Status and influencing factors of cancer-related fatigue in patients with end-stage lung cancer

doi:10.3877/cma.j.issn.1674-6902.2025.02.020

Abstract

Abstract:

Objective

To analyze the status and influencing factors of cancer-related fatigue in patients with end-stage lung cancer.

Methods

All of 75 patients with end-stage lung cancer admitted to our hospital from August 2021 to August 2023 were selected as subjects. According to the revised Piper fatigue scale（RPFS），32 cases with cancer-related fatigue were divided into observation group and 43 cases without cancerrelated fatigue were divided into control group. The RPFS score was analyzed，the clinical data of the two groups were compared，and the influencing factors of cancer-related fatigue in end-stage lung cancer patients were analyzed by Logistic regression，and a nomogram model was established.

Results

The scores of physical，behavioral，cognitive and emotional fatigue in the observation group were （5.09±1.17），（5.17±1.01），（4.08±0.89） and （4.12±0.95），respectively. The average total score was （4.58±1.12）. The visual analog scale（VAS） score of the observation group （3.50±0.70） was higher than that of the control group （2.65±0.68）（P＜0.05），and the Karnofsky （KPS）score （75.06±5.48） and SSRS （26.09±3.06） of the observation group were lower than those of control group KPS（82.31±6.45） and SSRS （29.97±3.31）（P＜0.05）. Logistic results showed that VAS score （OR=25.507，95%CI： 5.523～117.802） was a risk factor for cancer-related fatigue，KPS score （OR=0.725，95%CI： 0.585 ～0.900），SSRS score （OR=0.679，95%CI： 0.492 ～0.936） was a protective factor for cancer-related fatigue （P＜0.05）. 75 cases by 7∶3 split the training set and the verification set，the training set of 52 cases，the verification set of 23 cases，the training set and the verification set predicted the receiver operating characteristic （ROC） curve （area under curve，AUC）（95%CI） were 0.98（0.96～1.00） and 0.93 （0.80～1.00），respectively. Calibration curve results showed that the calibration curve predicted by the nomogram model was close to the ideal curve （P=0.907，0.871）. The decision curve analysis（DCA） shows that the probability threshold of the nomogram model was 20%～90% and the net return was higher.

Conclusion

The incidence of cancer-related fatigue is high in patients with end-stage lung cancer.VAS score，KPS score and SSRS score are influential factors of cancer-related fatigue in end-stage lung cancer.Targeted intervention can reduce the incidence of fatigue.

Key words: End-stage lung cancer, Cancer-related fatigue, Current situation, Influencing factors

Zhijing Liu, Jing Ma, Liying Wang, Peng Li, Yanan Zhang, Tongzhen Chen. Status and influencing factors of cancer-related fatigue in patients with end-stage lung cancer[J]. Chinese Journal of Lung Diseases(Electronic Edition), 2025, 18(02): 310-314.

/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: https://zhfbjbzz.cma-cmc.com.cn/EN/10.3877/cma.j.issn.1674-6902.2025.02.020

https://zhfbjbzz.cma-cmc.com.cn/EN/Y2025/V18/I02/310

Figures/Tables 5

临床资料	对照组（n=43）	观察组（n=32）	χ ² /t 值	P值
高血压史［n（％）］	10（23.26）	8（25.00）	0.031	0.861
糖尿病史［n（％）］	11（25.58）	12（37.50）	1.226	0.268
心脏病史［n（％）］	4（9.30）	6（18.75）	0.417	0.234
贫血［n（％）］	20（46.51）	16（50.00）	0.089	0.765
睡眠障碍［n（％）］	15（34.88）	13（40.63）	0.258	0.611
白细胞减少［n（％）］	10（23.26）	10（31.25）	0.600	0.439
肿瘤大小（cm）			0.055	0.815
＜4	28（65.12）	20（62.50）
≥4	15（34.88）	12（37.50）
病理类型［n（％）］			0.013	0.908
非小细胞肺癌	38（88.37）	28（87.50）
小细胞肺癌	5（11.63）	4（12.50）
手术治疗［n（％）］	25（58.14）	20（62.50）	0.145	0.703
靶向治疗［n（％）］	20（46.51）	15（46.88）	0.010	0.975
中医治疗［n（％）］	10（23.26）	12（37.50）	1.796	0.180
VAS 评分［分，（ $\overset{ˉ}{x}$ ± s ）］	2.65±0.68	3.50±0.70	5.288	0.000
KPS 评分［分，（ $\overset{ˉ}{x}$ ± s ）］	82.31±6.45	75.06±5.48	5.127	0.000
SSRS 评分［分，（ $\overset{ˉ}{x}$ ± s ）］	29.97±3.31	26.09±3.06	5.183	0.000

临床资料	对照组（n=43）	观察组（n=32）	χ ² /t 值	P值
高血压史［n（％）］	10（23.26）	8（25.00）	0.031	0.861
糖尿病史［n（％）］	11（25.58）	12（37.50）	1.226	0.268
心脏病史［n（％）］	4（9.30）	6（18.75）	0.417	0.234
贫血［n（％）］	20（46.51）	16（50.00）	0.089	0.765
睡眠障碍［n（％）］	15（34.88）	13（40.63）	0.258	0.611
白细胞减少［n（％）］	10（23.26）	10（31.25）	0.600	0.439
肿瘤大小（cm）			0.055	0.815
＜4	28（65.12）	20（62.50）
≥4	15（34.88）	12（37.50）
病理类型［n（％）］			0.013	0.908
非小细胞肺癌	38（88.37）	28（87.50）
小细胞肺癌	5（11.63）	4（12.50）
手术治疗［n（％）］	25（58.14）	20（62.50）	0.145	0.703
靶向治疗［n（％）］	20（46.51）	15（46.88）	0.010	0.975
中医治疗［n（％）］	10（23.26）	12（37.50）	1.796	0.180
VAS 评分［分，（ $\overset{ˉ}{x}$ ± s ）］	2.65±0.68	3.50±0.70	5.288	0.000
KPS 评分［分，（ $\overset{ˉ}{x}$ ± s ）］	82.31±6.45	75.06±5.48	5.127	0.000
SSRS 评分［分，（ $\overset{ˉ}{x}$ ± s ）］	29.97±3.31	26.09±3.06	5.183	0.000

影响因素	单因素回归分析						多因素回归分析
影响因素	B	SE	Wald	P值	OR	95％CI	B	SE	Wald	P值	OR	95％CI
VAS 评分	3.239	0.781	17.214	＜0.001	25.507	5.523～117.802	3.806	1.207	9.945	0.002	44.965	4.223～478.764
KPS 评分	-0.221	0.059	13.839	＜0.001	0.801	0.713～0.901	-0.321	0.110	8.525	0.004	0.725	0.585～0.900
SSRS 评分	-0.418	0.113	13.611	＜0.001	0.658	0.527～0.822	-0.388	0.164	5.567	0.0018	0.679	0.492～0.936

References 26

1	赫捷，李霓，陈万青，等. 中国肺癌筛查与早诊早治指南（2021，北京）［J］. 中华肿瘤杂志，2021，43（3）： 243-268.
2	杨福军，沈芳，毕孝杨，等. 影像组学鉴别诊断小细胞肺癌与非小细胞肺癌的Meta 分析［J］. 实用放射学杂志，2024，40（4）： 552-556.
3	Alduais Y，Zhang H，Fan F，et al. Non-small cell lung cancer（NSCLC）： A review of risk factors，diagnosis，and treatment［J］.Medicine （Baltimore），2023，102（8）： e32899.
4	王小波，王慧虹，侯礼佳，等. 基于网络分析肺癌围术期核心症状的调查性研究［J］. 护士进修杂志，2023，38（24）： 2333-2339.
5	中华医学会肿瘤学分会肿瘤支持康复治疗学组.中国癌症相关性疲乏临床实践诊疗指南（2021 年版）［J］. 中国癌症杂志，2021，31（9）： 852-872.
6	肖丽，徐真，郑霞洪，等. 癌因性疲乏在肺癌患者心理弹性与心理痛苦间的中介作用［J］. 检验医学与临床，2023，20（18）： 2752-2756.
7	中华医学会，中华医学会肿瘤学分会，中华医学会杂志社.中华医学会肺癌临床诊疗指南（2018 版）［J］. 中华肿瘤杂志，2018，40（12）： 935-946.
8	杨永波，李志刚翻译. 肺癌分期分类相关的解剖学、生物学及理念［J］. 中国肺癌杂志，2010，13（1）： 1-8.
9	McNair KM，Zeitlin D，Slivka AM，et al. Translation of Karnofsky Performance Status （KPS） for use in inpatient cancer rehabilitation［J］. PM R，2023，15（1）： 65-68.
10	苏莉，韦波，凌小凤，等. 社会支持评定量表在壮族农民中的信效度和常模［J］. 现代预防医学，2009，36（23）： 4411-4413.
11	薛秀娟，许翠萍，杨雪莹，等. 癌因性疲乏测评工具及评价指标的研究进展［J］. 中华护理杂志，2012，47（9）： 859-861.
12	孙兵，车晓明. 视觉模拟评分法（VAS）［J］. 中华神经外科杂志，2012，28（6）： 645.
13	古永华，娄玖玲，王延歌. 原发性肝癌术后病人癌因性疲乏影响因素的调查分析及护理对策［J］. 全科护理，2021，19（14）：1952-1955.
14	马春然，白华，王欢，等. 骨肿瘤化疗患者的癌因性疲乏现状及其影响因素［J］. 中国医药导报，2024，21（2）： 120-123.
15	张蕊，李敏，饶建玲. 肺癌患者癌因性疲乏现状及影响因素分析［J/CD］. 中华肺部疾病杂志（电子版），2024，17（1）：111-114.
16	Bray F，Ferlay J，Soerjomataram I，et al. Clobal cancer statistics 2018：CLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries［J］. CA Cancer J Clin，2018，68（6）： 394.
17	唐莉，毛孝容，温贤秀，等. 癌症患儿癌因性疲乏影响因素及非药物干预的研究进展［J］. 实用医院临床杂志，2023，20（4）：190-194.
18	王莉，田静，熊冬梅，等. 多发性骨髓瘤化疗患者癌因性疲乏与影响因素调查［J］. 解放军预防医学杂志，2018，36（7）：913-917.
19	杜雪菲，杨琼. 晚期肺癌患者癌因性疲乏发生现状及危险因素分析［J］. 中国临床医生杂志，2021，49（8）： 930-933.
20	元美华，郑秀云，彭玲聪，等. 非小细胞肺癌患者癌因性疲乏发生情况及其危险因素分析［J］. 浙江创伤外科，2023，28（8）：1411-1413.
21	马丽娟，王蕴，李殿明. 肺癌患者血清CEA，CYFRA21-1，ALP，ALB 与KPS 评分的相关性及诊断价值分析［J］. 检验医学与临床，2022，19（4）： 454-458.
22	袁静，贺徐琳，段姝娟，等. 前列腺癌化疗患者癌因性疲乏现状及影响因素分析［J］. 中华现代护理杂志，2020，26（30）：4188-4194.
23	黄娜，田甜，王旭颖. 子宫内膜癌术后化疗患者癌因性疲乏情况及严重程度的影响因素［J］. 癌症进展，2022，20（14）：1449-1452.
24	赵顺，王树萌，王珊珊. 食管癌术后患者癌因性疲乏现状调查及与社会支持和生存质量的相关性分析［J］. 现代生物医学进展，2022，22（17）： 3378-3382.
25	陆迎，寇美红，李金花. 基于结构方程模型分析甲状腺癌术后患者癌因性疲乏的影响因素［J］. 中国医药导报，2022，19（29）： 73-76.
26	王先艳，王大雪，廖婉君，等. 疼痛专科护士主导多学科协作模式对居家癌痛病人生活质量的影响［J］. 西南医科大学学报，2023，46（3）： 257-261.

[1]	Qi Wang, Chunfeng Yang, Hongping Song, Lei Xu. Ultrasound-based breast cancer screening results and influencing factors in rural areas of Weibei，Shaanxi Province from 2021 to 2023 [J]. Chinese Journal of Medical Ultrasound (Electronic Edition), 2025, 22(02): 106-113.
[2]	Jingya Yu, Yulan Shi, Lijuan Xiang, Cheng Chen, Yudie Luo. Analysis on the current status and influencing factors of frailty in elderly patients with chronic wounds [J]. Chinese Journal of Injury Repair and Wound Healing(Electronic Edition), 2025, 20(02): 141-147.
[3]	Chunyi Liu, Qi Sun, Zhongwei Shi, Jing Huang. Influencing factors and prevention of postoperative nausea and vomiting in patients undergoing daytime laparoscopic cholecystectomy [J]. Chinese Journal of Hepatic Surgery(Electronic Edition), 2025, 14(02): 245-249.
[4]	Yu Gong, Yuan Liao, Mei Shang. Influencing factors and prediction model for recurrence of hepatocellular carcinoma after TACE [J]. Chinese Journal of Hepatic Surgery(Electronic Edition), 2024, 13(06): 818-824.
[5]	Zongjie Chen, Tiansong Hu. Analysis of influencing factors of bile leakage after treatment in patients with liver trauma and rupture [J]. Chinese Journal of Hepatic Surgery(Electronic Edition), 2024, 13(06): 836-840.
[6]	Huiling He, Zubin Lu, Jiali Feng, Shengqiang Liang. Effect of preoperative peripheral blood NLR and PLR on postoperative colon cancer liver metastasis [J]. Chinese Journal of Hepatic Surgery(Electronic Edition), 2024, 13(05): 682-687.
[7]	Xia Wang, Yulei Liang, Jie Shen, Jie Yuan, Yingpeng Wu, Lili Zhang, Xiangdi Chen. Risk prediction model of encephalocele after severe traumatic brain injury was constructed based on random forest algorithm [J]. Chinese Journal of Neurotraumatic Surgery(Electronic Edition), 2024, 10(06): 359-366.
[8]	Beibei Wang, Zhenyi Cui, Jing Wang, Hanyan Wang, Hongzhi Lv, Xiuting Li. Development and Validation of postoperative anemia prediction model in elderly patients with intertro-chanteric fracture [J]. Chinese Journal of Geriatric Orthopaedics and Rehabilitation(Electronic Edition), 2024, 10(06): 355-362.
[9]	Guibin Fang, Jin Xiao, Guangtao Fu, Qiujian Zheng. Factors affecting walking ability in elderly patients with hip fractures one year after surgery [J]. Chinese Journal of Geriatric Orthopaedics and Rehabilitation(Electronic Edition), 2024, 10(05): 273-280.
[10]	Liang Shan, Yi Liu, Tao Yu, Li Xu. The psychological resilience status and influencing factors of elderly patients with femoral neck fractures after surgery [J]. Chinese Journal of Geriatric Orthopaedics and Rehabilitation(Electronic Edition), 2024, 10(05): 294-300.
[11]	Xin Liu, Zhijun Zhang, Shen Wang, Min Zhang, Ruha Wang, Li Peng, Gaojian Zhang. Analysis of influencing factors of early deterioration in patients with mild traumatic brain injury [J]. Chinese Journal of Brain Diseases and Rehabilitation(Electronic Edition), 2025, 15(01): 31-37.
[12]	Ruhai Wang, Shen Wang, Min Zhang, Chun Li, Chao Han, Qiang Yu, Haicheng Hu, Xizhen Li. Analysis of influencing factors of short-term mortality risk in patients with severe traumatic brain injury after decompressive craniectomy [J]. Chinese Journal of Brain Diseases and Rehabilitation(Electronic Edition), 2024, 14(05): 285-291.
[13]	Yunhe Hu, Yuzhuo Zhou, Ruiying Fu, Fan Yu, Aidong Li. Influencing factors and management strategies for GB1 group hospitalization expenses under the CHS-DRG payment system [J]. Chinese Journal of Clinicians(Electronic Edition), 2024, 18(06): 568-574.
[14]	Jian Liu, Wenzhu Wang, Qian Wang. Investigation and analysis of the status and influencing factors of lung injury after hip fracture in elderly patients [J]. Chinese Journal of Diagnostics(Electronic Edition), 2024, 12(04): 260-264.
[15]	Xiaoyun Huang, Yaji Yao. Factors influencing the career longevity of pre-hospital emergency doctors and proposed countermeasures [J]. Chinese Journal of Hygiene Rescue(Electronic Edition), 2024, 10(05): 281-285.

Please choose a citation manager

Content to export