症状科学的发展及研究趋势

胡雁

(复旦大学护理学院,上海 200032)

在以人群健康为中心医疗卫生的大背景下,患者疾病及治疗相关症状如果不能得到有效控制,将影响治疗进程,降低疾病的治疗和康复效果,降低患者生活质量,影响患者预后,甚至会影响其生命安全。目前,各医疗机构不仅对存在各类健康问题和疾病的患者提供健康照护,也越来越重视对患者症状的评估、控制和管理。症状管理已成为世界各国护理研究及护理相关基金资助的重点。近年来,护理学术界正式提出“症状科学(symptom science)”的概念,以系统指导症状管理的理论和研究。鉴于此,在文中,将阐述症状管理和症状科学的概念及研究趋势,以期为相关研究提供参考和借鉴。

1 症状、症状群及症状网络

症状(symptom)是个体在疾病状态下对自身机体功能异常的主观感觉和体验,反应了个体自身生物-心理-社会功能、感觉、或认知方面的改变[1]。一些症状往往会一起出现,因此,2005年Kim等[2]提出了症状群(symptom cluster)的概念,将症状群定义为“2种或更多种相互关联、同时发生的症状,具有高度的可预测性;症状群由稳定的多种症状组成,群内症状之间的关联比不同群之间的症状关联更为密切;群与群之间相对独立,并能体现特异、潜在的症状群特点;群内的症状有或没有共同的病因。症状群对患者的影响常具有协同效应,会更大程度地降低患者的功能状态及生活质量,同时会缩短患者的生存期。对症状群进行管理的意义体现在对多个症状同时管理,提高了症状管理的成本效益。

近年来,对症状管理进一步的研究发现,症状和症状的关系并非是一种简单的线性关系,患者所经历的症状之间具有更为复杂的相互关联[3]。对于症状关系的探索更倾向于利用网络分析(symptom network analysis),通过数学建模迭代的方式,反映多个症状之间反馈回路的相互影响作用所构成的稳定症状组,以深入分析症状之间交错复杂相互作用[4],该种症状网络分析方法通过描述症状网络的中心性、准确性和稳定性等属性,分析核心症状、桥梁症状等特征,深入阐述症状之间的相关关系[5]。在预测患者预后方面,多症状网络分析优于单一症状分析和症状群的分析[6]。

症状网络分析可充分洞察各症状在疾病转归中的作用、分析真实世界中患者经历的多种症状之间相互作用和症状之间的联系强度,并对识别核心症状和桥梁症状具有独特的意义。核心症状(core symptom)是具有高度中心性的症状,与症状网络中的大多数症状存在交互作用,并可激活症状网络中的其它症状。既往研究[7]表明,通过中心性指数能够识别网络中高度影响其他症状的核心症状。桥梁症状(bridge symptoms)则是连接不同的症状群或同一症状群中的子群[8]。通过明确核心症状和桥梁症状,分析核心症状对网络中其它症状的互动作用,明确桥梁症状的中介作用,可有助于确定症状网络中最具影响力的症状,并发现核心症状对其他症状的作用,以明确症状干预中的靶点。而针对核心症状进行干预治疗,可以加速网络的失活,提高症状干预的个体化和精准度[9],这也是目前症状管理的目标。

2 症状管理及相关理论

症状管理(symptom management)是对患有严重疾病的患者进行动态的症状评估,了解其症状感知和症状反应,并通过专业管理和自我照护等策略进行针对性症状处置的过程[1]。

有效的症状管理需要相关理论的支持和指导,目前被广泛应用于症状管理研究中的理论框架主要包括:症状管理理论(symptom management model,SMM)、不悦症状理论(unpleasant symptoms theory,UST)、症状体验模型(symptom experience modet,SEM)和症状体验时间模型(symptom experience modet,SETM)等[10]。不同的症状管理理论和模型各有侧重。其中,症状管理理论为理解症状、设计和验证症状管理策略、评估结果提供了理论框架;不悦症状理论更侧重于症状体验及其对功能的影响;症状体验模型提示要重视症状群的鉴别和干预;症状体验时间模型提示在症状体验和症状管理中,应重视纵向研究。上述症状管理相关理论是在研究和实践经验的基础上发展而来,采用具有逻辑性和弹性的理解和评价,为护理实践提供了理论框架,也体现了后实证主义的哲学观点。

SMM是其中应用最为广泛的症状管理模式,在癌症及慢性症状管理领域应用较多。该模式纳入了管理策略,有助于构建干预措施,并评价干预措施对症状体验和症状结局的多方面影响。该理论由美国加利福利亚大学UCSF分校护理学院Dodd等[1]于2001年提出,并于2008年更新[10]。UCSF症状管理理论[2],见图1。该模式认为症状管理是一个动态的过程,可随着个体结局的变化和护理学3大核心概念(人、环境、健康与疾病)的影响而变化,有效的症状管理必须包括3个基本成份,(1)症状体验(symptom experience):包括症状感知(perception)、症状评价(evaluation)和症状反应(response)。(2)症状管理策略(symptom management strategies)。(3)症状管理结果(outcome)。所有的症状都需要管理。症状管理的对象可为个体、群组、家庭或工作环境;症状评估应基于患者的亲身体验与亲自陈述,必须高度重视患者的自我报告;若症状管理对象为婴儿、脑卒中患者等不能自我表达的患者,可由其照护者代为陈述;个体若有出现某症状的危险,干预策略可提前实施。

图1 UCSF症状管理理论

3 症状科学模型

随着精准医学的发展,以组学为代表的生物行为科学研究得到迅速发展,针对症状的复杂性及其影响的多重关联性,美国护理研究所(National institute of nursing research,NINR)于2015年提出症状科学模型(National institutes of health symptom science model,NIH-SSM)[11]。倡导在护理领域基于“组学研究(omics studies)”推动“症状科学(symptom science)”的发展。其拟解决的核心问题是:(1)症状和患者结局背后的生物学、病理生理学和/或基因组学的机制是什么?(2)基于个体组学、环境因素和行为,可形成哪些有效并有针对性的干预措施,且是否可加快转化为降低风险和促进健康?(3)在预测个体对改善患者预后(如生活质量)的治疗性干预的反应时,表型特征、生物标志物和组学标记可起到什么作用?(4)基因组学的发现应如何用于创建和测试可用于诊断临床问题、预测临床进程和促进最佳结局的干预技术和临床工具?

症状科学模型以促进护理人员理解影响患者症状的潜在生物学机制为目的,阐述了症状科学研究的顺序,并为症状干预措施提供生物行为依据。症状科学研究包括4个步骤:(1)识别一组复杂症状,包括症状群、症状网络。(2)明确其表型特征(phenotypic characterization),即一个人可观察到的特征。表型是个体的行为、生物学和临床数据的综合。(3)发现生物标志物(biomarker):一旦确定了表型,基因组学和其他“组学”方法就被用来分析其正常生物过程、致病过程或药理反应的潜在生物标志物的测量。(4)临床应用:明确临床干预的目标靶点。

2019年,Hickey等[12]在NINR的症状科学模型基础上,进一步提出“护理科学精准健康(nursing science precision health model,NSPH)模式[12]”,将症状科学与精准健康整合起来,见图2。精准健康是指运用精准医疗理念,根据个体的基因、生活方式、行为和环境因素、疾病症状等个体特征,以全面监测、分析及识别健康潜在危险因素和干预靶点,从而进行干预实施设计和自我管理设计。护理科学的精准健康模式由对复杂症状的精准测量、对生活方式和环境因素等表型特征的精准测量、对基因特征和生物标志物的精准识别、以及精准识别干预靶标、设计干预方案4个环节构成循环,用于高效识别干预措施的最大受益群体,并保留个体多样性。Dorsey等[13]进一步阐述了“症状科学”的内容,认为症状科学重点关注个体的症状(例如患者主诉、病史记录、体格检查、实验室检查、可穿戴设备传感器数据、基因测试结果和组学数据),指导患者对健康的理解,并为临床医护人员做出诊断、治疗、护理决策提供信息。

图2 美国护理研究所“护理学精准健康模式”

2022年,Kurnat-Thoma等[14]进一步修订了症状科学模型,形成SSM 2.0。SSM 2.0增加了症状科学的3个影响因素,(1)以患者为中心的体验。包括患者的偏好、需求和价值观,确保患者理解所接受的卫生保健服务,应用患者自我报告结局,促进症状自我管理。(2)健康的社会决定因素:包括家庭、教育背景、文化、经济水平等。(3)政策与人群健康:SSM2.0版进一步扩大了SSM的适用范围,更全面、系统地管理患者症状。症状科学模型(2.0版)[14],见图3。

图3 症状科学模型(2.0版)

4 症状科学领域的相关研究

症状科学模型自2015年开发以来,广泛应用于心血管疾病、癌症、精神疾病及代谢性疾病等常见慢性病的症状管理中,并开发出针对癌因性疲劳、胃肠道疾病和创伤性脑损伤的临床干预措施。

4.1通过症状网络分析对症状之间的相互作用开展深入分析 应用症状网络分析,可梳理附在情境下共病和多因多果症状的相互关系,以挖掘疾病症状的特异性靶点。Bekhuis等[15]通过网络分析识别轻中度抑郁症患者的核心症状,比较对核心症状的特异性心理干预与其它综合干预对患者预后的影响,提示对核心症状的干预可有效减缓抑郁症严重程度,改善预后。

通过进一步对个体在多个时间点的症状网络进行动态分析,则可对慢病患者多重交互的症状变化及相互作用轨迹进行纵向分析,以聚焦干预的靶点。梁一鸣等[16]采用网络分析方法探讨儿童创伤后应激障碍(post traumatic stress disorder,PTSD)症状的演化规律。该研究以经历汶川地震的197名儿童为研究对象,在灾后第4个月、9个月、40个月、52个月对其PTSD 症状进行了历时4 年的追踪测量。网络分析结果显示,闪回的中心性一直较高,而其他高中心性的症状随时间的推移发生了变化:侵入性想法和创伤线索引发生理性反应的中心性随时间推移呈上升趋势,线索引发情感反应和未来无望的中心性随时间推移呈下降趋势。本研究拓宽了学界对儿童PTSD 症状学的认识,并为建立灾后阶段性干预模式提供启示。

4.2应用护理科学精准健康模式开展针对性的症状发生风险筛查 应用护理科学精准健康模式可针对急慢性病患者特征性症状开展发生风险筛查,通过对复杂症状、症状群、症状网络的现况及表型特征、生物行为因素及生物标志物的早期识别,有助于精准定位重点人群,开发针对性干预。Mirzaei等[17]应用NSPH模式对急性冠脉综合征患者的胸痛、疲劳、气促症状群进行前瞻性队列研究,结果发现,与对照组相比,该类患者白介素-6、肿瘤坏死因子-α、白介素-18等生物标志物明显异常,确定了与急性冠脉综合征症状相关的循环与遗传生物标志物,对未来风险建立早期筛查有重要意义。通过症状学领域相关机制研究提示炎症细胞因子参与了慢性疾病的疼痛、焦虑抑郁、睡眠障碍以及疲劳等症状。

4.3应用护理科学精准健康模式开展针对性的症状管理和临床干预 症状管理和临床干预是护理的重点,应用护理科学的精准健康模式不仅可聚焦重点人群和重点阶段,还精准评价症状干预的效果。Henderson等[18]基于NSPH模式探索肠激惹综合征(irritable bowel syndrome,IBS)患者的腹痛机制,并开发了“胃肠道疼痛指针”作为胃肠道症状的表征,发现IBS患者存在microRNA高表达,建议将其作为诊断性标志物和干预的靶点。美国Connecticut大学护理学院的Cong XM团队[19]进一步设计了由护士主导的IBS疼痛自我管理随机对照试验,包括使用10个模块的疼痛自我管理在线项目,向患者提供疼痛管理知识和技能相关视频;开展为期12周的个体化、针对性干预,形式包括电话指导+面对面咨询等。通过监测患者粪便和血液中疼痛敏感基因(OXTR、NR3C1、OPRM1、COMt 和CYP2D6),以及和肠道微生物组序列16S rRNA,结合简明疼痛自评量表(brief pain inventory,BPI)和身体活动监测手环,以识别IBS管理的个体性和有效性。

总之,基于精准健康的症状科学研究范式开辟了护理研究的新领域,引导护理研究的纵深发展。在NSPH模式指导下,从基因组学、生活环境、生活方式等方面考虑个体的差异性,探索表型特征、生物标记物对症状发生发展的影响,分析症状网络特征,从而可为患者制定个性化的精准干预方法,以预防、控制症状的发生与发展。