当前位置： AI资讯 > 内文

八成医生认可肺癌CDSS促进医患共同决策模式

2022-8-10 关键词： 临床决策支持(CDSS)

肿瘤治疗通常是由多学科肿瘤委员会（MTB）的临床专家根据患者数据和指南做出决策，患者在很大程度上遵循MTB建议。而随着人工智能技术和医患共享决策（SDM）理念的兴起，临床决策模式正逐渐向数据驱动、患者参与的个性化治疗转变。 

近期，荷兰一项发表在Health Expectations的研究，通过设计混合方法，确定肺癌治疗中的共享决策以及CDSS是否有助于这一协作过程。结果显示，MTB建议的偏差率（患者不遵循）为10.9%，近80%的肿瘤专家对CDSS持接受态度，并认为CDSS对MTB讨论具有价值。 

01

回顾性队列研究

“患者偏好”是偏离MTB建议的最大原因

医患共享决策是指医生向患者详细介绍备选治疗方案及其风险利弊，结合患者价值观和偏好等，双方充分权衡并就最终治疗方案达成一致的过程，有助于缓解患者恐惧、抑郁情绪，促进医患关系。研究显示，85%的患者希望参与治疗决策，但40%的人经历过决策冲突，主要原因是缺乏关于不同治疗方案的信息和对最佳方案的不确定性。而CDSS或可作为SDM的预测工具，帮助医生根据患者个体特征量化各种治疗方案的利弊，以确定哪种治疗对患者更有利。 

为达到前述研究目的，研究者设计了由定量与定性阶段组成的混合方法研究。其中，在定量研究阶段，研究者纳入了荷兰四个医疗中心的257名I-IIIB期无法手术的非转移性非小细胞肺癌（NSCLC）患者，从电子病历收集患者的年龄、性别、肿瘤组织学与分期、治疗方案、治疗结局等历史数据开展回顾性队列研究。 

结果显示，257名NSCLC患者中，有229名（89.1%）遵循MTB的治疗建议，28名（10.9%）不遵循。这两组患者在年龄、性别、WHO体力状态和肿瘤分级方面具有可比性（表1），而在生存率上没有显著差异，遵循MTB建议的患者平均生存期为23.2个月，不遵循的平均生存期为24.6个月；另外，在预后方面，两组患者也仅在生活质量上略有差异。

图1 队列研究中NSCLC患者的人口统计学和临床特征 

研究者对患者不遵循MTB 建议的原因进行分析，发现28名患者中，50%是由于患者偏好产生偏离，其中，12名患者更喜欢强度较低的方案（如放疗代替放化疗），2名患者喜欢强度更高的方案；13名患者（46.4%）是由于医学上不可行性而偏离MTB建议（图2），例如肿瘤进展。这个结果说明患者偏好是产生MTB建议偏离的最主要原因，也即患者参与了治疗决策。

图2 NSCLC患者不遵循MTB治疗建议的原因 

02

定性研究

78%的肿瘤医生认同CDSS价值

在定性研究阶段，研究者对荷兰6家诊所的9名肺癌专家进行了深度访谈，参与者平均临床经验为10-14年，对SDM与CDSS都有基本认知，访谈主要涵盖以下主题：1）影响MTB决策的因素；2）与患者的沟通以及SDM的可能性；3）临床医生对CDSS的态度和实施要求。 

访谈结果显示，影响肿瘤治疗决策的三个关键因素是：临床医生自身的经验、临床指南和患者的WHO体力状态，其他因素包括临床研究、科学文献和患者偏好。大多数受访者对SDM的范围有不同的看法，强调肺癌患者极少有多种治疗方案可选择，因为根据临床情况和指南通常能确定最佳的治疗方案；其中2位医生指出，如果MTB产生多种治疗方案，他们会就最佳方案与患者进行深入沟通，然后让患者自己决定而无需医生提出自己的意见。图3总结了受访者认为的影响SDM的主要因素。

此外，大多数受访者（7/9）对CDSS的潜在价值持积极态度，认为CDSS在MTB开始前或过程中更有用。在临床专家会诊期间，CDSS可预测单个患者接受不同治疗的结果和副作用风险，并支持医生和患者权衡利弊。而实施这样的CDSS需要具备三个条件：预测模型的外部验证；CDSS与医院电子病历系统集成以便获取临床数据；CDSS的使用要结合风险沟通与医生SDM培训。 

研究者指出，已有研究显示CDSS在预测患者2年生存、呼吸困难和吞咽困难等方面优于临床医生，但目前仍缺乏肺癌CDSS的应用，可加强学术界、研发人员等之间的合作，开发符合临床需求的CDSS。另外，此次研究和既有研究共同证实了肺癌治疗中的敏感性和情绪性，患者在选择治疗方案时会考虑许多非临床因素，如果CDSS可以提供总体生存期等方面的预测，或有助于促进SDM，使医生与患者都从中获益。 

研究者同时指出了这项研究的局限性，包括样本量小、只纳入了转诊接受放疗的患者等，当纳入接受手术和化疗的患者时，MTB建议偏差率或有所不同。最后，研究者认为这项研究可作为更详细研究的先导。

参考资料：

Clinician perspectives on clinical decision support systems in lung cancer: Implications for shared decision-making.