疼痛症状管理杂志。作者手稿；PMC 2009年6月1日提供。
以最终编辑形式发布为：
预防性维修识别码：PMC2491660型
NIHMSID公司：美国国立卫生研究院54354
前列腺癌患者放射治疗前后的疲劳轨迹
加利福尼亚大学（C.M.、S.M.P.、B.A.C.、K.L.、M.D.、C.W.、B.E.A.、W.W.），旧金山；和美国加利福尼亚州伯克利市阿尔塔贝茨综合癌症中心
摘要
疲劳是接受放射治疗（RT）的患者报告的最常见和最痛苦的症状。然而，关于疲劳轨迹以及疲劳诱导间变异性预测因子的可用信息有限。本研究评估了前列腺癌放疗患者的样本，以检查从模拟时间到放疗完成四个月后，夜间和早晨疲劳的评级如何变化，并调查特定患者、疾病、，症状特征预测了疲劳的初始水平和/或晚上和早上疲劳的轨迹特征。使用分层线性模型（HLM），在夜间和早晨疲劳的轨迹中显示了大量的诱导间变异性。这项研究的结果表明，在模拟访视时疲劳程度较高的年轻男性在RT过程中晚上和早上疲劳程度较高风险较高。此外，RT过程中晨间疲劳程度似乎取决于患者在模拟访视时的抑郁程度。在未来的研究中，使用HLM作为分析工具将有助于确定哪些患者最容易出现长期疲劳轨迹。这种类型的分析可能会导致识别出负性结果风险较高的患者亚组，以及需要不同类型的干预措施来应对与RT相关的疲劳的患者亚群。
关键词：疲劳、前列腺癌、放射治疗、分层线性建模、症状模式、症状轨迹、睡眠障碍、抑郁
介绍
疲劳是癌症放射治疗（RT）患者报告的最常见和最痛苦的症状之一(1–三). 早期横断面研究报告的疲劳患病率为31%至100%，平均为78%(4–8). 这些研究还表明，与RT相关的疲劳对患者的功能状态和生活质量（QOL）有不利影响(8–10).
虽然关于疲劳的研究越来越复杂，但很少有纵向研究评估了患者在放疗前后的疲劳情况。此外，正如鲍尔等人所指出的(11)，治疗期间和治疗后的疲劳程度存在很大差异，这表明一些患者可能会经历较慢（或更快）的恢复过程。鉴于这一观察结果，Bower等人建议，需要进行纵向研究，评估癌症治疗前、治疗中和治疗后的患者，以更准确地确定疲劳的发生率，并确定预测疲劳轨迹中不同诱导因素的差异。这些类型的研究需要使用有效和可靠的评估工具，以及更复杂的统计方法，这些方法考虑到了随着时间的推移而进行的重复测量。这种方法可以根据治疗剂量和持续时间，识别出严重和持久疲劳风险最大的患者。此外，确定疲劳轨迹个体间差异的预测因素可以提供与RT相关的疲劳潜在机制的信息，并指导更有效干预措施的开发。
本研究是在前列腺癌患者中进行的。其目的是检查从模拟时间到RT完成四个月后，夜间和早晨疲劳的评级是如何变化的，并调查特定的患者、疾病和症状特征是否预测了疲劳的初始水平和/或夜间和早上疲劳的轨迹特征。这些分析是使用一种更复杂的统计方法进行的，即分层线性模型（HLM）。
方法
参与者和设置
这项描述性纵向研究招募了82名符合以下入选标准的前列腺癌患者：成年人（>18岁）；能够读、写和理解英语；Karnofsky绩效状态（KPS）得分≥60；计划接受初级或辅助RT。如果患者有转移性疾病，则将其排除在外；不止一次癌症诊断；或者被诊断患有睡眠障碍。他们是从位于综合癌症中心和社区肿瘤学项目的RT部门招募的。这项研究得到了加州大学旧金山分校人类受试者委员会和第二个研究地点的批准。
共接触了188名患者，82名患者同意参与（有效率43.6%）。拒绝的主要原因是他们的癌症经历太多或太忙。选择和不选择参与本研究的患者在人口统计学或疾病特征方面没有发现任何差异。
仪器
研究工具包括人口统计学问卷、KPS量表(12)李氏疲劳量表（LFS）(13)，一般睡眠障碍量表（GSDS）(14)，流行病学研究中心-抑郁量表（CES-D）(15)、斯皮尔伯格国家贸易焦虑清单（STAI-S和STAI-T）(16)以及最严重疼痛强度的描述性数字评定量表（NRS）(17).
人口调查问卷提供了关于年龄、婚姻状况、教育年限、生活安排、种族和就业状况的信息。此外，患者完成了一份共病检查表。
使用13项LFS测量疲劳严重程度。使用0到10数字评分量表（NRS）对每个项目进行评分，并将总分计算为13个项目的平均值，范围从0到10，分数越高表示疲劳严重程度越高。受试者被要求根据他们“现在”的感觉，在醒来后30分钟内（即早晨疲劳）和睡前（即晚上疲劳）对每一项进行评分。LFS已用于健康个体以及癌症和HIV患者(10,18,19). 之所以选择它作为本研究的药物，是因为它相对较短且易于服用。LFS具有良好的有效性和可靠性(13,20). 在这个样本中，LFS晚上和早上评分的克朗巴赫字母表分别为0.95和0.96。
GSDS由21个项目组成，用于评估睡眠障碍的各个方面。每个项目的NRS评分范围为0（从未）到7（每天），21个项目的总分为0（无干扰）到147（极端睡眠障碍）。GSDS在轮班工人、孕妇、癌症和HIV患者中具有良好的有效性和可靠性(10,14,18,21). 在当前研究中，GSDS总分的克朗巴赫阿尔法为0.81。
CES-D由20个项目组成，用于代表抑郁症临床综合征的主要症状。得分范围从0到60，得分≥16表明个体需要寻求抑郁症的临床评估。CES-D具有公认的并发和构造有效性(15,22–23). 在目前的研究中，CES-D的克朗巴赫α为0.83。
STAI-T和STAI-S库存由20个项目组成，每个项目的评级为1-4。每个量表的分数相加，范围从20到80。分数越高表示焦虑越大。STAI-T测量由个人性格决定的焦虑倾向，并估计一个人的总体感觉。STAI-S测量个体对压力情境的短暂情绪反应。它评估焦虑、紧张、紧张和恐惧的情绪反应，这些情绪反应与人们在压力情境中的“当下”感受有关。STAI-S和STAI-T量表具有完善的标准和结构效度，以及内部一致性信度系数(16,24–25). 在本研究中，STAI-T和STAI-s的Cronbachα分别为0.86和0.91。
使用描述性NRS评估最严重的疼痛强度，范围为0（无疼痛）到10（极度疼痛）。描述性数字评分量表是一种有效且可靠的疼痛强度测量方法(17). 由于大多数患者没有疼痛（74.4%），在随后的纵向分析中，疼痛被记录为存在或不存在。
研究程序
在模拟访视时（即，大约在RT开始前一周），研究护士与患者接触，讨论参与研究的问题。在获得书面知情同意后，他们被要求完成基线研究问卷。连续两天教会患者每天晚上睡觉前完成LFS（即夜间疲劳），每天早上起床后完成LFS。在模拟访视时（即基线检查时），在RT过程中每周进行一次评估，两个月内每两周进行一次，RT完成后两个月每月进行一次。大多数患者完成了16次评估。
数据分析
使用SPSS™14.0版对样本特征和基线症状严重程度得分进行描述性统计和频率分布。对于16项评估中的每一项，计算每个LFS（即晚上和早上）的平均得分，以用于随后的统计分析。
HLM基于完全最大似然估计，使用Raudenbush及其同事开发的软件进行(26). 疲劳的重复测量被概念化为嵌套在个体内。与其他分析变化的方法相比，HLM有两大优点。首先，HLM可以适应不平衡设计，当评估的数量和间隔因受访者而异时，可以对数据进行分析。虽然每个患者都要按照预先指定的时间表进行评估，但所有患者的实际评估次数并不相同，因为一些患者的RT时间更长，而一些患者的时间表有冲突。其次，HLM有能力对单个变更进行建模，这有助于识别其他方法经常忽略的更复杂的变更模式(26,27).
使用HLM，结果变量（即晚上和早上疲劳）的重复测量嵌套在个体内，疲劳分数变化的分析分为两个级别：人内（级别1）和人与人之间（级别2）。在第1级，结果被概念化为个体内部的变化，是个人特定变化参数加上错误的函数。在2级，这些个人特定的变化参数是多变量结果，在个人之间存在差异。这些2级结果可以建模为不同个体之间的人口统计学或临床特征的函数，以及与个体相关的错误。将第1级与第2级相结合会产生固定和随机效应的混合模型(26,28,29).
进行了单独的HLM分析，以评估夜间和早晨疲劳等级随时间的变化。每个HLM分析分两个阶段进行。首先，研究了疲劳随时间的诱导内变异性。在本研究中，以周为单位的时间是指从模拟访视到RT完成后四个月的时间长度（即六个月，共16次评估）。比较了三个1级模型，它们表示患者的疲劳水平（a）没有随时间变化（即没有时间效应），（b）以恒定速率变化（即线性时间效应）和（c）以随时间加速或减速的速率变化（如二次效应）。此时，二级模型被限制为无条件（即无预测因子），并使用似然比测试来确定最佳模型。这些分析回答了第一个研究问题，并确定了最能描述夜间和早晨疲劳随时间变化的变化参数。
HLM分析的第二阶段回答了第二个研究问题，通过将单个变化参数（即截距、线性和二次斜率）建模为2级拟议预测因子的函数，检查了夜间和早晨疲劳轨迹中的诱导差异。列出了一系列建议的预测因子，这些预测因子是在对接受RT的前列腺癌男性患者疲劳的文献进行回顾的基础上开发的。为了提高估计效率并构建一个精简的模型，进行了探索性的2级分析，其中评估了每个潜在的预测因子，看看如果单独将其添加为2级预测因子，是否会产生更好的拟合模型。t值<2.0的预测值表明缺乏显著影响，因此从随后的模型测试中删除。探索性分析中的所有潜在重要预测因子都被输入到模型中，以预测每个单独的变化参数。只有与其他变量一起保持显著贡献的预测因子才保留在最终模型中。A类P（P）-<0.05表示有统计学意义。
表1
夜间和早晨疲劳的截距、线性系数和二次系数的潜在预测值
| 潜在预测因素 | 晚间疲劳 | 晨间疲劳 |
|---|
| 拦截 | 线性系数 | 二次系数 | 拦截 | 线性系数 | 二次系数 |
|---|
| 人 | | | | | | |
| 年龄 | ■ | | ■ | ■ | ■ | ■ |
| 独自生活 | | | | | | |
| 婚姻状况 | | | | | | |
| 教育类 | ■ | | ■ | | | |
| 就业状况 | ■ | ■ | ■ | ■ | ■ | ■ |
| 疾病与治疗 | | | | | | |
| KPS得分 | ■ | | | ■ | ■ | ■ |
| 共病人数 | | | | | | |
| 预处理PSA | | | | | | |
| 格里森分数 | | | | | | |
| 接受RT的总剂量 | | | | | | |
| 放疗前的激素治疗 | | | | | | |
| 症状 | | | | | | |
| 基线GSDS得分 | ■ | ■ | ■ | ■ | ■ | ■ |
| 基线CES-D | ■ | ■ | ■ | ■ | ■ | ■ |
| 基线检查时出现疼痛 | | | | | | |
| 基线特质焦虑得分 | ■ | ■ | ■ | ■ | ■ | ■ |
| 基线状态焦虑得分 | ■ | | ■ | ■ | ■ | ■ |
结果
患者特征和症状严重程度评分
82名患者的人口统计学、疾病和治疗特征见前列腺癌患者年龄约67岁，受过良好教育，KPS得分为95.7。大多数患者已婚或有伴侣（69.5%），白人（76.8%），未就业（53.7%）。T1的临床分期分布为48.8%，T2为42.5%，T3为8.8%。超过50%的患者在开始RT之前接受了激素治疗。在模拟访视时，82名患者的平均症状严重程度评分如下所示.
表2
| 特性 | 平均值（标准差） |
|---|
|
|---|
| 年龄（岁） | 67.1 (7.8) |
|
| 教育程度（年） | 16.0 (3.2) |
|
| 卡诺夫斯基绩效状态得分 | 95.7 (6.9) |
|
| 共病人数 | 4.6 (2.5) |
|
| 独自生活 | 23.2% |
|
| 婚姻状况 | |
| 已婚/伴侣 | 69.5% |
| 离婚/分居 | 13.4% |
| 其他 | 17.1% |
|
| 种族 | |
| 黑色 | 18.3% |
| 白色 | 76.8% |
| 其他 | 4.9% |
|
| 雇佣 | |
| 是的 | 46.3% |
| 没有 | 53.7% |
|
| 预处理PSA水平（纳克/毫升） | 10.9 (7.9) |
|
| 格里森分数 | |
| 5或6 | 39.0% |
| 7 | 47.7% |
| ≥ 8 | 13.4% |
|
| 格里森分数 | 6.8 (0.9) |
|
| 临床阶段 | |
| T1类 | 48.8% |
| T2段 | 42.5% |
| T3航站楼 | 8.8% |
|
| 放疗前前列腺切除术 | 9.8% |
|
| 放疗前的激素治疗 | 51.2% |
|
| RT处理计划 | |
| 手术后整个骨盆+保形助推 | 9.8% |
| 整个骨盆+保形助推 | 75.6% |
| 全骨盆+高剂量RT | 4.9% |
| 全骨盆+植入种子 | 9.8% |
|
| RT总剂量（cGys） | 6902 (958.2) |
|
| 基线检查时的平均症状严重程度得分 | |
| 夜间疲劳LFS评分 | 3.5 (2.1) |
| 早上疲劳的LFS评分 | 1.8 (1.8) |
| GSDS得分 | 33.4 (16.3) |
| CES-D得分 | 5.9 (5.7) |
| 特质焦虑量表得分 | 31.3 (7.9) |
| 状态焦虑量表得分 | 27.8 (7.8) |
夜间和早晨疲劳的个体和平均变化
第一次HLM分析检查了从模拟访视到RT完成后四个月，晚上和早上的疲劳水平是如何变化的。估计了两个时间函数为线性和二次函数的模型。对于两种夜间疲劳（偏差χ2,4=69.55）和早晨疲劳（偏差χ2,4=70.41），线性模型和二次模型之间偏差的良好性测试表明，二次模型比线性模型（二者均为P（P）< 0.0001).
晚间疲劳
二次变化模型的估计值如下所示（无条件模型）。由于模型没有协变量（即无条件），截距表示模拟访问时的估计夜间疲劳量（即0至10分制下的3.6分）。每增加一周，夜间疲劳的估计线性变化率为0.078(P（P）<0.0001），估计每周二次变化率为-0.003(P（P）<0.0001). 重要的是要记住，定义每条曲线的是线性和二次项的加权组合。显示了从模拟访视时间到RT完成后四个月的夜间疲劳轨迹。夜间疲劳在RT过程中（即第1周到第9周）增加，然后在RT完成后下降。应注意，所有图中所示各组的平均疲劳得分为估计或预测平均值基于HLM分析。
表3
| 晚间疲劳 | 系数（SE） |
|---|
|
|---|
| 变量 | 无条件模型 | 最终模型 |
|---|
|
|---|
| 固定效果 | | |
| 拦截 | 3.623 (0.235)* | 3.623 (0.196)* |
| 时间一（线性变化率） | 0.078 (0.021)* | 0.079 (0.022)** |
| 时间2（二次变化率） | −0.003 (0.0001)* | −0.003 (0.001)* |
|
| 时不变协变量 | | |
| 截距： | 年龄 | | −0.052 (0.020)+ |
| 基准GSDS | | 0.064 (0.012)* |
| 线性： | 基线夜间疲劳×时间 | | −0.050 (0.011)* |
| 基线GSDS×时间 | | 0.004 (0.002)++ |
| 二次方： | 基线夜间疲劳×时间2 | | 0.003 (0.001)* |
| 基线GSDS×时间2 | | −0.0002 (0.001)** |
|
| 方差分量 | | |
| 在拦截中 | 4.247* | 2.864* |
| 以线性速率 | 0.021* | 0.025* |
| 二次拟合 | 0.00003* | 0.00004* |
|
| 最佳偏差（估计参数） | 3613.973 (10) | 3555.958 (16) |
| 模型比较（χ2[数据流]) | | 58.015 (6) |
|
|
|
| 晨间疲劳 | 系数（SE） |
|
| 变量 | 无条件模型 | 最终模型 |
|
| 固定效果 | | |
| 拦截 | 2.044 (0.179)* | 2.047 (0.123)* |
| 时间一（线性变化率） | 0.035 (0.019) | 0.035 (0.018) |
| 时间2（二次变化率） | −0.003 (0.001)** | −0.003 (0.001)* |
|
| 时不变协变量 | | |
| 截距： | 年龄 | | −0.042 (0.015)+ |
| 基准GSDS | | 0.039 (0.009)* |
| 基线CES-D | | 0.094 (0.027)** |
| 线性： | 基线早晨疲劳×时间 | | −0.036 (0.012)+ |
| 基线CES-D×时间 | | 0.009 (0.004)++ |
| 二次方： | 基线早晨疲劳×时间2 | | 0.001 (0.0005)+ |
| 基线CES-D×时间2 | | −0.0004 (0.0002)+ |
|
| 方差分量 | | |
| 在拦截中 | 2.380* | 0.996* |
| 以线性速率 | 0.017* | 0.016* |
| 二次拟合 | 0.00002* | 0.0002* |
|
| 最佳偏差（估计参数） | 3398.231 (10) | 3331.428 (17) |
| 模型比较（χ2[数据流]) | | 66.803 (7) |
晨间疲劳
如所示在无条件模型中，截距表示模拟访视时早晨疲劳的估计量（即2.0）。每增加一周，晨间疲劳的线性变化率估计为0.035(P（P）<0.0001），估计每周二次变化率为-0.003(P（P）<0.001).显示了从模拟访问时间到RT完成后四个月的晨间疲劳轨迹。晨间疲劳在RT过程中增加，然后在RT完成后下降。
虽然结果表明样品宽度增加之后晚上和早上的疲劳减少，并不意味着所有患者都表现出相同的轨迹。模型估计的单个变化参数的方差（即方差分量，)，表明夜间和早晨疲劳的轨迹存在显著的诱导间差异；如所示这些结果表明，有必要进一步检查个体变化参数的诱导间差异。
在研究的25周内，82名患者的夜间疲劳个人轨迹的意大利面图（A）和10名患者的晚上疲劳个人轨迹图（B）。
夜间和早晨疲劳轨迹的个体差异
HLM分析的第二阶段测试了一个假设，即夜间和早晨疲劳随时间的变化模式根据特定的人、疾病、治疗和症状变量而变化，这些变量被发现会影响前列腺癌RT患者的疲劳水平。对下列每个潜在预测因素进行了探索性分析为了提高估计效率并构建节约型模型，进行了探索性的二级分析，其中评估了每个潜在的预测因子，以确定如果单独将其添加为二级预测因子，是否会产生更好的拟合模型。具有t吨-<2.0的值表示缺乏显著影响，在随后的模型测试中被降低。探索性分析中的所有重要预测因子都被输入到模型中，以预测每个单独的变化参数。只有与其他变量一起保持显著贡献的预测因子才保留在最终模型中。
晚间疲劳
如中的最终模型所示，这两个变量预测了拦截对于夜间疲劳，是指年龄和睡眠障碍的基线水平（即基线GSDS得分）。基线夜间疲劳被输入第2级，作为坡度参数的预测值，以控制基线时夜间疲劳的诱导内差异。两个变量预测了坡度参数夜间疲劳为夜间疲劳的基线水平和基线GSDS评分。
为了说明三种不同的预测因子对患者夜间疲劳轨迹的影响，显示根据年龄差异（即根据高于和低于患者平均年龄的一个标准偏差计算的年轻人/老年人）估计的调整后的夜间疲劳变化曲线，夜间疲劳的基线水平（即，根据晚间平均基线LFS分数之上和之下的一个标准偏差计算的低疲劳/高疲劳）和睡眠障碍的基线水平。
按年龄（即年轻/老年）、基线时睡眠障碍水平（即低睡眠/高睡眠）和基线时夜间疲劳水平（即，低疲劳/高疲劳）划分的夜间疲劳轨迹。
晨间疲劳
如中的最终模型所示，这三个变量预测了拦截晨间疲劳包括年龄、基线GSDS评分和基线CES-D评分。基线晨间疲劳被输入第2级，作为坡度参数的预测值，以控制基线时晨间疲劳的诱导内差异。两个变量预测了坡度参数晨间疲劳为晨间疲劳的基线水平和基线CES-D评分。
为了说明不同预测因子对患者晨间疲劳轨迹的影响，和显示根据抑郁基线水平差异（即分别为低CES-D和高CES-D，根据高于和低于平均基线CES-D得分的一个标准偏差计算）估算的调整后的晨间疲劳变化曲线以及年龄（年轻人/老年人根据高于和低于患者平均年龄的一个标准偏差计算）、晨间疲劳基线水平（即，低疲劳/高疲劳根据高于和小于平均基线晨间LFS评分的一个基准偏差计算），睡眠障碍的基线水平（即低睡眠/高睡眠，根据高于和低于GSDS平均得分的一个标准偏差计算）。并没有将16条轨迹放在一张图上，而是制作了两张图来说明基于低()和高()CES-D得分。
根据基线时较低抑郁水平（即低CES-D）和年龄（即年轻/年长）、基线时睡眠障碍水平（即睡眠不足/睡眠充足）和基线时晨间疲劳水平（即疲劳不足/疲劳过度）得出的晨间疲劳轨迹
根据基线时较高抑郁水平（即高CES-D）和年龄（即年轻/年长）、基线时睡眠障碍水平（即低睡眠/高睡眠）和基线时早晨疲劳水平（即，低疲劳/高疲劳）得出的早晨疲劳轨迹
讨论
这项研究首次使用更复杂的统计方法（即HLM）评估前列腺癌男性放疗前、放疗中和放疗后夜间和早晨疲劳轨迹的个体间差异。此外，本研究首次确定了夜间和早晨疲劳轨迹中这些诱导间差异的预测因子。与其他前列腺癌男性纵向研究一致(三,30–32)根据无条件模型，在RT期间，晚上和早上疲劳的严重程度都会增加，然后在RT完成后降低。值得注意的是，对于晚上和早上的疲劳，从RT开始到完成（即九周），每周增加的疲劳程度都会增大整体样本相对较小（即每周分别为0.078和0.035分）。对于夜间疲劳，该值相当于从RT开始到结束的疲劳严重程度增加约一个点，高于Choo等人的报告(31)，但低于Monga等人的报告(30). 这三项研究之间的疲劳差异可能与用于测量疲劳的仪器、测量时间或样品特征的差异有关。
虽然样本总体上晚上和早上疲劳的增加幅度不大，但与用于评估因变量随时间变化的更传统统计方法（例如重复测量方差分析）相比，使用HLM，为前列腺癌患者夜间和早晨疲劳的轨迹提供了大量的诱导间变异性证据。此外，HLM分析提供了一些见解，以了解这些患者中哪些患者更容易出现更严重和更长的疲劳轨迹。
就夜间疲劳而言，模拟访视时的估计平均夜间疲劳得分范围为2.2至5.1（实际得分范围为0至7.6），属于轻度至中度范围(11). 根据HLM分析，在模拟访问时，年轻男性和睡眠障碍水平较高的男性报告的夜间疲劳水平较高。此外，由于HLM能够确定晚间疲劳轨迹的预测因子（不仅是截距的预测因子，还包括斜率的预测因子），因此基于截距和斜率的各种预测因子的有意义值（即±1标准偏差），生成了八条不同的晚间疲劳轨道。如所示，其中四条夜间疲劳轨迹在RT过程中增加，然后在RT完成后减少（即第9周）。这四条轨迹的特征是基线时夜间疲劳程度较低。在研究的六个月里，两种轨迹保持相对稳定，其特征是基线时夜间疲劳和睡眠障碍水平较高。最后，两条轨迹在RT过程中减少，然后在RT完成后增加。这些轨迹的特点是在模拟访视时睡眠障碍程度较低，疲劳程度较高。虽然这项研究的发现值得复制，但它们表明，前列腺癌RT患者夜间疲劳程度较高的风险因素包括年龄较小，以及基线疲劳和睡眠障碍程度较高。此外，这些研究结果表明，HLM可能是一种有用的统计方法，可用于确定患者特征，以确定长期和严重疲劳轨迹风险最大的患者。
与RT相关的疲劳的横截面或纵向研究没有区分晚上疲劳和早上疲劳的严重程度。然而，与Lee等人的工作一致(13,19)，患者的夜间疲劳评分高于早晨疲劳评分。如所示和，在模拟访视时估计的平均晨间疲劳评分范围为0.55至3.55（实际评分范围为0至7.38）。这些早上的疲劳评分在轻度到中度范围内(11).
与夜间疲劳一样，患者的年龄和睡眠障碍的基线水平是其晨间疲劳基线水平的预测因素。相反，模拟访视时的抑郁评分预测了晨间疲劳的基线水平和轨迹的变化。抑郁的基线水平预测了早晨运动轨迹的变化，但不夜间疲劳与早晨疲劳是临床抑郁症的主要诊断标准之一这一事实是一致的(33,34). 此外，这些关于晚上和早上疲劳的预测因素和轨迹差异的发现表明，在未来癌症相关疲劳的研究中，应评估这两种疲劳测量方法。这种方法可以深入了解癌症相关疲劳的潜在机制，并为这一重大临床问题的干预研究提供方向。
如所示对于基线检查时CES-D评分较低的患者，模拟访视时（即截距）的平均晨间疲劳评分估计值介于0.55至2.47之间。相反，如所示对于基线检查时CES-D评分较高的患者，模拟访视时的平均晨间疲劳评分估计范围为1.63至3.55。这一发现表明，抑郁程度较高的患者在RT开始时出现晨间疲劳程度较高的风险更大。
此外，当基线时抑郁水平较高的患者（即)与基线时抑郁水平较低的患者（即)，这些组的晨间疲劳轨迹始终较高。如所示，在基线时抑郁水平较低的患者中，有四种晨间疲劳轨迹在RT过程中先增加后减少。这四种轨迹的特征是基线时晨间疲劳水平较低。其他四个晨间疲劳轨迹在RT过程中略有下降，其特征是基线时晨间疲劳水平较高。
以类似的方式，如所示在基线时抑郁水平较高的患者中，四个早晨疲劳轨迹的特征是基线时早晨疲劳水平较低，疲劳增加最多，随后减少。值得注意的是，在前列腺癌男性样本中，CES-D平均得分较低（即5.9±5.7），只有7.3%的样本CES-D得分≥16。然而，抑郁和晨间疲劳之间的联系表明，这种症状值得对这些患者进行临床评估。
在整个讨论过程中，我们需要记住，所有图中描述的各个组的平均疲劳得分为估计或预测平均值基于HLM分析。综上所述，对晚上和早上疲劳轨迹的分析表明，在模拟访问时疲劳程度较高的年轻男性在RT过程中晚上和早上更容易疲劳。此外，由于睡眠障碍是夜间和早晨疲劳的预测因素，因此需要对开始RT的患者进行常规评估。最后，RT过程中早晨疲劳的程度似乎取决于患者在模拟访视时的抑郁程度，并需要进行临床评估。在得出这些预测因子对接受前列腺癌RT治疗的男性夜间和早晨疲劳轨迹的影响的最终结论之前，这些发现值得复制。
应该指出的是，与以前的报告一致(三,32)疾病或治疗特征（即KPS评分、共病数、预处理PSA、Gleason评分、RT总剂量、RT前激素治疗）均不能预测夜间或早晨疲劳的初始水平或各种疲劳轨迹。这一发现可能是由于该样品具有相对均匀的特性。
本研究的局限性包括样本量相对较小、单一癌症诊断和单一性别。因此，这项研究的结果不能推广到接受RT的不同癌症诊断的癌症患者或女性患者。虽然本研究的拒绝率相对较高（43.6%），但应注意的是，拒绝的主要原因是工作繁忙或过于繁忙。可以推测，拒绝的患者可能更疲劳，本文提供的数据是对傍晚和早晨疲劳轨迹的保守估计。
总之，本研究的结果表明，HLM是分析症状纵向数据的有用统计方法。这种统计方法提供了前列腺癌放疗前、放疗期间和放疗后晚上和早上疲劳轨迹的大量诱导间变异性的证据。HLM识别诱导间变异性预测因子的能力将有助于识别长期疲劳轨迹风险最大的患者，以及可能需要不同类型干预治疗RT相关疲劳的患者。此外，这些类型的纵向数据统计分析可以确定特定的患者特征，在癌症相关疲劳干预研究的设计中，这些特征需要被视为潜在的协变量或分层标准。
致谢
非常感谢研究护士卡罗尔·马洛滕（Carol Maroten）和玛丽·卡伦（Mary Cullen）对该项目的协助，以及研究现场医生和护士的支持。
本研究得到了国家护理研究所（NR04835）的资助。通过Endo Pharmaceuticals、PriCara、Ortho-McNeil，Inc.的Unit和Purdue Pharma LP的无限制拨款，为相应作者的研究计划提供了额外支持。
脚注
出版商免责声明：这是一份未经编辑的手稿的PDF文件，已被接受出版。作为对客户的服务，我们正在提供这份早期版本的手稿。手稿在以最终可引用的形式出版之前，将经过编辑、排版和校对结果证明。请注意，在制作过程中可能会发现可能影响内容的错误，适用于该期刊的所有法律免责声明均适用。
工具书类
1.Lawrence DP、Kupelnick B、Miller K、Devine D、Lau J.癌症患者疲劳发生、评估和治疗的证据报告。国家癌症研究所杂志。2004;32:40–50.[公共医学][谷歌学者] 2Jereczek-Fossa BA、Marsiglia HR、Orecchia R.放射治疗相关疲劳。Oncol Hematol评论。2002;41(3):317–325.[公共医学][谷歌学者] 三。Hickok JT、Roscoe JA、Morrow GR等。372名癌症放射治疗5周期间患者疲劳的频率、严重程度、临床病程和相关因素。癌症。2005;104(8):1772–1778.[公共医学][谷歌学者] 4Greenberg DB、Sawicka J、Eisenthal S、Ross D.局部辐射所致疲劳综合征。疼痛症状管理杂志。1992;7(1):38–45.[公共医学][谷歌学者] 5Haylock PJ，Hart LK。接受局部放射治疗患者的疲劳。癌症Nurs。1979;2(6):461–467.[公共医学][谷歌学者] 6Irvine D、Vincent L、Graydon JE、Bubela N、Thompson L。接受化疗和放疗治疗的患者中疲劳的患病率及其相关性。与健康个体所经历的疲劳进行比较。癌症Nurs。1994;17(5):367–378.[公共医学][谷歌学者] 7King KB、Nail LM、Kreamer K、Strohl RA、Johnson JE。患者接受放射治疗的经验描述。Oncol Nurs论坛。1985;12(4):55–61.[公共医学][谷歌学者] 8Smets EM、Visser MR、Willems-Groot AF等。疲劳和放射治疗：（A）接受治疗的患者的经验。英国癌症杂志。1998;78(7):899–906. [PMC免费文章][公共医学][谷歌学者] 9Curt GA、Breitbart W、Cella D等。癌症相关疲劳对患者生活的影响：疲劳联盟的新发现。肿瘤学家。2000;5(5):353–360.[公共医学][谷歌学者] 10Miaskowski C，Lee KA。接受骨转移放射治疗的肿瘤门诊患者的疼痛、疲劳和睡眠障碍：一项初步研究。疼痛症状管理杂志。1999;17(5):320–332.[公共医学][谷歌学者] 11Bower JE、Ganz PA、Desmond KA等。乳腺癌幸存者的疲劳：发生率、相关性和对生活质量的影响。临床肿瘤学杂志。2000;18(4):743–753.[公共医学][谷歌学者] 12卡尔诺夫斯基D。绩效等级。纽约：Plenum出版社；1977[谷歌学者] 13Lee KA、Hicks G、Nino-Murcia G。疲劳评定量表的有效性和可靠性。精神病学研究。1991;36(3):291–298.[公共医学][谷歌学者] 14Lee KA。职业女性自我报告的睡眠障碍。睡觉。1992;15(6):493–498.[公共医学][谷歌学者] 15Radloff LS。CES-D量表：用于普通人群研究的自我报告抑郁量表。应用心理测量。1977;1(3):385–401. [谷歌学者] 16Spielberger CG、Gorsou RL、Suchene R、Vagg PR、Jacobs GA。状态焦虑手册（表格Y）：自我评估问卷。加利福尼亚州帕洛阿尔托：咨询心理学家出版社；1983[谷歌学者] 17Jensen MP。成人癌症患者疼痛测量的有效性和可靠性。疼痛杂志。2003;4(1):2–21.[公共医学][谷歌学者] 18Lee KA，DeJoseph JF。在选定的一群就业育龄妇女中的睡眠障碍、活力和疲劳。出生。1992;19(4):208–213.[公共医学][谷歌学者] 19Lee KA、Portillo CJ、Miramontes H。患有人类免疫缺陷病毒的女性的疲劳经历。产科妇科新生儿营养杂志。1999;28(2):193–200.[公共医学][谷歌学者] 20Lee KA、Lentz MJ、Taylor DL、Mitchell ES、Woods NF。疲劳是女性生活中对环境需求的反应。图像J Nurs Sch。1994;26(2):149–154.[公共医学][谷歌学者] 21Lee KA、Portillo CJ、Miramontes H。睡眠和活动模式对艾滋病毒/艾滋病女性疲劳的影响。J助理护士艾滋病护理。2001;12补充：19–27。[公共医学][谷歌学者] 22Sheehan TJ，Fifield J，Reisine S，Tennen H.流行病学研究中心抑郁量表的测量结构。J个人评估。1995;64(3):507–521.[公共医学][谷歌学者] 23Carpenter JS、Andrykowski MA、Wilson J等人，《流行病学研究中心抑郁量表的两种简短形式的心理测量学》。问题与健康护理。1998;19(5):481–494.[公共医学][谷歌学者] 24Bieling PJ，Antony MM，Swinson RP。状态-治疗焦虑量表，特征版本：结构和内容重新检查。行为研究与治疗。1998;36(7–8):777–788.[公共医学][谷歌学者] 25Kennedy BL、Schwab JJ、Morris RL、Beldia G.焦虑和抑郁障碍患者状态和特质焦虑的评估。精神病学Q。2001;72(3):263–276.[公共医学][谷歌学者] 26布瑞克公司Raudenbush SW。层次线性模型：应用和数据分析方法。第二版《千橡：圣人出版物》；2002[谷歌学者] 27Raudenbush西南。比较个人轨迹并从纵向数据中得出因果推断。精神病年度回顾。2001;52:501–525.[公共医学][谷歌学者] 28李LW。公共付费家庭护理接受者非正规护理数量的纵向变化。老年病学家。2005;45(4):465–473.[公共医学][谷歌学者] 29李LW。从照顾到丧亲：妻子和女儿照顾者抑郁症状的轨迹。老年医学杂志B心理科学与社会科学。2005;60（4） ：第190页至第198页。[公共医学][谷歌学者] 30Monga U、Kerrigan AJ、Thornby J、Monga TN、Zimmermann KP。接受放射治疗的局限性前列腺癌患者生活质量的纵向研究。J康复研究进展。2005;42(3):391–399.[公共医学][谷歌学者] 31Choo R，Pearce A，Danjoux C，等。前列腺癌患者术后放疗联合雄激素抑制治疗pt3或根治性前列腺切除术后切缘阳性患者的生活质量前瞻性评估。欧洲乌拉尔。2007;52(6):1645–1650.[公共医学][谷歌学者] 32Truong PT、Berthelet E、Lee JC等。前列腺癌根治性外照射放疗和新辅助激素治疗患者疲劳发生率和严重程度的前瞻性评估。坎·尤罗。2006;13(3):3139–3146.[公共医学][谷歌学者] 33.Gelenberg AJ，霍普金斯大学。初级保健医学中抑郁症的评估和治疗。美国医学杂志。2007;120(2):105–108.[公共医学][谷歌学者] 34Maurer D，Colt R.抑郁症管理的循证方法。初级护理。2006;33(4):923–941.[公共医学][谷歌学者] 
