期恢复期间的反向因果关系（reverse causation）。大多数手术变量，包括手术类型、腋窝手术范围和乳房重建，在调整后未与术后功能障碍独立相关。类似地，年龄、BMI以及一些治疗相关变量（如放疗和生物治疗）也未与结局显著相关。总体而言，社会心理和行为变量与术后功能障碍的独立关联强于大多数传统手术变量。

**模型性能**
ARM-BCT评分对于术后手臂功能障碍表现出适度的判别性能（AUC = 0.68），敏感性（sensitivity）相对较低（0.55）。相比之下，多变量回归和机器学习模型表现出更好的判别性能，AUC值介于0.79至0.81之间。逻辑回归模型实现了最高的敏感性（0.89），而随机森林（random forest）模型则表现出最高的整体AUC（0.81）和更平衡的敏感性-特异性（specificity）分布。XGBoost模型也表现出可比的性能（AUC = 0.79）。逻辑回归和机器学习方法在预测性能上的差异较小，表明临床可解释的多维度模型捕捉了大部分相关的预后信息。

**术后手臂功能障碍的关键预测因子**
在XGBoost模型中，失眠成为主导预测因子，其重要性远超所有其他变量。其他有影响力的预测因子包括体力活动水平、激素治疗、疾病分期、合并症和情绪困扰。社会心理和行为因素对模型性能贡献突出，而传统手术变量（包括手术类型和腋窝手术范围）的重要性相对较低。SHAP（Shapley Additive Explanations）值分析进一步证实，失眠对预测术后功能障碍风险的贡献最强，其次是情绪困扰、体力活动水平、疾病分期、合并症和化疗暴露。传统手术变量在预测中的贡献相对有限。

**讨论总结与研究结论**
这项研究揭示了乳腺癌治疗后的术后上肢功能障碍是一个受社会心理、行为、临床和治疗相关因素影响的多维度生存期结局。与传统观念中将术后并发症主要归因于手术暴露和治疗强度不同，本研究通过多变量和机器学习方法，持续发现社会心理和行为变量与术后功能障碍之间存在临床上有意义的关联。化疗暴露、合并症和疾病分期等治疗相关和临床预测因子也与功能障碍结局独立相关。术后手臂功能障碍在整个生存期内普遍存在，强调了乳腺癌治疗后的康复相关损伤是持续性的生存期挑战，而非仅是短暂的手术并发症。因此，乳腺癌治疗后的恢复是一个多维度过程，不仅受治疗相关因素影响，还受到症状感知、心理负担、应对能力和生存期行为适应的影响。

在所有评估的预测因子中，失眠在回归和机器学习分析中均表现为最具影响力的因素。睡眠障碍可能反映了康复过程中相互重叠的维度，包括心理困扰、疲劳、持续症状、应对能力受损和生存期韧性降低。情绪困扰也与功能障碍结局独立相关。尽管社会心理变量在生存期护理中日益受到关注，但许多传统的术后风险模型仍主要强调手术和肿瘤学因素。本研究结果表明，社会心理维度在术后随访和康复评估中值得更多的临床关注。体力活动与术后功能障碍之间的关联应谨慎解释。由于体力活动是在术后而非术前评估的，观察到的关系可能部分反映了反向因果关系：患者可能因功能障碍而减少或调整活动水平，而功能需求较高的女性也可能更容易感知和报告细微的限制。

与先前文献基于预期结果相反，在本研究的多维度生存期框架内，一些手术变量在多变量调整后表现出相对有限的独立关联。手术类型、腋窝干预范围和乳房重建在多变量模型中未与术后功能障碍独立相关。这些发现并非暗示手术因素在临床上不重要，而是表明当代乳腺癌生存期中的术后功能障碍反映了一个超越单纯手术暴露的更广泛康复过程。当代手术技术和围手术期管理的改进也可能减少了一些历史上归因于手术治疗的长期并发症。机器学习方法在预测性能方面比单独的ARM-BCT评分有了适度改进；然而，其性能与传统多变量逻辑回归大致相当。这表明预测性能的改进主要来源于整合多维度的社会心理、行为和临床信息，而非算法本身的复杂性。

本研究最重要的发现是社会心理和行为变量在所有分析方法中均得到一致识别，这可能具有重要的临床意义。睡眠障碍、情绪负担、应对困难和活动模式改变等因素，尽管可能对长期功能障碍风险有贡献，但并未在常规术后随访中得到系统性重视。这些维度可能代表了在乳腺癌生存期中，可进行早期支持性康复干预的潜在可修改目标。ARM-BCT评分在本研究的汇总队列中表现出较低的判别性能，这可能反映了本研究纳入了更广泛、更异质的人群，涵盖了不同术后阶段和不同症状严重程度的女性。尽管如此，ARM-BCT仍然是一个临床实用且可解释的筛查工具，可能支持早期识别需要更密切康复随访的患者。尽管更复杂的机器学习模型在预测性能上显示出适度改进，但临床实用工具对于在常规生存期护理中实施仍然至关重要。

总体而言，本研究结果支持将乳腺癌治疗后的术后手臂功能障碍更广泛地概念化为一个由临床、心理和行为因素相互作用塑造的多维度生存期结局。因此，早期识别高风险患者可能需要超越传统手术风险因素的评估框架。将社会心理和行为维度整合到术后风险评估中，可能有助于支持更个性化和主动的以康复为导向的生存期护理。

**研究结论：**
乳腺癌治疗后术后手臂功能障碍似乎反映了一个多维度生存期结局，受相互作用的社会心理、行为、临床和治疗相关因素的影响。将这些维度整合到术后风险评估中，可能有助于更早地识别高风险患者，并促进更个性化的以康复为导向的生存期护理。