做症状网络分析，症状量表选哪个

症状量表宜先按病种选：查阅同一病种已发表的症状网络研究用了哪个量表，沿用同一个，结果才能与前人的网络逐个症状对照。肿瘤患者最常用的是 M.D. 安德森症状评估量表（MDASI）及其病种模块，其次是记忆症状评估量表（MSAS）；非肿瘤病种多用各自的专病量表。选定之后还要看量表怎么计分，计分方式决定每个症状用哪一个分数进入网络，最终进入网络的往往也不是量表的全部条目。

我整理的 532 篇护理相关症状网络研究中，使用症状清单类量表的有 202 篇，其中 MDASI 及其病种模块 66 篇、MSAS 及其改编版 33 篇，合计 99 篇，约占一半。不少病种已形成相对固定的选择：头颈肿瘤 14 篇中 10 篇用 MDASI 头颈模块，血液透析用症状清单的 8 篇均为改良透析症状指数（DSI），脑卒中用症状清单的 8 篇中 7 篇为脑卒中症状体验量表（SSES）。另有 31 篇自编症状清单，或在已有量表上增删、拼接条目。

常用量表的计分方式分为两类。MDASI 的症状部分仅评严重程度，每个症状 0 至 10 分，回忆过去 24 小时；MSAS、DSI 和 SSES 先问症状有无，有才分别评频率、严重程度和困扰，一个症状最多对应三个分数。论文对此处理不一：有的只取严重程度，有的取三者均值，也有按三个维度分别建网的。

下面依次说明各病种常用哪个量表、几个常用量表在条目、计分和时间框上的差别、论文中怎样从量表条目取出网络节点，以及自编清单时原文如何交代来源。

一、各病种常用哪个量表

把 202 篇按病种归类后，可以分成两种情况。

第一种是已有固定选择的病种。除开头提到的头颈肿瘤、血液透析和脑卒中，消化道肿瘤用症状清单的 38 篇中，13 篇用 MDASI 胃肠肿瘤模块，另有 6 篇食管癌术后研究用食管癌术后康复期症状评估量表（CSAS-EC）；肺癌 12 篇中 7 篇用 MDASI 中文版加 6 个肺癌特异条目；乳腺癌 13 篇中 7 篇用 MDASI；血液肿瘤 17 篇中 9 篇用 MSAS 的儿童版。这些病种做新研究，沿用占多数的量表，网络的候选症状与已有研究相同，核心症状一致与否可以直接比较。量表不同时节点就不同，两项研究核心症状不一致，也就分不清是人群不同还是量表不同。

第二种是尚无固定选择的病种。心衰 6 篇分用 MSAS 心衰版 3 篇、心衰症状状态问卷（SSQ-HF）2 篇、心衰躯体感知量表 1 篇；HIV 6 篇用了 5 种清单；妇科肿瘤 7 篇中用得最多的量表也只有 2 篇。孕产妇 33 篇中仅 3 篇用了症状清单，另外 30 篇中有 16 篇的网络全部由心理量表构成。这类病种没有可沿用的先例，选量表时看它是否覆盖本研究关心的症状，肿瘤患者可在 MDASI 和 MSAS 之间选，非肿瘤病种优先找该病的专病量表。

研究对象的症状以抑郁、焦虑为主时，常用的是心理量表。532 篇中有 114 篇的网络全部由心理量表构成，进入网络的心理量表中，患者健康问卷抑郁量表（PHQ-9）101 篇、广泛性焦虑量表（GAD-7）82 篇。另有一点可供参考：532 篇中没有一篇用埃德蒙顿症状评估系统（ESAS）建网，选用它就找不到可对照的症状网络研究。

二、几个常用量表的条目、计分和时间框

MDASI 由两部分组成：13 个核心症状的严重程度，以及症状对日常生活的 6 项干扰，均为 0 至 10 分。所核论文的症状网络均只用症状部分，一项骨与软组织肿瘤研究另以 6 项生活干扰单独建了一个网络。病种模块在核心症状之外加入特异症状，胃肠肿瘤模块加 5 项，共 18 个症状；头颈模块加 9 项，共 22 个症状。量表原定回忆过去 24 小时，也有论文改动：一项居家乳腺癌化疗患者的研究纳入出院后 15 天内的患者，将回忆时间改为过去 15 天；一项食管癌术后经口进食康复期的研究改为过去 1 周，以与同时使用的食管癌模块一致。

MSAS 含 32 个症状，回忆过去 1 周，先问有无，有的症状再评频率、严重程度（均 4 级）和困扰（5 级）。江南大学 2024 年对 512 例肺癌化疗后患者的研究只取严重程度建网，并在局限性中写明：

Secondly, we solely relied on one dimension of self-reported symptoms (severity), which may impact the reliability of our findings.

改良 DSI 含 30 个症状，回忆过去 7 天，计分结构与 MSAS 相同：先问有无，有的再评频率、严重程度（1 至 4 分）和困扰（1 至 5 分）。同一份数据可以建三个网络，《中华护理杂志》2025 年对 488 例维持性血液透析患者的研究按频率、严重程度和困扰各建一个网络，三个网络强度最高的都是入睡困难。成都医学院 2026 年对 938 例患者的研究则先用严重程度做因子分析，再把保留的 21 个症状按有无二分后建 Ising 网络。

SSES 的计分也是先问有无，有的再评频率、强度（1 至 4 分）和困扰（0 至 4 分），以三者均值表示该症状的负担。这个量表有两处需要留意。一是条目数，2024 年一项脑卒中恢复期研究写明 19 个条目，2025 年一项急性期研究写为 23 个条目，引用时应回到量表编制的原始文献核对。二是回忆时间，所核 7 篇的方法部分都没有写明，自己使用时应在方法中写出。

CSAS-EC 为食管癌术后患者编制，28 个条目、4 个维度，按严重程度 0 至 10 分计，回忆过去 24 小时，计分方式与 MDASI 相同。糖尿病症状清单修订版（DSC-R）34 个条目、8 个维度，无症状计 0 分，有症状按影响程度计 1 至 5 分，一项研究写明回忆过去 1 个月。

可以看出，只评严重程度的量表，每个症状只有一个分数，直接进入网络；先问有无、再评几个方面的量表，每个症状有两三个分数，用哪一个、是否合并，要在方法部分写明理由。回忆时间从 24 小时到 1 个月不等，比较两项研究时也应一并核对。

三、量表条目怎样变成网络节点

量表的条目不一定全部成为网络的节点。所核论文中有四种做法。

第一种是全部条目进入网络。中南大学 2023 年对 170 例多发性骨髓瘤化疗患者的研究，MSAS 的 32 个症状全部进入网络；2024 年脑卒中恢复期研究的 SSES 19 个条目也全部进入网络。

第二种是删去发生率低的症状。所举几篇的门槛从 10% 到 40% 不等：肺癌化疗患者营养影响症状的研究为 10%，乳腺癌患肢症状的研究为 15%，前述肺癌化疗后研究为 20%，2 型糖尿病研究为 30%，食管癌术后研究为 40%。2025 年急性期脑卒中研究同时删去了发生率高于 80% 的症状。原文给出的理由有保证网络稳定、保证数据有足够变异等，门槛数值有的引自此前研究，有的未给依据，例如：

Symptoms with a frequency of less than 40% were omitted to ensure the stability of the symptom network.

第三种是按发生率取前几项。山东第一医科大学 2025 年对 202 例消化道肿瘤患者的研究，从 MDASI 胃肠模块的 18 个症状中取发生率最高的 10 个，并按 10 个节点估算样本量：

The MDASI-GI-C scale involves a survey of 18 symptom representations. In this study, the top 10 symptoms were selected to be included in the NA according to the incidence of symptoms from high to low.

节点数决定了模型要估计的参数个数，删减症状与样本量估算是连在一起的。

第四种是合并条目。南方医科大学 2026 年对 357 例胶质瘤术后患者的研究，先检查条目是否重复测量同一内容，发现恶心与呕吐高度重复，取两者均分合并为一个胃肠道症状节点后重新估计网络。另一项肺癌化疗患者的研究从营养评估量表的症状栏中取出焦虑和抑郁，合并为一个情绪变化节点。

同一个量表，删除门槛不同，进入网络的症状就不同。删除门槛、合并依据应在收集数据之前确定，并在方法部分写明删去了哪些症状。

四、自编或改编清单时，原文怎样交代来源

本病种没有合适的量表时，研究者会自编或改编症状清单，202 篇中有 31 篇如此。以下几篇交代来源的方式可供参考。

复旦大学 2024 年对 790 例梅尼埃病患者的研究，先由研究者查阅文献和指南列出主要临床症状，再经两轮焦点小组确定：

Specifically, the symptom checklist was developed in two rounds of focus groups in June 2014 and August 2014. …During the focus group, specialists discussed each symptom separately and ultimately identified 15 MD-related symptoms along with their severity classifications.

广东省中医院 2025 年对 140 例视神经脊髓炎谱系疾病患者的研究，以修订版症状管理理论为框架，经文献回顾、小组讨论、两轮专家函询和预调查形成问卷：

The initial questionnaire was developed through a literature review and group discussions. After two rounds of Delphi expert consultation and pre-survey, the final version of the questionnaire was produced.

改编已有量表的论文，交代的是增删了什么、为什么。复旦大学 2019 年对 1116 例 HIV 感染者的研究，从 HIV 症状指数中选出 20 个高发症状，认为抑郁和焦虑不能各用一个条目评估，改用两个简短的心理量表测量。2024 年一项肺癌免疫治疗研究在 MSAS 原有 32 个症状上增加体重增加、视物模糊和心悸 3 项。前述食管癌术后经口进食研究把 MDASI 的 13 个症状与食管癌模块合并，将模块中 3 个吞咽条目合为 1 个，回忆时间统一为过去 1 周，所有条目统一改为 4 级计分，原文逐项写明了改动和理由。

这几篇交代的内容可以归纳为三项：条目的来源，筛选或确定条目的过程，以及对原量表做了哪些改动。自编或改编清单时，方法部分至少要写清这三项。

结语

选症状量表，先查本病种已有的症状网络研究用了哪个，有固定选择就沿用；没有时，肿瘤患者在 MDASI 和 MSAS 之间选，非肿瘤病种找专病量表，以心理症状为主的研究用 PHQ-9、GAD-7 等心理量表。选定之后，看清量表的计分方式和回忆时间，在收集数据前定下用哪个分数建网、按什么门槛删减症状；自编或改编清单时，写明条目来源、确定过程和改动。

参考文献

1. 吴子童, 刘美子, 高菲, 等. 恶性骨与软组织肿瘤患者症状与症状困扰的网络分析. 护理学杂志, 2025, 40(14): 39-43.

2. 雷静, 李金花, 肖羽乔, 等. 居家乳腺癌化疗病人核心症状及影响因素. 护理研究, 2024, 38(15): 2655-2661.

3. Liu H, Zhang X, Qiu J, et al. Symptoms experience during the oral intake rehabilitation period following esophagectomy: a network analysis. Asia-Pacific Journal of Oncology Nursing, 2025, 12: 100710.

4. Teng L, Zhou Z, Yang Y, et al. Identifying central symptom clusters and correlates in patients with lung cancer post-chemotherapy: a network analysis. Asia-Pacific Journal of Oncology Nursing, 2024, 11(4): 100383.

5. 成李, 邹玉娇, 胡天天, 等. 维持性血液透析患者多维症状网络分析及影响因素研究. 中华护理杂志, 2025, 60(19): 2321-2327.

6. Deng J, Hu J, Liu W, et al. Network-guided symptom targets in maintenance hemodialysis using in silico interventions: a multicenter cross-sectional study. BMC Nephrology, 2026, 27(1).

7. Huang Y, Cao S, Li T, et al. Exploring core and bridge symptoms in patients recovering from stroke: a network analysis. Frontiers in Neurology, 2024, 15: 1434303.

8. Zhou S, Zhang Y, He H, et al. Symptom clusters and networks analysis in acute-phase stroke patients: a cross-sectional study. Scientific Reports, 2025, 15(1): 2539.

9. Zeng L, Huang H, Liu Y, et al. The core symptom in multiple myeloma patients undergoing chemotherapy: a network analysis. Supportive Care in Cancer, 2023, 31(5): 297.

10. Zheng DD, Jin T, Li D, et al. Identification of the core nutrition impact symptoms cluster in patients with lung cancer during chemotherapy: a symptom network analysis. Seminars in Oncology Nursing, 2025, 41(1): 151794.

11. Shen A, Zhang Z, Ye J, et al. Arm symptom pattern among breast cancer survivors with and without lymphedema: a contemporaneous network analysis. The Oncologist, 2024, 29(12): e1656-e1668.

12. Liu YQ, Li SB, Li YM, et al. Exploring core and bridge symptoms among people with type 2 diabetes mellitus in China: a network analysis. Journal of Clinical Nursing, 2026, 35(3): 1270-1281.

13. Qin Y, Chen J, Li Y, et al. Bridging symptoms linking postoperative symptom clusters seven days after esophagectomy: a multicenter network analysis of 418 patients with esophageal cancer. Asia-Pacific Journal of Oncology Nursing, 2026, 13: 100830.

14. Wang K, Diao M, Yang Z, et al. Identification of core symptom cluster in patients with digestive cancer: a network analysis. Cancer Nursing, 2025, 48(1): E55-E63.

15. Luo X, Song H, Wang P, et al. Symptom network and latent profile analysis in patients after glioma surgery: a cross-sectional study. Supportive Care in Cancer, 2026, 34(4): 396.

16. Cao X, Zhou Y, Li T, et al. Symptom networks analysis among people with Meniere's disease: application for nursing care. International Journal of Nursing Sciences, 2024, 11(2): 214-221.

17. Liang H, Chen J, Wang L, et al. Exploring core symptoms and symptom clusters among patients with neuromyelitis optica spectrum disorder: a network analysis. International Journal of Nursing Sciences, 2025, 12(2): 152-160.

18. Zhu Z, Hu Y, Xing W, et al. Identifying symptom clusters among people living with HIV on antiretroviral therapy in China: a network analysis. Journal of Pain and Symptom Management, 2019, 57(3): 617-626.

19. Yang X, Bai J, Liu R, et al. Symptom clusters and symptom network analysis during immunotherapy in lung cancer patients. Supportive Care in Cancer, 2024, 32(11): 717.