3.8 Q1 | meta | 北京中医药大学|心血管疾病和自杀倾向患者：系统评价和荟萃分析
第一段–文章基本信息
文章题目：Patients with cardiovascular disorders and suicidality: A systematic review and meta-analysis
中文标题：心血管疾病和自杀倾向患者：系统评价和荟萃分析
发表杂志：Asian J Psychiatr
影响因子：1区，IF=3.8
发表时间：2023年12月
第二段–本文创新点和科研启发
本文创新点和科研启发
全面评估心血管疾病与自杀风险的关联：本研究通过系统综述和荟萃分析，全面评估了心血管疾病患者中自杀意念和自杀行为的发生率及风险因素。研究整合了多项研究的数据，涵盖了不同类型的心血管疾病（如冠心病、心力衰竭、高血压等），提供了更全面、更可靠的科学依据，揭示了心血管疾病与自杀风险之间的复杂关系。
揭示高风险人群和潜在机制：研究详细分析了心血管疾病患者中自杀意念和自杀行为的高风险人群，包括特定年龄段、性别、合并症患者等。此外，研究还探讨了可能的潜在机制，如心理社会因素（如抑郁、焦虑）、生物因素（如炎症、神经递质失衡）以及社会支持不足等，为临床医生识别高风险患者提供了重要参考。
为临床干预和预防策略提供循证支持：本研究的结果为临床医生和公共卫生专家提供了有力的循证支持，强调了在心血管疾病患者中识别和干预自杀风险的重要性。研究建议在心血管疾病患者的常规管理中纳入心理健康评估，并针对高风险人群提供个性化的心理支持和干预措施，以降低自杀风险，改善患者的整体预后和生活质量。第三段-Introduction
背景
根据世界卫生组织的“2019年全球自杀状况”，自杀是全球主要死因之一，每年因自杀死亡的人数超过HIV、疟疾、乳腺癌以及战争或凶杀的死亡人数。识别普通民众中自杀意念和企图的风险因素至关重要，因为这些行为与自杀完成呈正相关。研究表明，患有慢性病的个体更有可能报告自杀意念，而心血管疾病作为一种慢性病，可能会增加自杀意念的风险。抑郁症在心血管疾病患者中很常见，且患有急性危及生命的身体疾病（如中风和心肌梗塞）的患者自杀意念和企图自杀的风险显著增加。尽管已有研究探讨了自杀与心脏病的关系，但先前对心血管疾病与其他疾病和自杀之间相关性的调查得出了不一致的结论。本研究通过系统评价和荟萃分析的方法，旨在阐明心血管疾病与自杀之间的关联，为预防工作提供有价值的见解，并提高医生和医护人员的意识。
第四段-Methods
方法
文献检索
对PubMed、Cochrane Library、Embase、Web of Science、CINAHL和PsycINFO数据库从成立至2023年6月发表的人类研究进行了检索，使用了布尔运算符和关键词组合：“（（（自杀）OR（自残）OR（自杀））AND（（心血管疾病）OR（心脏病）））”。在PubMed中，结合了MeSH术语“自杀”和“心血管疾病”以丰富检索结果。此外，为了确保与相关研究的兼容性，研究方法在很大程度上遵循了既往研究的策略，并从入选综述的文章中引用了包括美国国家职业安全与健康研究所、美国国家结果测量系统和英国国家统计局等在内的数据库。
资格标准
纳入标准包括：（1）横断面、病例对照和队列研究；（2）任何类型的心血管疾病，前提是使用既定标准诊断，并且使用经过验证的标准评估自杀风险；（3）感兴趣的结果是自杀的发生率和与心血管疾病相关的风险估计。排除标准包括：（1）涉及18岁以下参与者的研究；（2）研究侧重于由其他原发性疾病引起的心血管疾病患者；（3）病例报告、病例系列、信件、社论和评论文章；（4）未报告自杀结局的研究；（5）不测量或报告自杀倾向的研究。
数据提取
两名独立研究者进行了文献筛选、资料提取和交叉验证。如果研究者之间在研究选择的每个阶段出现差异，则通过与第三名研究者协商达成解决方案。相关数据被输入到最终提取表中并附加质量评分，包括作者、地点、时间段、观察人数、信息来源、研究类型、诊断标准、自杀方法、年龄分布等信息。
质量评估
使用纽卡斯尔-渥太华队列研究质量评估量表来审查纳入研究的方法学质量。评分≥3星为低偏倚风险，<3星为高偏倚风险。
统计分析
使用Stata软件进行计算，以OR、HR、RR和发病率作为效应量统计。使用随机效应模型估计发病率，并利用Freeman-Tukey双反正弦变换方法来变换和组合比例。每个效应量都配有95%置信区间。研究结果之间的异质性通过χ²检验与I²统计量结合使用。当研究结果之间没有统计异质性时，采用固定效应模型；在存在统计异质性的情况下，使用随机效应模型。此外，通过依次省略纳入的研究进行亚组分析或敏感性分析来管理显著的临床异质性，并使用R软件进行Begg和Egger测试。
模型开发
根据Sullivan等人提出的方法制定了分类评分模式。从系统评价和荟萃分析中选择预测模型中包含的所有风险组成部分，并为每个风险因素采购了汇总的OR。计算每个风险因素的β系数，并将其转化为分数。最后，根据荟萃分析和临床实践指南对预测模型中的所有风险要素进行分类，并为每个类别分配一个明确的分数。总分是通过对预测模型中所有分量的分数求和得出的。
第五段-Results
结果
纳入研究的特点
在最初的文学探索中，辨别出了 17,427 篇可能相关的文章。在仔细删除与主题无关的重复和研究之后，根据标题和摘要评估，对 19 篇文章进行了全面审查（6 篇随后因各种原因被排除在外）。最终，将 13 篇文章纳入分析中。这种严格的文学选择的过程和结果如图 1 所示。在这 13 项队列研究中，共有 25,850,042 名参与者参与，令人震惊。这个量级代表了荟萃分析中采用的研究和参与者的最终计数。
在质量评估过程中，所有纳入的 13 项研究均被认证为“低偏倚风险”分类 （eTable1）。对每项研究的方法严谨性的评估在增强结果的可信度方面起着关键作用。受研究量的限制，我们的分析努力评估专门针对充血性心力衰竭（CHF） 的发表偏倚。有关发表偏倚的示例，可以在 Supplementary Data 中找到与 CHF 相关的漏斗图和相应的结果。
系统评价中 CVD 与一般人群自杀的特征
13篇文章显示了心血管疾病（CVD）自杀率与普通人群自杀率之间的差异。三篇文章按性别将CVD自杀患者分开，其中1项研究显示女性的自杀风险明显高于普通人群，1项研究显示男性的自杀风险明显高于普通人群，而1项研究未发现明显的自杀风险。
精神合并症
精神疾病在10篇文章中被报告为危险因素，主要是情绪障碍、焦虑症、抑郁症或两者兼而有之。
人口因素
五项研究报告了自杀年龄的增加、种族/民族，以及人际关系风险增加的一致发现因素，尤其是单身，但也有分开、离婚和丧偶的情况。三项研究报告了平均门诊就诊次数、急诊室就诊次数和自杀之间的关系。五项报告家庭收入的研究。
一般 CVD
在对三项研究（包括578,369名一般CVD患者）的荟萃分析中，仔细审查了一般CVD与自杀风险之间的关系。这些研究报告了未经调整的OR。荟萃分析显示，一般CVD显著增加自杀风险（OR = 1.44, 95% CI 1.08-1.93; P < 0.01，I² = 91.7%）（图2）。荟萃分析中包括的研究在地理上分散在欧洲和美洲，可能是I²异质性的来源。总体荟萃分析结果强调，一般CVD患者自杀风险显著增加。
瑞士法郎
这项荟萃分析评估了与自杀风险相关的 CHF 发生率，该分析纳入了 6 项研究因此总共包括 160,249 名患有 CHF 的患者。所有纳入的研究都报告了未经调整的 OR。荟萃分析的汇总数据显示，心力衰竭患者的自杀风险显著增加（OR = 1.68,95% CI 1.56-1.81;P < 0.05，I2=60.2%）（图 2）。这些研究的地理分布，包括欧洲、亚洲和美洲，可能是计算的 I 的潜在来源2异质性。此外，结果的显著异质性可归因于其他未指明的因素，这些因素可能因研究而异。然而，考虑到累积的 ORs，心力衰竭可能与自杀风险升高显着相关。
缺血性HD
缺血性心脏病（缺血性 HD）与自杀风险之间的关联已在一项包含 5 项研究的荟萃分析中进行了检查，该研究共整合了 36,842 名缺血性 HD 患者。荟萃分析结果显示，缺血性 HD 个体的自杀风险显著增加 （OR = 1.50,95% CI 1.22-1.85;P < 0.01，I2=91.4%）（图 2）。这些调查的地理分布跨越欧洲、亚洲和美洲，导致 I2 异质性。此外，当考虑缺血性 HD 时，心肌梗死 （MI） 和其他缺血性心脏病的合并可能是这种异质性的另一个来源。尽管结果存在高度异质性，但可能还有其他因素影响结果。总体荟萃分析结果表明，缺血性 HD 显着增加了自杀风险。此外，研究表明，与 MI 诊断相关的自杀 RR 随着时间的推移而降低，表明对风险关系存在潜在的时间影响。（e图 1）。
高血压
在 4 项研究中检查了高血压与自杀风险之间的关联，共涉及 154,912 名高血压患者。荟萃分析的结果表明，高血压患者自杀风险显著增加 （OR = 1.15,95% CI 1.08-1.23，P < 0.01，I2=87.3%）（图 2）。荟萃分析表明，高血压会显着增加自杀风险。
血脂异常
在 4 项研究中探讨了血脂异常与自杀风险之间的关系，共涉及 50,692 名血脂异常患者。荟萃分析结果显示，血脂异常患者的自杀风险显著降低 （OR = 0.83,95% CI 0.75-0.92，P < 0.01，I2=82.2%）（图 2）。这项荟萃分析的结果表明，血脂异常与自杀风险的显着降低有关。
脑血管疾病
在一项包含 4 项研究的荟萃分析中分析了脑血管疾病与自杀风险之间的关系，共包括 41,011 名被诊断患有脑血管疾病的患者。通过荟萃分析计算的跨研究的合并 OR 表明脑血管疾病与自杀风险增加之间存在显著相关性 （OR=1.84,95% CI 1.78-1.90，P = 0.617，I2=0%）（图 2）。因此，这项荟萃分析的结果强烈表明，脑血管疾病显着导致自杀风险升高。
心血管疾病与 SMR 的相关性
3 项研究检查了心血管疾病患者的自杀率，所有研究都报告了涵盖 212,206 名心血管疾病患者的未调整 SMR。SMR 是计算自杀死亡率的重要指标，它是通过将心血管患者每年每 100,000 人年的自杀死亡率除以普通人群每年每 100,000 人的自杀死亡率得出的。荟萃分析表明，患有心血管疾病的个体自杀死亡率显着升高，汇总 SMR 为 2.74 （95% CI： 2.19–3.43，P < 0.01，I2=98.1%）（图 3）。高 I2 统计可能归因于本荟萃分析中纳入了不同类型的心血管疾病，例如 MI、CHF、脑血管疾病、缺血性中风、出血性中风、起搏器植入等，这可能是异质性的重要来源。尽管异质性很高，但其他因素也可能有所贡献。尽管如此，汇总的 SMR 表明心血管疾病患者的自杀死亡率显着增加。
疾病患者自杀风险的风险预测模型推导
从心血管疾病和其他 10 种疾病的系统评价和荟萃分析中，我们确定了 16 个与自杀风险相关的危险因素。合并的 OR 及其相应的 95% CI 如图 4 所示（有关单个疾病的荟萃分）。确定的因素包括一般心血管疾病 （OR=1.44）、充血性心力衰竭 （OR=1.68）、缺血性高清 （OR=1.50）、高血压 （OR=1.15）、血脂异常 （OR=0.83）、脑血管疾病 （OR=1.84）、慢性肾病 （OR=1.72）、慢性呼吸系统疾病 （OR=1.56）、癌症 （OR=2.13）、抑郁 （OR=9.39）、情绪障碍 （OR=12.17）、焦虑和睡眠障碍 （OR=4.39）、哮喘 （OR=1.28）、癫痫 （OR=3.15）、 物质使用障碍 （OR=9.79） 和骨质疏松症 （OR=1.28）。
因此，根据我们对心血管疾病和其他十种情况的系统评价和荟萃分析，我们综合了如下简化的自杀风险预测模型：一般 CVD（如果存在，评分 3.6，否则为 0），CHF（如果存在，评分 5.2，否则为 0），缺血性 HD（如果存在，评分 4.1，否则为 0），高血压（如果存在，评分为 1.4，否则为 0），血脂异常（如果存在，则为 0 评分 -1.9，否则为 0）、脑血管疾病（如果存在，评分为 6.1，否则为 0）、慢性肾病（如果存在，评分为 5.4，否则为 0）、慢性呼吸系统疾病（如果存在，评分为 4.4，否则为 0）、癌症（如果存在，评分为 7.6，否则为 0）、抑郁症（如果存在，评分为 22.4，否则为 0）、情绪障碍（如果存在，评分为 25，否则为 0）、焦虑和睡眠障碍（如果存在，则为 0） 分数 14.8，否则为 0）、哮喘（如果存在，则得分为 2.5，否则为 0）、癫痫（如果存在，则得分 11.5，否则为 0）、物质使用障碍（如果存在，得分 22.8，否则为 0）、骨质疏松症（如果存在，得分 2.5，否则为 0）。这些已确定的因素中的每一个都被分配了一个等于其各自 OR 的分数，并且每个风险因素的存在与否决定了该分数是否被添加到总分中。总体自杀风险评分是通过将所有现有因素的分数相加来计算的。该模型的结果如表 2 所示。
第六段–结论
结论
这项研究提供了普通人群中心血管疾病患者自杀风险的第一个可用证据。我们基于人群的荟萃分析表明，心血管疾病与自杀率升高之间存在相关性，尤其是对于一般 CVD、CHF、缺血性 HD、高血压和脑血管疾病。因此，患有这些疾病的患者成为预防自杀的主要目标。尽管如此，鉴于几乎所有的身体健康状况都与自杀有关，我们开发了一个简单的疾病自杀风险预测模型。该模型展示了多种疾病对自杀风险的贡献。
