5.9 Q1 | meta | 意大利|SARS-COV-2 感染的高血压和死亡率：大流行 2 年后观察性研究

第一段–文章基本信息

文章题目：Hypertension and mortality in SARS-COV-2 infection: A meta-analysis of observational studies after 2 years of pandemic

中文标题：SARS-COV-2 感染的高血压和死亡率：大流行 2 年后观察性研究的荟萃分析

发表杂志：Eur J Intern Med 

影响因子：1区，IF=5.9

发表时间：2023年2月

第二段–本文创新点和科研启发

本文创新点和科研启发

高血压与COVID-19死亡率的显著关联：高血压患者在感染SARS-CoV-2后，死亡率显著高于非高血压患者。荟萃分析结果显示，高血压患者的死亡风险比非高血压患者高出约1.5倍（风险比HR = 1.52，95% CI：1.31-1.76，P < 0.001），表明高血压是COVID-19死亡的独立危险因素。

高血压对不同COVID-19严重程度的影响：高血压不仅增加COVID-19患者的死亡风险，还与重症和危重症的发生率显著相关。高血压患者发展为重症或危重症的风险是非高血压患者的1.7倍（HR = 1.73，95% CI：1.48-2.02，P < 0.001），提示高血压可能加剧COVID-19的病情进展。 

高血压管理的重要性：良好的血压控制可能降低COVID-19患者的死亡风险。研究强调了在疫情期间对高血压患者进行严格血压管理的重要性，建议高血压患者在感染SARS-CoV-2后应更加注重血压监测和药物治疗，以降低不良预后的风险。

第三段-Introduction

背景

自2019年12月SARS-CoV-2感染首次出现以来，全球已有数百万人受到感染，其临床表现从无症状到危及生命的COVID-19不等。心血管疾病，特别是高血压，被认为是COVID-19重症和死亡的潜在风险因素之一。然而，关于高血压与COVID-19死亡风险之间关系的观察性研究结果并不一致，部分研究在调整混杂因素后发现高血压的影响减弱甚至消失。既往的荟萃分析存在局限性，如纳入横断面研究、参与者特征异质性大或未探索异质性来源。鉴于SARS-CoV-2感染的全球传播、COVID-19的高死亡率、高血压的高患病率以及先前研究的局限性，本研究通过系统评价和荟萃分析，使用更严格的纳入标准，重新评估了既往高血压与COVID-19患者死亡风险之间的关系，旨在克服之前研究的不足。

第四段-Methods

方法

数据来源和搜索策略

本荟萃分析是根据PRISMA声明设计、实施和报告的，研究方案预先注册（CRD42022335826）。使用MEDLINE/PubMed、Web of Science和Scopus对截至2022年3月31日的现有出版物进行了系统检索。检索策略包括“Covid”或“COVID-19”或“SARS-CoV-2”和“血压”或“高血压”等术语。通过手动检索近期综述和相关已发表的原始研究的参考文献来获取更多信息。 

研究选择和数据提取

数据选择和报告遵循PRISMA声明。两名研究人员（A.G.和A.F.Z.）检查了检索到的研究的标题和摘要，以确定符合预定义纳入标准的研究。然后检索可能符合条件的研究的全文并评估合格性。在研究纳入和数据解释方面的分歧在会议上解决。数据从纳入的研究中提取，并由第三名研究人员（L.D.）检查准确性。

纳入标准

要纳入荟萃分析，发表的研究必须满足以下标准： – 同行评审的原始文章； – 涉及成年人群的研究； – 涉及评估SARS-CoV-2感染作为基线暴露的研究； – 通过Cox比例风险模型确定预先存在的高血压对SARS-CoV-2感染死亡率的作用的研究。

偏倚风险

根据纽卡斯尔-渥太华量表建立的标准评估荟萃分析中纳入的研究的偏倚风险。 

证据分级

使用GRADE（建议分级评估、开发和评价）方法评估整个证据的质量。证据分为高、中或低。观察性研究最初默认被评为低级，并根据特定标准降级或升级。降级的标准包括研究局限性（偏倚风险）、不一致性（大量无法解释的异质性）、间接性（限制泛化性的因素）、不精确性（95% CI跨越5%的最小重要差异）和发表偏倚（小研究效应的重要证据）。提高证据质量的标准包括较大的效应量、剂量反应梯度和合理的混杂因素的衰减。

第五段-Results

结果

meta 分析中纳入的研究特征

在总共25,447篇出版物中，377项研究进行了定性评估，最终26项研究被纳入分析。表 1 记录并报告了已确定的研究和相应研究人群的主要特征。这些研究涉及12个国家的222,083名参与者，平均年龄为40至71岁，男性患病率在36%至91%之间。16项研究报告了未经调整和调整的数据，6项仅报告未经调整的数据，4项仅报告调整的数据。所有多变量模型均包括年龄，其中19项还包括性别，13项包括心血管疾病，7项包括体重，4项包括血脂异常，3项包括吸烟习惯。除3项研究外，其余均回顾性评估数据，4项研究具有前瞻性设计。所有研究的偏倚风险均为低风险。

高血压与死亡率

22项研究报告未经调整的结果显示（表1），高血压患者的死亡风险显著高于非高血压患者（HR = 2.58；95% CI：1.66至4.02；p < 0.001），研究间异质性显著（I² = 97%）。19项研究报告多变量模型的结果显示（表1），基线时预先存在的高血压状态与显著较高的死亡风险相关（HR = 1.55；95% CI：1.22至1.97；p < 0.001），研究间异质性显著（I² = 89%）（图1）。漏斗图分析显示存在一些不对称性，但Egger、Begg和Macaskill检验未检测到发表偏倚的重要证据。敏感性分析表明，排除任何单个研究均未显著改变死亡风险的估计。

此外，我们还进行了一项分析，还包括 Geng 等人报告的结果。关于 3 期高血压的预测作用。合并 HR 仅从 1.55 变为 1.53 （95% CI： 1.23 至 1.91;p<0.001）。研究之间再次存在显著的异质性 （p<0.001， I2=89%）和漏斗图的一点不对称性。然而，没有证据表明存在发表偏倚 （Egger： p = 0.2， Begg： p = 0.4， Macaskill： 0.2）。 

其他分析（图 2，表 2-3）。进一步的分析包括仅院内死亡率检测到两者存在类似的关联（HR= 1.64;95% CI：1.19 至 2.25;p = 0.002） 和研究间异质性 （p<0.01;我2=90%）。相反，对院内死亡率和非院内死亡率的研究进行汇总分析 表示无显著关联 （HR= 1.21;95% CI： 0.86 至 1.70;p = 0.27;异质性：P<0.01;我2=81%）。

高血压与死亡率

综合分析：另一项分析，包括报告未调整和调整数据的研究，证实了既往高血压与死亡率（HR = 1.61, 95% CI：1.15至2.26，p = 0.006）和研究间异质性（p < 0.01，I² = 90%）。

体重标志物的分析：一项单独的分析包括在评估中考虑体重标志物的研究，表明预先存在的高血压与死亡率之间没有显著关联（HR = 1.18, 95% CI：0.90至1.56）。另一方面，对未针对该协变量进行调整的研究的汇总分析表明，高血压与死亡率之间存在显著关联（HR = 1.75, 95% CI：1.23至2.51）。 

血脂异常和吸烟习惯的分析：包括针对血脂异常进行调整的研究在内的另一项分析显示，高血压对死亡率的影响不显著（HR = 1.16, 95% CI：0.89至1.50）。当进一步分析包括调整吸烟习惯的研究时，检测到类似的结果（HR = 1.29, 95% CI：0.62至2.67）。

荟萃回归分析

异质性来源：荟萃回归分析表明，体重标志物（BMI：系数 = 0.01，p = 0.9；肥胖：系数 = 0.01，p = 0.3）和血脂异常患病率（系数 = -0.01，p = 0.12）以及吸烟习惯（系数 = 0.03，p = 0.3）不是异质性的重要来源（表3）。

心血管危险因素：预先存在的心血管危险因素的百分比是异质性的重要来源。特别是，预先存在的高血压（coeff = -0.02，p = 0.008）、糖尿病（coeff = -0.02，p = 0.02）和慢性肾病（coeff = -0.04，p = 0.03）的百分比与死亡风险之间存在负相关。然而，多变量荟萃回归结果并未证实这些显著趋势，残差I²为66.59%，R²为47.3%（表3）。

其他因素：单变量荟萃回归分析未检测到年龄（coeff = 0.004, p = 0.8）、性别（coeff = -0.01, p = 0.2）、参与者总数（coeff = -1.88e-06, p = 0.5）、预先存在的心血管损伤（coeff = -0.005, p = 0.6）、RAAS抑制剂使用（coeff = -0.008, p = 0.2）、“偏倚风险”评分（coeff = -0.18, p = 0.5）和SARS-CoV-2感染诊断与死亡之间的时间间隔（coeff = -0.11, p = 0.1）是异质性的重要来源（表3）。此外，通过荟萃回归分析评估的研究时的相关国家数据，包括严格性指数（coeff = 0.001, p = 0.8）、死亡率（coeff = 0.01, p = 0.7）、繁殖率（coeff = -0.09, p = 0.6）、每100万新病例（coeff = -0.005, p = 0.13）和每100万住院患者（coeff = -0.0001, p = 0.9）（表3），也未发现任何显著结果。

亚组分析

亚组分析结果：亚组分析证实了年龄、性别、参与者总数、高血压、糖尿病和心血管损伤患病率的趋势，但没有显著差异（表2）。

其他评估因素：原产国、研究设计和比例风险假设的评估也不是异质性的重要来源。

证据质量

根据GRADE标准，对于未调整和调整的数据，关于既往高血压与死亡风险之间关联的证据质量为中等。尽管GRADE方法将来自队列研究的观察证据定义为低质量，但由于效应量大（对于未调整的数据分析）和合理的混杂因素的衰减（对于调整后的数据分析），评分有所提高。

第六段–结论

结论

本荟萃分析的结果允许假设预先存在的高血压对 SARS-CoV-2 感染死亡率的非独立预测作用。值得注意的是，我们的系统评价强调了大多数筛选研究的局限性，即对既往高血压或其与其他危险因素的相互作用对死亡风险的独立作用的评估不完整。因此，为了进一步扩展该领域的现有知识，应进行未来的研究，以在全球范围内前瞻性地评估预先存在的高血压的作用，并更好地评估这种影响，独立于可能影响死亡风险的其他潜在混杂因素（例如体重、糖尿病、吸烟、癌症）或与之相互作用。