魏佳豪，卜夢茹，白子葉，周瑾

（1.南方醫(yī)科大學中西醫(yī)結合醫(yī)院 護理部，廣東 廣州 510280；2.南方醫(yī)科大學護理學院，廣東 廣州 510515）

肺癌已經(jīng)成為全球死亡率最高的惡性腫瘤，占所有惡性腫瘤死亡的18.0%[1]。 近年來，中醫(yī)藥在肺癌防治中發(fā)揮重要的作用，臨床療效顯著[2]。 但由于中醫(yī)藥治療的臨床療效結局指標不規(guī)范、 缺乏統(tǒng)一的臨床療效評價工具導致其臨床研究質量較低。 中醫(yī)藥治療肺癌最常用的核心結局指標集（core outcome sets，COS）[3]包括中醫(yī)證候和生存質量。 中醫(yī)臨床療效評價工具指在中醫(yī)藥理論指導下或中醫(yī)學者參加設計的概念框架、實施研制和評價性能，具有收集臨床數(shù)據(jù)并進行中醫(yī)臨床療效評價的工具[4]，可以為中醫(yī)臨床實踐提供客觀的療效反饋。 其中基于患者自我報告結局 （patient-reported outcome,PRO）的指標與患者直接相關，是中醫(yī)藥臨床療效評價不可缺少的核心結局指標之一[5]。 目前，國內肺癌臨床療效PRO 工具較多，但尚無統(tǒng)一規(guī)范的特異性證候評價量表[6]，且現(xiàn)有評估工具內容差異較大，缺少對這些量表系統(tǒng)的評價和推薦， 難以遴選出合適的工具。 基于共識的健康測量工具遴選標準（Consensus -based Standards for the Selection of Health Measurement Instruments，COSMIN）通過比較量表的測量學特性和研究的方法學質量進行量表推薦[7]。 本研究按照COSMIN 指南評價量表的測量學特性，篩選出最佳評估工具，以期為醫(yī)護人員評估肺癌患者中醫(yī)藥療效提供循證依據(jù)。

1 研究方法

1.1 文獻檢索 計算機檢索PubMed、The Cochrane Library、Web of Science、Embase、Psyc INFO、CINAHL、中國生物醫(yī)學文獻數(shù)據(jù)庫、中國知網(wǎng)、萬方數(shù)據(jù)庫、維普數(shù)據(jù)庫，檢索時限為建庫至2023 年6 月，采取主題詞與自由詞結合的方式， 中文數(shù)據(jù)庫以中國知網(wǎng)為例， 檢索式為：（肺癌OR 肺部腫瘤OR 肺惡性腫瘤） AND （中醫(yī)OR 證候OR 氣虛證OR 陰虛證OR 氣陰兩虛證）AND（工具OR 量表OR 問卷）AND（測量屬性OR 測量學特性OR 信度OR 效度）；英文數(shù)據(jù)庫以PubMed 為例， 檢索式為：（"lung neoplasms"[Mesh] / lung cancer[Ti/Ab] / pulmonary carcinoma[Ti/Ab]）AND （"medicine, chinese traditional"[MeSH] / TCM [Ti/Ab] / " tcm syndrome "[Ti/Ab] / "pattern type"[Ti/Ab] / "qi deficiency syndrome"[Ti/Ab]/ "yin deficiency syndrome"[Ti/Ab]） AND (instrument*[Ti/Ab] / tool*[Ti/Ab] / questionnaire*[Ti/Ab]）。同時對納入文獻及主題相關文獻的參考文獻、 引文進行人工追溯。

1.2 文獻納入與排除標準 納入標準：研究對象包含肺癌患者及肺癌患者在內的混合人群； 研究內容涉及中醫(yī)臨床療效，包括肺癌常見證候和生存質量，其中針對證候的量表是在肺癌患者中應用過的普適性和特異性評估工具；研究中至少報告COSMIN 指南所要求的1 種測量屬性；可獲得全文的中、英文文獻。 排除標準：量表僅應用于結局指標的測量，如隨機對照試驗；綜述、系統(tǒng)評價或Meta 分析等二次文獻；重復發(fā)表的文獻；非臨床療效評價性工具。

1.3 文獻篩選與信息提取 由2 名經(jīng)過循證培訓和COSMIN 學習的研究人員獨立進行文獻篩選和資料提取， 無法取得共識則由第3 名研究人員進行仲裁。研究人員對題目與摘要初篩后，閱讀全文進行復篩，最終決定納入文獻。 提取信息包括作者/發(fā)表年份、量表名稱、研究人群、測量構念、研究所在地、樣本量、量表條目數(shù)/維度數(shù)、評分方式、測量方式、測量時間、重測間隔。

1.4 文獻質量評價

1.4.1 方法學質量評價 由2 名經(jīng)培訓后的研究者獨立采用COSMIN 偏倚風險評價清單[7]的譯本（Consensus -based Standards for the Selection of Health Measurement Instruments-Risk of Bias, COSMIN-RoB）， 評價納入研究的偏倚風險。 COSMINRoB 由10 個模塊組成，分別為量表的開發(fā)、內容效度、結構效度、內部一致性、跨文化效度、穩(wěn)定性、測量誤差、構念效度的假設檢驗、效標效度、反應度，共116 個條目。 采用4 點評分法（“非常好”“良好”“模糊”“不良”）對每項量表開發(fā)研究的偏倚風險進行評價， 按照最低計分原則將條目的最低評價作為該模塊的總評價[8]。

1.4.2 測量屬性質量評價 測量屬性的質量評價分為2 部分，首先，內容效度通過良好內容效度標準[7]對COSMIN- RoB 中的量表的開發(fā)、 內容效度模塊以及評估者評價進行定性總結。其次，使用更新版良好測量學屬性的標準[7，9]獨立評價納入研究量表的結構效度、內部一致性、跨文化效度、穩(wěn)定性、測量誤差、構念效度的假設檢驗、效標效度、反應度。這2 個部分均以“充分”“不充分”“不確定”評價。 若某量表在各研究中得到的評價不一致，且原因無法解釋，則此測量特性的總體評價為“不一致”[10]。 最后，考慮到被試能力的高低和條目難度的差異容易導致天花板/地板效應[11]，故在結果部分對其進行補充說明。

1.4.3 證據(jù)等級評價 由2 名研究者獨立匯總每項測量屬性質量的評價結果。 采取Terwee 等[9]開發(fā)的證據(jù)合成方法， 將評價結果進行匯總， 之后依據(jù)COSMIN 質量準則，將其評級為“充分（+）、不充分（-）、 不一致 （±）、 不確定 （?）”。 使用改良版的GRADE[12]評價系統(tǒng)進行證據(jù)質量分級。

2 結果

2.1 文獻篩選結果 初篩文獻數(shù)量為2 256 篇，通過手動搜索參考文獻及引文獲得6 篇， 雙人獨立使用EndNote 文獻管理工具剔除重復文獻后保留1 629篇，按照制定的納入、排除標準進行初篩、復篩后共納入8 篇文獻， 涉及8 種肺癌患者中醫(yī)臨床療效評估工具，文獻篩選流程詳見圖1。

2.2 納入研究基本特征 最終納入8 篇文獻[13-20]，包括8 種肺癌中醫(yī)臨床療效評估工具。 其中5 篇[13-14，18-20]文獻主要針對肺癌常見病證（如氣虛證和陰虛證），3篇文獻[15-17]針對肺癌的生存質量。 本研究納入量表的基本特征詳見表1。

表1 納入研究的基本特征（n=8）

2.3 納入研究的方法學及測量屬性質量評價 納入的8 個評估工具均未報告測量誤差和跨文化效度，其他方法學及測量屬性質量評價詳見表2。

表2 納入量表測量學特性和研究的方法學質量評價（n=8）

2.3.1 量表的開發(fā) 本文納入的研究中，5 項研究[13，17-20]清晰地描述了相關量表的測量構念及理論框架，明確定義所測量的結構，其中有3 項研究缺少從相關性、 全面性和可理解性來報告量表開發(fā)的過程， 引出測量的概念， 因此方法學質量評價為“模糊”。其余5 項研究在報告過程中均存在不同程度的方法學缺陷，故方法學質量評價為“不良”。

2.3.2 內容效度 5 項研究[13-14，18-20]均采取質性和量性相結合的方法咨詢患者或專家關于條目相關性、全面性和可理解性的問題， 但未詳細報告有關訪談提綱、訪談者經(jīng)驗及統(tǒng)計分析方法等內容，方法學質量為“模糊”，內容效度評價為“不確定”。其余3 項研究未報告相關內容，故研究的方法學質量為“不良”，內容效度評價“不充分”。有4 項研究[13，18-20]主要傾向于對條目理解性的分析， 但在條目內容相關性和全面性的報告不完整。

2.3.3 結構效度 結構效度通常采用因子分析進行評估，而驗證性因子分析是指南推薦的方法之一[21]。2 項研究[16，19]基于理論模型進行驗證性因子分析，其余研究均采用探索性因子來檢驗量表結構效度。 除QOL-AL 未報告擬和指數(shù)， 量表的結構效度評價為“不確定” 外， 其余量表所報告累計方差貢獻率均>60%，故量表的結構效度均為“充分”。 2 項研究[16-17]未達到因子分析所要求的樣本量，方法學質量為“不良”。

2.3.4 內部一致性 8 項研究均基于經(jīng)典測量理論（Classical Test Theory，CTT）對量表內部一致性進行測量并計算其Cronbach α 值， 方法學質量評價為“非常好”；其中2 項研究[15-16]各維度的Cronbach α系數(shù)均>0.7，故所評估的內部一致性為“充分”，其余量表由于所測量的證候復雜且樣本量較少， 病位涉及維度的案例數(shù)量不足導致Cronbach α 系數(shù)較低，內部一致性評價為“不充分”。

2.3.5 穩(wěn)定性 COSMIN 建議計算組內相關系數(shù)（ICC）或加權Kappa 值，并規(guī)范測量間隔和條件[7]。納入的研究中有2 項研究[14，18]因客觀因素未進行重復測量，其余2 項研究[17，19]詳細界定了重測期間調查地點、調查對象文化程度以及疾病分期等條件，但未計算組內相關系數(shù)（ICC）及其95%置信區(qū)間，僅用相關系數(shù)反映穩(wěn)定性可能存在偏倚， 故方法學質量為“模糊”； 其余研究均未詳細說明重測過渡期患者的情況，方法學質量為“模糊”。 而QLASTCM -Lu 量表詳細計算ICC 及相關指標，測量屬性為“充分”，其余量表測量學屬性為“不確定”。

2.3.6 構念效度的假設檢驗 假設檢驗用于驗證構念效度，包括與其他測量工具的關系假設，即聚合/區(qū)分效度和已知組別效度2 種； 若是亞組之間的比較，需要詳細描述亞組的重要特征[21]。 納入工具中，3項研究[15-17]沒有針對測量工具的屬性描述，方法學質量為“不良”，但研究結論基本符合假設，故測量屬性評價是“充分”；其余研究對亞組的特征進行相對詳細的描述，方法學和測量屬性質量評價為“良好”和“充分”。

2.3.7 效標效度 COSMIN 指南標準規(guī)定， 簡版量表可用原量表作為金標準進行效標效度的檢驗[22]。3項研究[14，18，20]未報告效標效度，由于納入的量表尚無金標準，故其余量表的方法學質量評價為“不良”。受中西方文化差異影響導致QLASTCM -Lu 量表中“天人相應” 維度與QLQ- LC43 量表的相關系數(shù)較低。 其余量表金標準的相關系數(shù)均>0.7，測量屬性質量評價為“充分”。

2.3.8 反應度 2 項研究[14，18]未報告反應度，3 項研究[15-17]采用配對t 檢驗和標準化反應均數(shù)（standardized response mean,SRM）分析干預前后量表得分的差異，結果與假設一致，但未詳細描述干預方法；此外，反應度采用的分析方法具有片面性[23]，方法學質量評價為“不良”且測量屬性評價為“不確定”。 1 項研究[12]采用亞組分析，根據(jù)年齡段進行分組，該方法學質量為“非常好”，測量屬性為“不充分”。

2.3.9 測量誤差和跨文化效度 本研究納入的工具均不涉及測量誤差和跨文化效度的檢驗， 故不予評價。

2.3.10 天花板/地板效應 天花板/地板效應體現(xiàn)量表的反應性，通過計算條目的答案極值（最小值，最大值）所占的百分比來統(tǒng)計天花板地板效應值。一般認為天花板地板效應值小于<15%較好[11]。 本文納入的研究中僅2 項研究[13，19]報告其所有條目均不存在天花板/地板效應，其余研究未見報道。

2.4 納入研究的證據(jù)等級評價及證據(jù)推薦 偏倚風險方面， 除QLASTCM-Lu、QLASTCM-Lu 改良版和QOL-AL 內容效度方法學質量為不良，其余量表評價均為模糊，故上述3 類量表均降2 級，其余降1級。 除QLASTCM -Lu 改良版和QOL-AL 結構效度方法學質量為不良外，其余量表均為良好，故上述2個量表降2 級。除QLASTCM -Lu、QLASTCM -Lu 改良版和QOL-AL 結構效度假設檢驗方法學質量為不良，其余量表評價均為良好，故上述3 個量表均降2 級。 在不一致性方面，所有評估工具均納入1 項研究，因此不予降級。 在不精確性方面，QLASTCM-Lu和陰虛證中醫(yī)療效評價量表因重測樣本50 例，穩(wěn)定性的質量評級降2 級。在間接性方面，由于納入的普適性證候療效評價量表，其研究人群涉及多種疾病，不予降級。 詳見表3。

表3 納入量表的證據(jù)等級評價及推薦意見（n=8）

3 討論

3.1 肺癌中醫(yī)臨床療效評估工具適用范圍廣泛，尚無肺癌特異性證候評估工具 中醫(yī)證候是體現(xiàn)中醫(yī)特色、突顯中醫(yī)藥優(yōu)勢的指標[24]，研究發(fā)現(xiàn)中晚期肺癌中醫(yī)證型以氣陰兩虛為主[25]。 本研究納入的證候量表涵蓋氣虛證和陰虛證2 個方面， 用于評估肺癌中醫(yī)癥狀和體征的轉歸[13-14，18-20]，但這些量表的研究人群涉及多種疾病的患者，適用范圍廣泛，針對肺癌的特異性證候量表還有待開發(fā)；此外，生存質量也是中醫(yī)療效評價指標之一，本文3 項研究[15-17]立足于肺癌生存質量，涵蓋身體、心理以及社會功能等多個方面，研究對象針對肺癌人群，量表的維度包含肺癌特異性模塊，相較于西方生活質量評估工具而言，更能全面評估肺癌的中醫(yī)藥臨床治療效果。

3.2 肺癌中醫(yī)臨床療效評估工具方法學質量有待提高

3.2.1 工具的開發(fā)缺乏對訪談研究方法的詳細描述， 內容效度多忽視患者意見 COSMIN 指南要求從相關性、全面性、理解性對PROMs 開發(fā)階段的方法學質量進行評價，其中內容效度至關重要。對于臨床療效評估工具而言，在量表開發(fā)階段是否能夠區(qū)分條目的診斷和評價功能尤為重要， 需要采用訪談等質性研究方法，保證概念引出的全面性、相關性、可理解性。 本研究納入工具最普遍的問題就是缺乏對質性訪談過程中研究方法詳細、 規(guī)范的描述[15-17，19-20]。主要體現(xiàn)在：不清楚訪談者是否接受培訓，目標人群是否具有代表性或者是否制定清晰的訪談提綱等；在內容效度評價上側重于專家咨詢， 僅考慮專家的意見進行條目的篩選， 未充分汲取患者的意見和看法[15-17]。 未來可結合認知性訪談，深入挖掘原始資料的信息，開發(fā)符合肺癌中醫(yī)藥治療特色的評價工具[26]。

3.2.2 重測方法報道不清晰， 量表穩(wěn)定性較模糊穩(wěn)定性指對同一受試者采用同樣的方法重復測量時所得結果的一致性程度[27]。 納入的工具穩(wěn)定性方法學質量均模糊， 與相關研究未能闡述重測期間患者以及測量條件的穩(wěn)定性有關， 或未能滿足重測所需的客觀條件[18，20]。本研究重測時間一般為入院或首次調查后，重測間隔不合適會影響重測信度[28]，而所納入的工具均未對測量跨度的選擇進行解釋。 未來在進行穩(wěn)定性檢驗時， 應提出足夠的證據(jù)證明重測時間以及患者條件的穩(wěn)定性。

3.2.3 效標效度評價中缺乏金標準， 反應度仍需驗證 當金標準選擇不當時， 效標效度和聚合效度將難以區(qū)分[29]。 由于缺乏公認的“金標準”量表和客觀指標， 本文納入的工具將其它常用量表和實驗室檢查指標作為金標準； 反應度指需要在不同階段對同一群體或不同群體待測構念水平進行測量， 通常建議研究者提前制訂假設并對結果進行評價[27]。3 項研究[15-17]未對治療手段進行詳細描述，采用t 檢驗和非參數(shù)檢驗法驗證反應度，存在一定的偏倚風險。在亞組分析中，多依據(jù)有無該證型將患者進行分組[19-20]，缺少對年齡、性別、疾病分期等維度的亞組分析。

3.3 肺癌中醫(yī)臨床療效評估工具的測量屬性報告不全，QLASTCM -Lu 可暫被推薦 本研究納入的8 項研究均未報告測量誤差、 跨文化效度或測量等同性，導致納入工具存在偏倚風險。測量誤差指測量分數(shù)的系統(tǒng)或隨機誤差， 若最小可測變化值（minimal detectable change, MDC）大于標準測量誤差（standard error of measurement, SEM），則說明量表分值的變化是隨機誤差而不是系統(tǒng)誤差造成的[30]。多組因素分析與DIF 分析能夠發(fā)現(xiàn)各組別之間（如年齡、性別等）是否存在重要差異，鑒于此，在測量工具的開發(fā)過程中應進行多組因素分析或者DIF 分析，從而驗證工具的跨文化效度或測量等同性。本研究納入8 個評估工具無A 類推薦等級，C 類工具由于有高質量證據(jù)證明測量屬性不充分因此不建議使用。 B 類工具中相較之下，Wan 等[15]研制并驗證的QLASTCM -Lu 量表有高質量證據(jù)證明其結構效度充分， 因此可以被暫時推薦作為肺癌臨床療效評估工具， 但該量表內容效度和反應度尚需要進一步驗證。證候評估工具中，雖然納入中晚期肺癌常見證候（氣陰兩虛證），但由于目標人群并非單一肺癌患者，導致群體一致性較差，影響證據(jù)質量。 因此，未來在開發(fā)肺癌特異性證候評估工具時需要首先明確目標人群，即僅納入肺癌患者。這樣可以確保評估工具的針對性和準確性。其次，在工具的設計過程中應該充分考慮肺癌患者常見的證型，如氣陰兩虛證、痰濕阻滯證等，并結合臨床實踐和最新研究成果，確保工具的科學性和可靠性。

此外，本文納入的研究多基于CTT 進行條目篩選及測量學性能評價， 未充分引入現(xiàn)代測量理論的方法如項目反應理論（Item Response Theory, IRT）。前者僅注重整體特性[31]，后者可以揭示被試者在測驗項目上的反應與其潛在特質之間的關系[32]，所建立的非線性模型更符合中醫(yī)辨證的特點。 今后可結合現(xiàn)代測量理論方法設計量表并對其性能進行評價。 量表研究的方法學質量決定研究結果的可信度[33]，未來有待基于COSMIN-RoB 清單中的方法學理論研制相關量表，以期構建出符合肺癌辨證論治特點的評估工具，能夠更好地評估中醫(yī)藥在肺癌治療中的療效，為患者提供更有效和個體化的治療方案。

4 結論

本研究基于COSMIN 指南對肺癌中醫(yī)臨床療效相關評估工具進行了全面評價， 由于納入的研究中方法學和測量屬性質量評價參差不齊， 暫時推薦內容效度和反應度較好的QLASTCM -Lu，以作為評估肺癌患者中醫(yī)藥療效的工具。 未來應充分考慮上述偏倚風險清單以及質量準則中提及的缺陷，以COSMIN 指南作為標準進行核查，以期開發(fā)高質量、本土化的肺癌中醫(yī)臨床療效評估工具。 本研究存在不足：難以捕獲個別研究中量表的全貌；證型量表中僅考慮氣陰兩虛證；量表的測量屬性研究較少，可能導致一定的偏倚。