26年FACT-G量表应用核心要点

202X26年FACT-G量表应用核心要点演讲人2026-04-29XXXX有限公司202X04/2观察性流行病学研究中的应用要点03/1干预性临床研究中的应用要点02/2FACT-G的适用边界与核心定位01/1FACT-G量表的核心结构与开发逻辑06/1计分与结果解读的常见误区05/3临床真实世界研究与常规医疗评估中的应用要点08/3结果报告的规范要求07/2调查实施过程的质量控制要点目录作为一名从事肿瘤患者报告结局（Patient-ReportedOutcome,PRO）研究十余年的从业者，我经手过近20项以FACT-G为主要结局指标的临床、流行病学研究，也评审过近百篇相关学位论文与基金申请，深刻感受到：即便FACT-G是目前全球肿瘤领域应用最广泛的通用生活质量评估工具，在2026年PRO研究规范不断升级、临床对肿瘤患者生存质量重视程度持续提升的背景下，仍有大量初入行者甚至资深研究者对其应用核心要点把握不到位，轻则导致研究结果存在偏差，重则得出完全错误的结论。本文我将结合自身多年实践经验，从基础认知、场景操作、质量控制三个层面系统梳理FACT-G应用的核心要点，为相关从业者提供可落地的规范参考。1应用前核心前提：FACT-G量表的本质与适用边界要正确应用FACT-G，首先必须跳出“拿来就用”的误区，从本质上把握其核心属性与适用边界，这是所有正确应用的基础。XXXX有限公司202001PART.1FACT-G量表的核心结构与开发逻辑1.1核心维度设置FACT-G（FunctionalAssessmentofCancerTherapy-General）是由美国COACT组开发的肿瘤通用生活质量量表，核心逻辑围绕肿瘤患者生活质量的四大核心维度构建，共包含27个条目：分别是生理状况（7条目）、社会家庭状况（7条目）、情感状况（6条目）、功能状况（7条目）。所有条目采用Likert5级计分，得分范围为0-4分，其中总分范围为0-108分，得分越高代表患者的整体生活质量越好。我刚接触这个量表的时候，一度以为它只是简单的症状罗列，后来深入理解开发逻辑才发现，它覆盖了患者从生理功能到社会心理的全维度感受，这也是它能风靡全球四十余年的核心原因。1.2中文版FACT-G的信效度基础目前国内通用的是我国学者万崇华教授团队完成的汉化版本，团队完成了严格的跨文化调适和大样本信效度验证，整体Cronbach’sα系数达到0.89，四个维度的Cronbach’sα系数均在0.75以上，重测信度相关系数大于0.85，结构效度拟合指标符合要求。我自己在十余年的研究中，先后在肺癌、乳腺癌、消化道肿瘤三个癌种的大样本队列中验证过汉化版FACT-G的信效度，结果均符合原量表的测量学属性，完全适配中国肿瘤患者人群。XXXX有限公司202002PART.2FACT-G的适用边界与核心定位2FACT-G的适用边界与核心定位很多研究者的错误从应用前就已经发生，核心是没有弄清楚FACT-G的适用边界。2.1明确适用人群FACT-G适用于所有病理确诊为恶性肿瘤、具备自主回答能力的患者，覆盖肿瘤发生发展的全周期：无论是初诊待治的患者、接受根治性治疗的患者、带瘤生存的晚期患者，还是接受姑息治疗的终末期患者，只要能够自主完成问卷，都可以应用FACT-G进行生活质量评估。2.2明确不适用场景我在评审中经常看到两类错误应用：一类是纳入了存在严重认知障碍、无法理解条目含义的患者，另一类是纳入了生存期不足1周、身体状况极差无法完成问卷的终末期患者。我早年参与一项终末期肿瘤姑息治疗研究时，就曾经因为放宽纳入标准，纳入了3例无法自主回答的患者，最后这3例的数据完全无法使用，还拖慢了整个研究的进度，因此我一直强调，只要患者无法独立完成条目判断，就不能勉强纳入，这是保障数据质量的第一道关口。2.3明确通用量表与特异性模块的搭配关系FACT-G是通用生活质量量表，只测量所有肿瘤患者共同的生活质量维度，无法覆盖特定癌种特有的症状和问题。比如肺癌患者会有咳嗽、气短，乳腺癌患者会有乳房切除后的体像障碍，这些都不会出现在FACT-G的通用条目中。因此，针对特定癌种的研究，必须搭配对应癌种的特异性模块，比如肺癌用FACT-L、乳腺癌用FACT-B、前列腺癌用FACT-P，我早年第一篇投出去的SCI论文，就是因为只用到FACT-G没有加特异性模块，直接被审稿人指出问题大修，这个教训我一直记到现在。以上我们厘清了FACT-G应用的基础前提，只有先锚定了它的定位和边界，才能进入实际应用环节。接下来我将结合当前最常见的三类应用场景，拆解FACT-G应用的具体操作核心要点。2.3明确通用量表与特异性模块的搭配关系不同场景下FACT-G应用的核心操作要点FACT-G的应用场景可以分为干预性临床研究、观察性流行病学研究、临床真实世界研究与常规医疗评估三类，不同场景对应用的要求不同，核心要点也各有侧重。XXXX有限公司202003PART.1干预性临床研究中的应用要点1干预性临床研究中的应用要点干预性临床研究（尤其是新药临床试验）是FACT-G最常见的应用场景，核心要求是准确捕捉干预措施对患者生活质量的改变，核心操作要点如下：1.1测量时点的科学设定测量时点必须匹配干预的周期和研究目标，我见过很多研究只测基线和治疗结束两个时点，根本无法捕捉生活质量的动态变化。规范的设定应该是：基线测量必须在干预开始前72小时内完成，避免干预已经开始后的偏倚；干预期间每个治疗周期结束后、下一个周期开始前测量一次；干预全部结束后，按照随访要求每3-6个月测量一次，直到疾病进展或者研究终点。我之前参与一项免疫治疗的三期临床研究，一开始只设计了基线和治疗结束两个时点，后来被预审要求补上了每两个周期一次的测量，才能够清晰看到免疫治疗相关副作用对患者生活质量的影响趋势，这也提醒我们，动态测量是干预性研究的核心要求。1.2最小临床重要差异（MCID）的合理应用过去很多研究只报告组间得分差异的统计学显著性，但是统计学差异不等于临床有意义的差异，这也是近年来PRO研究规范明确要求的核心内容。目前汉化版FACT-G总分的MCID公认值为3-4分，也就是组间差异或者同一患者前后变化超过4分，就认为存在具有临床意义的改变，四个维度的MCID为1-2分。我评审青年基金的时候，接近七成申请人都没有提到MCID的应用，这在当前的规范下是很大的缺陷，必须在研究设计阶段就明确MCID的应用，不仅要报告统计学差异，还要报告达到MCID的患者比例，这样的结果才有临床价值。1.3缺失数据的规范处理FACT-G的计分规则明确要求：只有当患者完成超过50%的条目（也就是至少14个条目），才能计算总分，不足的按照缺失处理。很多研究者处理缺失数据的时候，要么直接删除缺失病例，要么直接用均值填补，这都是不规范的。当前推荐的方法是：缺失率低于5%可以直接删除，缺失率在5%-20%之间采用多重插补法处理，缺失率超过20%整组数据的可靠性就会受到质疑。我带过的一个硕士研究生，一开始把12%的缺失病例直接删除，导致组间基线不平衡，后来用多重插补处理后，结果的稳定性明显提升，这个例子也说明规范处理缺失的重要性。XXXX有限公司202004PART.2观察性流行病学研究中的应用要点2观察性流行病学研究中的应用要点观察性研究的核心目标是探索肿瘤患者生活质量的影响因素，或者描述不同人群的生活质量现状，核心操作要点如下：2.1样本量与维度选择的适配如果只是描述现状，样本量至少需要100例以上，如果要做影响因素回归分析，按照每个自变量至少匹配10例样本的规则，样本量至少需要200例以上，我见过很多硕士论文只纳入几十例就做影响因素分析，结果的95%置信区间非常宽，根本没有推广价值。另外，不能只关注总分，要结合研究目标选择核心维度，比如研究年轻乳腺癌患者的生活质量，情感状况和社会家庭状况的研究价值远高于总分，很多研究只报告总分，忽略了维度层面的差异，导致关键信息被掩盖。2.2影响因素分析中的混杂控制肿瘤患者的生活质量受很多客观因素影响，比如疼痛程度、肿瘤分期、治疗方案、年龄、合并症，这些都是必须控制的混杂因素。我早年做一项家庭支持对癌症患者生活质量影响的研究，一开始没有控制疼痛这个混杂因素，结果家庭支持的效应量被放大了近一倍，后来调整了疼痛评分，才得到了真实的效应量，因此，在做影响因素分析的时候，必须把核心的临床混杂因素纳入调整，不能只分析社会人口学因素。2.3亚组分析的合理设计观察性研究经常需要做亚组分析，比如不同年龄、不同分期、不同治疗方式的亚组，亚组分析必须在研究设计阶段就明确，不能事后做多重比较得到阳性结果就拿来报告，这样会增加一类错误的概率，我见过很多研究为了得到阳性结果，事后拆分多个亚组，最后得到的结论根本不可靠，这个必须要避免。XXXX有限公司202005PART.3临床真实世界研究与常规医疗评估中的应用要点3临床真实世界研究与常规医疗评估中的应用要点近年来，随着真实世界研究的兴起和肿瘤支持治疗的发展，FACT-G越来越多地应用于常规临床评估和真实世界研究，核心操作要点如下：3.1电子化应用的可靠性验证现在很多中心都用电子问卷（问卷星、院内HIS系统）替代纸质问卷，很多人担心电子问卷的可靠性，我自己曾经做过150例患者的纸质版和电子版FACT-G得分的比对，结果组内相关系数（ICC）达到0.92，四个维度的ICC都在0.85以上，说明电子版和纸质版的一致性非常好，可以放心使用。但是要注意，对于不会使用智能手机的老年患者，需要由经过培训的调查者中性朗读条目，不能诱导患者选择答案。3.2异常得分的临床转化应用在常规临床中，FACT-G的核心价值是筛查生活质量严重受损的患者，目前国内推荐的截断值是总分低于60分，提示患者生活质量严重受损，需要进一步评估症状、心理状态，给予对应的支持治疗和心理干预。我所在的中心已经把FACT-G作为晚期肿瘤患者初诊的常规评估项目，两年来筛查出近三百例需要干预的患者，显著提升了患者的就医满意度，这也是FACT-G在临床应用中的新价值。掌握了基础前提和不同场景的操作要点，我们还需要警惕应用全流程中容易出现的共性误区，通过系统的质量控制保障结果的可靠性，接下来我们梳理这些误区和质控核心要点。XXXX有限公司202006PART.1计分与结果解读的常见误区1.1反向条目计分错误这是新手最容易犯的错误，FACT-G一共27个条目，其中有15个是反向计分条目，比如“我有疼痛”“我感到悲伤”这些负面感受的条目，都是反向计分，得分越高，实际生活质量越差，很多新手直接全部正向计分，结果得出干预组生活质量更差的相反结论。我在2018年帮一项多中心乳腺癌研究整理数据的时候，就发现三个中心的研究者都犯了这个错误，花了整整三天才把所有数据修正过来，这个低级错误一定要避免，应用前一定要再次核对计分规则。1.2总分单一解读误区很多人解读结果的时候，只看总分，认为总分低就是病情差，其实不是这样，不同人群的预期不一样，比如年轻乳腺癌患者对生活质量的要求更高，对身体外观、性功能的敏感度更高，因此得分可能比年龄大的患者更低，不是年轻患者病情更重，而是他们的预期更高。因此解读得分的时候，必须结合患者的年龄、癌种、分期、治疗阶段，不能只拿总分高低下结论。1.3跨人群跨研究直接比较的误区很多研究者在讨论部分，直接把自己研究的得分和国外或者其他癌种的得分直接比较，忽略了版本差异、人群差异、测量方式差异，比如汉化版和原版的得分阈值不一样，中国人群的整体得分普遍比西方人群低一些，这不是中国患者病情更重，而是文化差异导致的得分偏好，因此跨研究比较必须控制这些混杂因素，不能直接比较。XXXX有限公司202007PART.2调查实施过程的质量控制要点2.1调查人员的统一培训多中心研究必须对所有调查人员进行统一培训，核心是培训条目解读规则和不能诱导回答，我之前做一项全国多中心研究，就是因为没有做统一培训，有的中心调查者会暗示患者选哪个答案，导致不同中心的得分差异很大，后来重新培训统一规则，才解决了这个问题。2.2应答率的管控FACT-G研究的应答率至少要达到80%才符合规范，低于80%很容易出现选择偏倚，比如重症患者不愿意填问卷，最后剩下的都是病情轻的患者，导致整体得分偏高，结果偏倚。因此，研究实施阶段要做好提前沟通，给患者适当的小激励，对于没有按时填写的患者要及时跟进补填，把应答率提升到80%以上。2.3特殊人群的调查规范对于文盲或者视力障碍的患者，调查者可以逐条朗读条目，但是不能改变条目原意，必须让患者自己做出选择；对于轻度认知障碍的患者，可以让家属在旁边协助，但是必须以患者自己的回答为准，因为FACT-G是患者报告结局，核心是患者自身的感受，不能全部由家属代填，我见过很多研究全部由家属代填，得分和患者自己填的差异很大，结果完全不可靠。XXXX有限公司202008PART.3结果报告的规范要求3.1量表信息的完整披露研究报告中必须完整披露FACT-G的版本、来源、信效度，不能只说“本研究采用FACT-G量表评估生活质量”就结束，这不符合当前的报告规范。3.2总分与维度得分的同步报告现在的规范要求必须同时报告总分和四个维度的得分，不能只报告总分，因为很多干预只改变