为什么两位肿瘤科医生可能会推荐不同的治疗方案

为什么癌症医生会提出不同的方案：标准治疗的差异、试验的可及性、手术方式以及患者自身的因素。

不同的肿瘤科建议，很少意味着某一位医生错了。NCI 的证据等级总结指出，不同的专家小组和医生可能采用不同的证据强度分界点；而依据无进展生存期这类替代终点采取行动，在很多情况下是合理的，但并不是理所当然的。

本页面写给从两位癌症医生那里听到两种不同治疗方案的人。内容解释医生如何权衡证据、为什么会得出不同的答案，以及可以问什么。

NCI 直接说出了这一点

最直接的答案来自 NCI 自己关于证据等级的总结。它描述了一套正式的分级体系，然后明确地指出：从不同的角度来看，不同的专家小组、专业机构或个别医生，可能会采用不同的整体证据强度分界点。换句话说，他们在采取行动之前，可能需要不同程度的证明。这既适用于制定指南，也适用于实际采取行动。

这就是用一句话说清的机制。两位肿瘤科医生可以读同一项试验，可以对结果达成一致，却仍然对它是否强到足以改变临床做法有分歧。双方都没有无视证据。他们只是对证据采用了不同的门槛。

NCI 还补充了为什么正式分级仍然重要。对证据等级的书面描述，为所有人提供了一个统一的数据框架。正是这个框架，才使具体的建议成为可能。

分级体系，以及分歧产生的地方

PDQ 用两个独立的尺度给每个结果分级，然后再合并。第一个是研究设计的强度。第二个是研究终点的强度，也就是实际测量的是什么。

研究设计，从强到弱：

随机对照试验。双盲随机试验是金标准。NCI 指出一个实际的限制：大多数肿瘤学试验在分配治疗之后无法做到双盲，因为操作过程和副作用差别太明显，患者和临床医生都能看出来。
随机试验的荟萃分析，即把之前的研究汇总在一起。
非随机对照试验。随机试验内部的亚组分析常常属于这一类。
病例系列和其他观察性设计。NCI 称这些是最弱的形式。

终点，从强到弱：

从某个明确时间点算起的总生存期。NCI 称这可以说是对患者最重要的结果。它也是最容易界定的，并且最不容易受研究者偏倚的影响。
特定病因死亡率。可能在生物学上最重要。但它更主观，更容易受研究者偏倚的影响，也可能漏掉缩短总生存期的治疗作用。
经过仔细评估的生活质量。这对患者非常重要。NCI 说，在强设计之下对它做细致的记录，就足以让大多数医生采用某种治疗。
间接的替代指标（比追踪生存期更快的替代测量方式）。包括无事件生存期、无复发生存期、无病生存期、无进展生存期和肿瘤缓解率。

把两个尺度结合起来，就得到简短的标签。A1 是以总生存期为终点的随机试验。B1 是以无病生存期或无进展生存期为终点的随机试验。C2 是以无进展生存期为终点的病例系列。

两位医生就是在这里分道扬镳的。NCI 写道，替代终点可能转化为对患者的直接获益，也就是生存期或生活质量，但不一定会自动如此。NCI 随后说了一句很重要的话：在许多情况下，在等待更确定的终点的同时，使用一种能改善替代终点的治疗，是合理的。

“在许多情况下是合理的”，并不等于“在所有情况下都是必须的”。一位肿瘤科医生可能会依据无进展生存期的改善采取行动，另一位可能会等待总生存期的数据。在同一个框架下，这两种立场都站得住脚。

正是这种差距的一个现实例子

卵巢癌提供了一个有据可查的案例。NCI 在卵巢癌总结中指出，在卵巢癌试验中，无进展生存期不能充分代替总生存期。但它仍然是这些研究中常见的终点。所以，一项显示无进展生存期改善的试验，可能并不能告诉您人们是否活得更久。两位临床医生可能会以不同的方式看待这个差距。

为什么观察性数据带来的分歧更多，而不是更少

大型的真实世界数据库让人觉得很权威。NCI 的总结描述了一项研究，检验它们预测试验结果的实际准确程度。

研究者检索了2000年到2016年发表的观察性研究。这些研究使用 SEER、SEER-Medicare 或美国国家癌症数据库（National Cancer Database）来比较癌症治疗方案。研究团队把350项治疗比较与121项做同样比较的随机试验配对。

结果令人清醒。两组风险比之间没有显著相关性。一致性相关系数是0.08，95%置信区间为负0.07到0.23。在配对的研究中，只有40%对治疗效果的判断一致，kappa 统计量为0.037。观察性研究的风险比中，只有62%落在配对试验的95%置信区间之内。所有的相关性都没有超过单靠偶然所能产生的水平。而且在使用最先进统计方法的研究中也没有改善。这些方法包括倾向评分加权、工具变量调整和敏感性分析。

有一个数字特别突出。在被评为严谨、并报告总生存期的70项观察性研究中，有35项报告了阳性结果，而随机试验发现没有差异，或者效果方向相反。这是其中的一半。

荟萃分析也不能幸免。NCI 引用了一项比较：针对相同主题，把单项大型随机试验与早先对较小试验所做的荟萃分析相比较。一致程度只是一般，kappa 统计量为0.35。35%的情况下，大型试验的结果没有被准确预测。不同研究者对同一问题做的荟萃分析，可能得出相反的结论。这就是为什么 PDQ 把随机试验的荟萃分析放在与随机试验相同或更低的类别中，绝不会更高。

NCI 自己记录了尚未解决的分歧的地方

PDQ 总结并没有掩盖悬而未决的问题。阅读它们可以看出，标准治疗之中存在多少真正的不确定性。

关于阴茎癌的预防性淋巴结清扫，NCI 指出对生存期的影响尚不清楚。它说对于是否使用，意见不一。
关于氟嘧啶类化疗之前的 DPYD 基因检测，NCI 称这个问题有争议。它说这个问题需要进一步研究。NCI 说检测费用低于$200，但保险覆盖范围不一，而且检测可能使治疗推迟约2周。
关于乳腺癌中处于中间范围的 Oncotype DX 复发评分，即高于11且不超过25，NCI 称化疗的决定复杂而且因人而异。这要考虑年龄、临床病理特征和患者的偏好。
关于结直肠癌手术后的随访，NCI 说目前没有高级别的证据来指导监测。它补充说，没有大型随机试验证明标准监测方案能带来生存获益。

这些都不是某一位医生的知识空白。它们是证据中的空白，而不同的临床医生用不同的方式去填补。

面对意见不一的建议该怎么做

有用的做法不是选择更有把握的那位医生，而是让他们的推理过程变得清楚可见。下面这些问题可以做到这一点。

每一种建议有什么等级的证据支持？是以总生存期为终点的随机试验，还是等级更低的证据？
被引用的试验中，哪个终点得到了改善：是总生存期，还是无进展生存期这样的替代指标？
两种方案为什么不同？是证据不同、对同样证据采取行动的门槛不同，还是对我的情况的判断不同？
肿瘤多学科会诊（tumor board）能解决这个问题吗？可以要求安排吗？
其中一种方案会不会排除另一种？哪个决定是可以逆转的？
是否有某一个中心有临床试验而另一个没有，这是否就是造成差异的原因？

另请参阅如何获得癌症的第二诊疗意见了解具体步骤，以及癌症确诊之后会发生什么了解更早阶段的沟通。

资料来源

本页面的其他语言版本

Tiếng Việt

← 简体中文