2.4 Q1 | meta |朝鲜大学|COVID-19 感染癌症患者死亡的预后因素：系统评价方案
第一段–文章基本信息
文章题目：Prognostic factors of mortality in patients with cancer infected with COVID-19: a systematic review protocol
中文标题：COVID-19 感染癌症患者死亡的预后因素：系统评价方案
发表杂志：BMJ Open
影响因子：1区，IF=2.4
发表时间：2023年3月
第二段–本文创新点和科研启发
本文创新点和科研启发
填补研究空白：这项系统综述协议旨在全面评估癌症患者感染 COVID-19 后的死亡率预后因素。尽管已有大量研究关注 COVID-19 对普通人群的影响，但专门针对癌症患者的预后因素的研究相对较少。癌症患者由于其独特的免疫状态和疾病负担，可能面临更高的死亡风险。这项研究将填补这一领域的知识空白，为临床医生提供针对这一高危人群的更精准的预后评估工具。
多因素综合分析：该研究计划系统地识别和分析多种可能影响癌症患者 COVID-19 死亡率的因素，包括临床特征（如癌症类型、疾病分期、治疗状态）、实验室指标（如炎症标志物、免疫细胞计数）、合并症（如心血管疾病、糖尿病）以及社会心理因素等。这种多因素综合分析能够提供更全面的预后评估框架，帮助临床医生在复杂情况下做出更准确的判断。
为临床决策提供支持：通过系统回顾和分析现有研究，这项研究将为临床医生提供关于癌症患者 COVID-19 预后的最新证据。这些证据可以用于优化患者的管理策略，例如识别高风险患者并提供更积极的干预措施，或者为患者及其家属提供更准确的预后信息。此外，研究结果还可以为未来的临床研究和指南制定提供科学依据，进一步改善癌症患者的 COVID-19 管理。
第三段-Introduction
背景
自2019年12月中国爆发新冠疫情以来，该疫情在全球范围内迅速传播，对全球死亡人数产生了重大影响。截至2022年11月，世界卫生组织报告全球已有超过6亿例新冠确诊病例和超过600万例死亡。研究表明，慢性疾病（如癌症）是新冠感染患者死亡的主要风险因素之一。癌症作为一种高发病率的慢性疾病，给医疗系统带来了沉重负担。2020年全球约有1930万新发癌症病例，预计到2040年，全球癌症负担将增加47%，达到2840万例。在新冠大流行的背景下，识别新冠感染癌症患者的死亡预后因素对于高风险人群至关重要。尽管已有研究报道了相关的人口统计学、癌症相关和临床特征作为预后因素，但目前尚缺乏针对新冠和癌症患者预后因素的系统综述。因此，本研究将系统总结新冠感染癌症成年患者的死亡相关因素，填补这一研究空白，为临床决策提供科学依据。
第四段-Methods
方法
研究方案注册
我们已在 PROSPERO 注册了我们的研究方案（CRD42023390905），并按照系统综述和元分析方案报告规范 2015 检查表进行报告。
检索策略
我们将检索 MEDLINE、Embase 和 Cochrane 中心注册数据库，检索范围从 2019 年 12 月 1 日至当前。我们计划与经验丰富的图书管理员合作，使用受控词汇和文本词开发检索策略。在参考文献检索阶段，我们将通过结合与人群（COVID-19 感染的癌症患者）、结果（死亡）和研究设计（队列研究）相关的术语来构建检索策略。
纳入和排除标准
我们将纳入队列研究，研究对象为 18 岁及以上的成年癌症患者，这些患者在 COVID-19 感染前已被诊断为癌症，并通过多变量回归模型探讨死亡的预后因素。 我们仅纳入 COVID-19 感染前已确诊癌症的成年患者，并包括实验室确诊和疑似 COVID-19 的患者。除非研究分别报告了成人和儿童/青少年的结果，否则仅纳入 90% 或以上参与者为 18 岁及以上成人的研究。
我们仅纳入使用多变量分析（如逻辑回归和 Cox 比例风险模型）评估与死亡相关因素的研究。 研究将不考虑癌症类型。如果一个队列有多个出版物，我们将重点关注癌症患者数量最多的出版物。然而，如果一个患者数量较少的研究报告了一个独特的预后因素，我们将将其纳入该预后因素的分析中。
我们关注所有原因导致的总死亡率。然而，如果一个队列没有报告总死亡率，而仅报告了特定疾病导致的死亡（如癌症死亡和 COVID-19 死亡），我们将将其纳入作为代表性死亡。如果一个队列仅按原因报告死亡，我们将关注死亡人数最多的那一类。 我们不对 COVID-19 的严重程度、癌症部位、癌症分期或研究的随访期进行限制。
我们将排除那些未提供计算效应量和 95% 置信区间所需信息的研究。我们还将排除综述、动物研究、信件、评论、会议摘要和没有原始数据的社论。
研究选择过程
我们将从电子数据库中导出所有参考文献，并将其导入参考文献管理软件。所有筛选步骤将在校准练习后进行，以确保审稿人的可重复性和一致性，并将由两名审稿人的团队独立且重复进行。首先，我们将审阅标题和摘要。然后，我们将对被认为可能相关的参考文献进行全文筛选，并记录被排除研究的主要排除原因。在审查过程中出现的任何分歧将通过审稿人之间的讨论解决。如果无法达成共识，审稿人将咨询第三位审稿人。
数据提取
在校准练习后，两名审稿人的团队将独立且重复进行数据提取。我们将开发标准化的数据提取表，并从每项合格研究中收集以下数据：
1.研究特征：第一作者姓名、发表年份、队列名称、国家和研究人群的招募时间。
2. 癌症患者基线特征：参与者人数、平均年龄、性别比例、合并症、原发癌症类型、诊断时平均年龄、癌症分期和住院患者比例。
3. 结果：死亡类型（全因死亡、癌症死亡、COVID-19 死亡、其他）、随访时长（月）、患者人数、死亡人数、人年数、死亡评估方法（病历、死亡证明、其他）。
4. 预后因素：回归模型中的预后因素数量、预后因素类型（分类、连续）、预后因素名称、分类因素的类别、连续因素的变化单位、点估计值（相对风险、OR、HR）及其对应的 95% 置信区间。
我们将记录最终回归模型中包含的所有协变量。常见的预后因素示例包括人口统计学因素（如性别、年龄、经济状况和教育水平）、既往健康状况（如吸烟和合并症）、癌症相关特征（如癌症类型、原发癌症部位、诊断年龄、癌症分期和癌症治疗史）以及临床特征（如 COVID-19 症状和体征、疫苗接种史和实验室检查结果）。如果一项研究报告了多个回归模型，我们将从变量数量最多的模型中提取数据。
偏倚风险评估我们将使用预后研究质量（Quality in Prognostic Studies, QUIPS）工具来评估偏倚风险。该工具包含六个领域：研究参与、研究流失、预后因素测量、结果测量、研究混杂、统计分析和报告。我们将对每个领域分别评估其偏倚风险为低、中或高。如果五个或六个领域被评为低风险，则整体偏倚风险将被评定为低。在校准练习后，两名审稿人的团队将独立且重复地对每项纳入研究进行偏倚风险评估，通过讨论或咨询第三位审稿人解决冲突。
第五段-Results
结果
预期结果
预后因素总结
识别并总结与 COVID-19 感染的癌症患者死亡相关的预后因素，包括人口统计学因素、既往健康状况、癌症相关特征和临床特征。
证据质量评估
通过 GRADE 方法评估每个预后因素的证据质量，为临床决策提供依据。
亚组分析结果
根据偏倚风险、死亡类型和随访时间的亚组分析结果，可能揭示不同条件下的预后因素差异。
临床应用
为癌症患者在 COVID-19 时代的死亡风险评估提供科学依据，帮助开发预后模型。
第六段–结论
结论
这项系统综述将为 COVID-19 感染的癌症患者的死亡预后因素提供全面的总结和评估，为临床医生和公共卫生决策者提供及时的证据支持。
