确定多发性硬化症患者疲劳的生态瞬时评估指标的最小临床重要差异：为精准治疗提供关键依据

《Quality of Life Research》：Determining minimal clinically important differences in ecological momentary assessment measures of fatigue in people with multiple sclerosis

为解决 MS 患者疲劳评估问题，研究人员确定 EMA 疲劳指标的 MCID，有助于评估治疗效果。

　　

一、研究背景：攻克多发性硬化症疲劳评估难题

多发性硬化症（Multiple Sclerosis，MS）是一种影响全球约 250 万人的中枢神经系统自身免疫疾病。它可不只是让人行动不便、走路不稳，还会带来一堆身体和认知上的症状，其中疲劳最为常见且让人头疼。这种疲劳可不是简单的累，它会严重干扰患者的日常生活，像工作、学习、社交这些活动都可能受到影响，进而大幅降低患者的生活质量。

传统的疲劳评估方法大多是让患者回忆过去一段时间的疲劳情况，但这存在不少问题。一方面，疲劳症状在一天内变化很大，一会儿轻一会儿重，患者很难准确回忆并总结；另一方面，回忆时还容易出现偏差，最近的、比较极端的疲劳感受更容易被记住，这样评估出来的结果就不太靠谱。

生态瞬时评估（Ecological Momentary Assessment，EMA）技术的出现，给疲劳评估带来了新希望。它能让患者在日常生活中实时记录疲劳感受，就像有个小助手时刻提醒患者记录自己当下的状态，这样得到的结果更可靠、更敏感。可问题来了，EMA 虽然好，但用来衡量疲劳变化的最小临床重要差异（Minimal Clinically Important Difference，MCID）却一直没有确定。这个 MCID 就像是一把衡量治疗效果的 “尺子”，没有它，医生和研究人员就很难判断治疗有没有真正起到作用，所以确定 EMA 疲劳指标的 MCID 就变得非常有必要。

二、研究概况：多机构协作探索疲劳评估新标尺

为了解决这个问题，来自美国密歇根大学、华盛顿大学等机构的研究人员展开了深入研究。他们的研究成果发表在了《Quality of Life Research》杂志上。

研究人员开展了一项多中心、随机务实试验（NCT03621761）。从两个学术 MS 中心及周边神经科诊所招募了 336 名成年 MS 患者，这些患者都有慢性疲劳问题，且疲劳已经干扰他们的日常生活至少 3 个月了。研究人员将患者随机分成三组，分别接受为期 12 周的莫达非尼（一种促醒剂）治疗、一对一电话认知行为疗法（Cognitive Behavioral Therapy，CBT）治疗，或者两者联合治疗。

研究过程中，研究人员采用了两种关键的技术方法。一是通过 PRO - Diary（一款腕戴式加速度计）收集数据，患者每天要记录 4 次疲劳相关症状，包括疲劳强度（比如 “你现在身体疲劳程度如何？”“你现在大脑疲劳程度如何？”）和疲劳干扰（比如 “身体疲劳对你现在做的事情干扰有多大？”“大脑疲劳对你现在做的事情干扰有多大？”），评分范围是 0 - 10 分，0 分表示没有疲劳或干扰，10 分表示极其严重。二是运用锚定法和分布法这两种统计方法来确定 MCID。锚定法借助患者全球印象变化（Patient Global Impression of Change，PGIC）和改良疲劳影响量表（Modified Fatigue Impact Scale，MFIS）这两个 “锚”；分布法则参考 EMA 疲劳结果的变异性或效应量指标，像标准差（Standard Deviation，SD）、测量标准误（Standard Error of Measurement，SEM）等。

三、研究结果：揭开疲劳评估的关键数据

1. 参与者和 EMA 数据描述：参与研究的患者平均年龄 48.8（±11.7）岁，女性占 76.2%，大多是白人、非西班牙裔或拉丁裔，失业者占 47.32% ，已婚者占 58.04%，大学毕业及以上学历占 38.69%。MS 平均病程 12.2（±9.8）年，其中复发缓解型 MS 患者占 71.1%。在 7 天评估期内，基线时 324 人、12 周时 281 人每天至少提供 1 次疲劳评分，且前后疲劳强度和干扰的 EMA 数据完成率相近。
2. EMA 评分与锚定法测量的相关性：PGIC 评分、MFIS 平均变化得分与 EMA 疲劳平均变化得分的相关性系数≥0.35（所有 p<0.001），表明它们之间存在显著关联。
3. 锚定法得分：以 PGIC 和 MFIS 为锚，EMA 疲劳强度和干扰得分的平均变化约为 1.0。比如以 PGIC 为锚时，疲劳强度的个体内和个体间变化得分在 0.62 - 0.97 之间，疲劳干扰得分在 0.62 - 0.85 之间；以 MFIS 为锚时，疲劳强度变化得分在 1.05 - 1.22 之间，疲劳干扰得分在 1.05 - 1.18 之间，效应量为中等至强。
4. 分布法得分：7 天评估期内，EMA 疲劳的个体间信度在 0.54 - 0.93 之间，评估 3 天后超过 0.80，6 天后超过 0.90。疲劳强度的 SEM 估计最小变化为 1.19 - 1.56，SD 估计最大变化为 1.50 - 1.93；疲劳干扰的 SEM 最小变化为 1.30 - 1.64，SD 最大变化为 1.66 - 2.11。7 天后，Cohen's d 估计值显示疲劳强度和干扰的效应较强，且分布法指标接近 1.0。
5. 锚定法和分布法结合得分：结合两种方法，以 MFIS 为锚时，分布法 EMA 疲劳测量的准确性估计略高，超过 0.60。疲劳强度和干扰的准确性均为 0.68，相应的 Youden's 指数在疲劳强度为 0.08、疲劳干扰为 0.09 时最高，此时对应 EMA 疲劳强度的预处理 SD 为 0.75，疲劳干扰为 0.83。

四、研究结论与意义：为 MS 治疗开辟新方向

研究首次确定了 MS 患者 EMA 评估疲劳结果的 MCID，发现 0 - 10 分 NRS 评分中，EMA 疲劳强度和干扰的最小临床重要差异在 0.75 - 1.30 之间。这一结果意义重大，它为未来通过 EMA 评估疲劳治疗效果的临床试验提供了关键参考，医生和研究人员可以更准确地判断治疗是否有效，从而为患者制定更精准的治疗方案，提升 MS 患者的生活质量。

不过，研究也存在一些局限性。比如 PGIC 量表不够特异，易受其他症状和功能状态影响；锚定法存在回忆偏差；EMA 疲劳测量指标的有效性还需进一步验证等。但总体来说，这项研究为 MS 疲劳评估和治疗奠定了重要基础，后续研究可以在此基础上不断完善，推动 MS 治疗领域的发展。