癌症晚期患者痛苦指标及构建*

□ 徐晓微 XU Xiao-wei 黄道琼 HUANG Dao-qiong 姚海欣 YAO Hai-xin 翟银平 ZHAI Yin-ping 陈瑜 CHEN Yu

癌症患者是一个特殊的群体，病程较长且医疗费用昂贵，生命质量差，终末期患者都承受着巨大痛苦[1]。目前，尚无评价癌症终末期患者痛苦的合适指标[2]，影响癌症终末期患者护理需求分析、照护实践及工作质量评价[3-4]。疼痛和焦虑是影响癌症患者痛苦程度的直接因素[5-6]，疼痛程度采用数字或脸谱直接评分，而焦虑是采用量表问答后，计算总分。因此，这两类评分工具无法直接合并，如果把两方面的评分结果直接相加，可以在一定程度上反映患者的痛苦程度[7]。但是，如果想了解是哪一方面影响较严重，以便采取相应的护理措施时，就难以直观获得。本研究基于疼痛和焦虑评分，借用向量合成一个指标，用向量的模长代表患者的痛苦程度，向量角的大小指示疼痛和焦虑对痛苦程度的影响比重。这样，就可同时得知痛苦程度及原因，不仅能实现患者状态评估，而且方便制定护理策略。

数据的采集与向量运算

1.疼痛采用脸谱评分。疼痛强度可以通过量化的方法进行评定。分为目测类比评分法(Visual analogue scale，VAS)[8]、口述分级评分法(Verbal rating scale，VRS)、数字评分法(Numeric rating scale，NRS)[9]等。本研究采用我院癌痛管理常用的脸谱评分(图1)疼痛分值在1～10之间，0：无痛；1～3：轻度疼痛(睡眠不受影响)；4～6：中度疼痛(睡眠受影响)；7～10：重度疼痛(严重影响睡眠)。分值越大，说明疼痛程度越严重。

图1 癌痛评估脸谱

2.焦虑评分采用汉密顿焦虑量表(Hamilton Anxiety Scale，HAMA)[10]。HAMA主要针对躯体性和精神性两大类因子的分析，量表包含了部分抑郁测评条目，如抑郁心境、躯体性焦虑、胃肠道症状及失眠等。其总分能较好地反映癌症晚期患者焦虑和抑郁相伴随的症状群的严重程度。按照我国量表协作组提供的资料：总分≥29分表示有严重焦虑；≥21分表示肯定有明显焦虑；≥14分表示肯定有焦虑；≥7分表示可能有焦虑；小于＜7分表示没有焦虑症状。

3.数据的转化

3.1 两个指标的权重分配。由临床医生7人、护理专家7人、患者本人、患者亲属7人、心理学专家7人，组成评估小组。每位专家独立赋值疼痛和焦虑在患者痛苦因素构成中的权重。根据认知心理学理论，分为7个等级，结果见表1。最后确定疼痛与焦虑对痛苦程度的影响程度为3∶1[7]。

表1 疼痛和焦虑在患者痛苦中的权重

3.2 数据的标准化。疼痛程度最高评分是10分，焦虑最高评分是56分，采用各自相对得分法标准化，把两者得分除以各自的最高分[4]。因为向量合成时涉及乘法运算，为方便数学运算，所以将结果均扩大10.0倍，相对分值均调为10.0分。再根据上文的调查结果，疼痛和焦虑对痛苦程度的贡献比为3∶1，相当于将疼痛分值再扩大3.0倍，再与焦虑评分合并计算。例如：患者的疼痛评分为9分、8分、5分、4分，转化后分别为27.0分、24.0分、15.0分、12.0分。如果同时间点的焦虑评分为28分、30分、40分、50分，转化后分别为5.0分、5.4分、7.1分、8.9分。当把疼痛与焦虑组成的数对表示为A(27.0，5.0)，B(24.0，5.4)，C(15.0，7.1)，D(12.0，8.9)，这样就组成了二维向量，命名为痛苦向量，不过还不够直观。

4.向量的合成。根据数学理论，任何一个数都可以看作一个向量，而向量的加法遵循平行四边形规则。本研究根据这一规则把影响疼痛和焦虑的向量相加。同时，还能看出哪个因数影响较大的坐标向量(如图2)可以转化为用向量模长和向量角θ=arctan(y/x)表示，那么向量的模长可以代表痛苦的程度，如图2中的向量OA、OB、OC、OD模长分别为27.5，24.6，16.6和14.9。那么痛苦程度分别为A＞B＞C＞D，向量角从大到小刚好相反，θD＞θC＞θB＞θA，对应的是疼痛的影响程度越来越大，但向量角不同，因此可以区分痛苦的影响因素。

图2 不同程度焦虑和疼痛对痛苦的影响

基于向量的痛苦指数特征

1.模长与痛苦程度。向量有多种表示法，比较直观的是用模长和向量角，即可以表示为(r，θ)。根据模长公式，这是一个增函数，模长代表痛苦程度。从公式可以看出痛苦程度随疼痛或焦虑的增加而变得更严重，公式设计时疼痛∶焦虑=3∶1，意味着疼痛的影响比焦虑大，这些特征与临床观察到的实际表现相符[5]。因为存在痛苦评分和焦虑评分2个变量，所以需要用三维坐标来观察。假设有表2数据，对应的曲线是图3左图，模长随痛苦评分和焦虑评分的增加而增加。用公式z = SQRT(9*x2+100*y2/3136)计算模长，当 x∈[1，10]，y∈[10，56]，模长在一个平面内(图3右图)，痛苦程度有个变化范围。

表2 考察模长变化特点的疼痛和焦虑模拟数据

2.向量角与痛苦因素的识别。用表3的数据计算，最大向量角的点为(3，10)，此时向量角1.3 (本文的向量角均按弧度单位计算 )，中间 (3，1)，(15，5)和 (30，10)的向量角都是 0.3，也就是向量角大于0.3时，焦虑的影响增大，小于0.3时，疼痛的影响变大，见表3。

表3 向量角的变化规律

讨论

减轻患者痛苦是癌症晚期患者照护中的重要工作。一般情况下，患者的痛苦来自躯体、精神和社会三方面[6-7]。目前仍缺乏既能定量评价痛苦程度，又能了解痛苦原因的工具[11]。据研究，晚期癌症患者中，大约80%伴有剧烈疼痛，70%伴有严重的焦虑和抑郁[12-13]。本研究以疼痛和焦虑评分为基础，初步构建痛苦程度评价的数学模型，该模型以疼痛评分和焦虑评分组成向量，用向量模长表示痛苦程度，向量角大小反映疼痛和焦虑对该痛苦程度的贡献(见图2)。

反映痛苦程度的数学模型可以有多种选择，本研究采用向量法合成，比最简单的直接相加有3方面优点：(1)更接近临床实际。疼痛和焦虑评分严重到一定程度时，分值往往变化不大，我们对患者痛苦现象的观察也类似，严重到一定程度只能说“十分痛苦”，再增加一点也无法分辨。如果用分值直接相加，总分将呈线性增长，这与事实不符。用本研究的向量法，模长到一定数值后会进入平台阶段，也就是痛苦的程度趋于最大值，与临床的观察一致。(2)用向量表示能同时了解痛苦程度和影响因素。模长越大痛苦程度越严重(见表2和图3)，向量角越大焦虑影响越大，分界点是0.3弧度(见表3)。(3)可以扩展到多因素合成，使评估结果更准确。本研究只采用疼痛和焦虑两方面数据，所以用二维向量，当采用的基础评分是多方面时，也可以用多维向量表示。

该模型能同时反映痛苦程度和痛苦的原因，前一指标反映护理质量，后一指标用于制定护理策略，如果以疼痛为主需要止痛，以焦虑为主需要抗焦虑。本文主要不足是纳入的因素只有疼痛和焦虑。但已经可以反映大部分的情况，如果纳入更多的因素建模，描述的精度会更高。