JAMA：临床研究中的患者报告结局（PRO）测量

健康状况可能会导致患者感到不适并在日常生活中功能受损。因此，在评估预防或治疗健康状况的干预措施的效果时，评估患者的感觉和功能非常重要。患者可以直接报告的健康方面，例如疼痛的严重程度或身体功能的限制，这些都是患者报告的结果。

衡量健康状况这些方面的推荐定量方法是使用标准化问卷直接询问患者，患者报告的结果测量（PROM）是“直接来自患者的患者健康状况状态的报告，临床医生或任何其他人不能影响患者的选择。”[1]有关PRO有一个案例，利用SF-36作为PRO，这项研究由 Ghogawala 等人进行的一项随机临床试验，以比较 2 种手术方法（腹侧或背侧入路）治疗脊髓型颈椎病，这是一种可导致身体机能严重受损的疾病[2]。

概念说明：什么是患者报告的结果测量？

患者报告的结果测量是一种旨在评估患者报告的结果的问卷(questionnaire)，被评估的结果被称为概念、结构或领域(concept, construct, domain)；患者报告的结果测量的各个问题称为项目(items)。一些患者报告的结果测量旨在仅测量单个概念（例如，疲劳的 4 项测量），而另一些则旨在测量多个维度（例如，SF-36，它测量 8 个健康维度，36项目）。患者在维度上的得分是通过他们对 1 个或多个问题（或项目）的回答来估计的，使用患者报告的结果测量的标准化响应选项。

例如，患者报告结果测量信息系统 SexFS[3] 中的一项旨在测量对性活动的兴趣的项目询问：“在过去 30 天内，您对性活动的兴趣如何？”响应选项根本不是、一点点、有点、相当多或非常多。诸如以单词表示的响应选项的有序集合通常转换为数字以计算分数（例如，根本不 = 0；一点点 = 1）。一些反应选项在量表中集成了数字，例如 11 点疼痛强度数字评分量表，其中 0 = 无疼痛和 10 = 可想象的最严重疼痛。根据对项目的反应，患者报告的结果测量会生成一个数字分数，代表患者对感兴趣的健康概念的水平。

设计一个新的患者报告结果测量和收集有效性证据涉及一个严格的多步骤过程，包括定性和定量方法[4]。 首先，使用个人访谈或焦点小组的定性研究用于了解患者对感兴趣的健康概念的体验，以便患者报告结果测量的开发人员知道要评估什么。接下来，根据问卷设计的最佳实践来编写项目以评估健康概念。这些项目通常引用召回期（例如，“过去 7 天，……”或“过去 24 小时，……”），开发人员根据所测量的症状或功能的可变性以及预期准确度来选择召回期。然后与患者进行个人认知访谈，以评估项目和内容的可理解性和适当性。

接下来，将新的患者报告结果测量应用于患者样本并进行定量研究，以查看项目是否与开发人员预期的一样好（例如，与身体功能相关的所有项目响应都相互关联）。开发人员收集分数可靠性的证据（例如，重测信度；查看在临床稳定的人群中分数如何随着时间的推移保持稳定）和有效性证据，包括新的患者报告结果测量的分数与其他分数之间的关系相关变量（例如，临床标志物、其他既定的患者报告结果测量或其他结果）。收集的有效性证据的类型可能会因患者报告的结果测量的类型（例如，测量 1 个概念的单个项目、测量 1 个概念的多个项目或测量多个概念的多个项目）的类型和患者报告的上下文而有所不同将使用结果测量（例如，在试验中筛选符合条件的患者，作为主要终点的基础，或作为探索性终点的基础）。

为什么患者报告的结果测量很重要？

患者报告的结果测量通常捕获有关患者对其疾病或治疗的经历的信息，而这些信息无法以任何其他方式获得。 例如，患者可以直接报告他们的疼痛、疲劳或焦虑，而外部观察者只能通过观察诸如做鬼脸或显得疲倦或紧张等行为间接获得这些类型的体验。 患者通常是他们日常健康经历的最佳报告者，因为他们正在经历这个过程，而临床医生和其他人不太可能在他们的生活环境中完全接触患者。 患者报告的结果测量的另一个优点是它们通常比临床测量更快、负担更小、收集成本更低。

使用患者报告结果测量的限制或替代方法

患者报告的结果测量不能用于不能可靠地自我报告自己的健康经历的患者，例如太年轻、病得太重或有认知障碍的人。在这种情况下，可以考虑基于护理人员或临床医生报告的措施，但不应将其视为等同于自我报告。当调查项目要求患者回忆他们在一段时间内的经历时（例如，“在过去 4 周内，……”），记忆错误可能会影响分数。当这是一个问题时，患者报告结果测量的开发人员可以使用较短的召回期或进行实证研究来评估召回的准确性。

与其他类型的结果相比，临床医生对患者报告的结果测量的评分可能不太熟悉。为了根据这些分数来解释研究结果，可能需要额外的实证研究来了解患者报告的结果测量的分数差异如何对应于患者健康经历或传统结果测量的差异。例如，Ghogawala 等人[2]利用早期研究[5]提出，SF-36 上 5 分或更大的变化将被认为对患者有意义，代表了最小的临床重要差异[6]。

主观评估，如患者报告的结果测量（以及临床医生和护理人员报告的测量）可能会受到受访者期望的影响，这可能会使开放标签研究中对治疗效果的估计产生偏差。通常没有评估患者感觉或功能的金标准，这意味着选择患者报告的结果测量不能基于与标准标准最相关的测量。 （对于一些临床医生和观察者报告的措施也是如此。）

将患者报告的结果测量纳入临床研究需要仔细考虑许多问题，包括管理模式（例如平板电脑）、防止丢失数据、多国研究中患者报告的结果测量的文化或语言相关性，以及构建定义明确的终点。患者报告的结果测量的分数可以是序数或间隔量表；因此，应使用适当的统计分析来评估组间差异或随时间的变化。有关于涉及患者报告结果测量的高质量试验方案的国际指南[7]以及报告临床试验中基于患者报告结果测量的终点结果的结果[8]，使用患者报告结果时的伦理考虑指南已发表[9]。

在这种情况下如何应用患者报告的结果测量？

在 Ghogawala 等人报告的试验中[3]，研究人员希望了解不同的手术方法如何改变患者在日常生活中的功能和身体疼痛。他们使用 SF-36 评估手术前后的患者，该评分产生 8 个反映健康不同方面的分量表分数：活力、身体功能、身体疼痛、一般健康感知、身体角色功能、情感角色功能、社会角色功能和心理健康, 因为研究人员希望评估手术对身体健康影响的广泛影响，他们使用了 SF-36 身体成分总结 (PCS) 评分，这是每位患者 8 个分量表评分的加权组合，权重更大应用于身体健康相关领域。

PCS 评分等领域的加权组合可以避免由多个主要终点引起的问题（即，当多个主要终点的治疗效果不一致时，I 型错误的可能性增加 [10]和难以解释研究结果）。 PCS 分数是标准化的，50 分对应于美国普通成年人群的平均分数，SD 为 10。这种标准化可以使分数的解释更容易。例如，可以说 PCS 得分为 45 的人的整体身体健康状况比美国成年人的平均水平低 0.5-SD。

应如何解释患者报告的结果测量？

手术试验在 PCS 评分方面未发现手术方法之间存在显着差异（估计均数差，0.3 [95% CI，-2.6 至 3.1]）[2]。即使像 PCS 这样的综合评分具有反映范围广泛的健康影响，它可能对健康特定方面的微小但有意义的改善不敏感，例如疼痛。 尽管如此，在本试验中使用患者报告的结果测量[2]有助于研究人员直接从患者的角度了解手术对患者日常生活的影响。

原始出处：

Weinfurt KP, Reeve BB. Patient-Reported Outcome Measures in Clinical Research. JAMA. 2022;328(5):472–473. doi:10.1001/jama.2022.11238

参考文献：

1. US Food and Drug Administration. Patient-reported outcome measures. Accessed December 29, 2021. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/patient-reported-outcome-measures-use-medical-product-development-support-labeling-claims
2. Ghogawala  Z, Terrin  N, Dunbar  MR,  et al.  Effect of ventral vs dorsal spinal surgery on patient-reported physical functioning in patients with cervical spondylotic myelopathy.   JAMA. 2021;325(10):942-951.
3. Weinfurt  KP, Lin  L, Bruner  DW,  et al.  Development and initial validation of the PROMIS® sexual function and satisfaction measures version 2.0.   J Sex Med. 2015;12(9):1961-1974.
4. Fayers  PM, Machin  D.  Quality of Life: The Assessment, Analysis, and Reporting of Patient-Reported Outcomes. 3rd ed. John Wiley & Sons Inc; 2016.
5. Copay  AG, Glassman  SD, Subach  BR,  et al.  Minimum clinically important difference in lumbar spine surgery patients.   Spine J. 2008;8(6):968-974.
6. McGlothlin  AE, Lewis  RJ.  Minimal clinically important difference.   JAMA. 2014;312(13):1342-1343.
7. Calvert  M, King  M, Mercieca-Bebber  R,  et al.  SPIRIT-PRO extension explanation and elaboration.   BMJ Open. 2021;11(6):e045105.
8. Calvert  M, Blazeby  J, Altman  DG,  et al.  Reporting of patient-reported outcomes in randomized trials.   JAMA. 2013;309(8):814-822.
9. Cruz Rivera  S, Aiyegbusi  OL, Ives  J,  et al.  Ethical considerations for the inclusion of patient-reported outcomes in clinical research.   JAMA. 2022;327(19):1910-1919.
10. Cao  J, Zhang  S.  Multiple comparison procedures.   JAMA. 2014;312(5):543-544.