3.0 Q1 | meta | 波兰卢布林医科大学|糖尿病对子宫内膜癌风险影响的评估：病例对照研究的更新荟萃分析

第一段–文章基本信息

文章题目：Evaluation of the impact of diabetes mellitus on endometrial cancer risk: an updated meta-analysis of case-control studies

中文标题：糖尿病对子宫内膜癌风险影响的评估：病例对照研究的更新荟萃分析

发表杂志：Arch Med Sci 

影响因子：1区，IF=3.0

发表时间：2024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

全面更新的分析： 本研究通过更新的荟萃分析，综合了最新的病例对照研究数据，提供了关于糖尿病对子宫内膜癌风险影响的最新和最全面的评估。这种全面性确保了研究结果能够反映当前的科学认知水平，为临床医生和研究人员提供了更准确的参考依据。

量化糖尿病与子宫内膜癌风险的关系： 研究通过系统分析多个病例对照研究的数据，量化了糖尿病与子宫内膜癌风险之间的关系。这种量化分析能够明确糖尿病对子宫内膜癌发生的具体影响程度，为临床干预和预防措施的制定提供了有力的数据支持，有助于更好地识别高危人群并采取针对性的健康管理策略。

揭示潜在的病理机制和临床意义： 通过对糖尿病与子宫内膜癌风险关系的深入分析，本研究可能揭示了两者之间潜在的病理生理机制，例如通过探讨糖尿病相关的代谢紊乱如何影响子宫内膜细胞的增殖和癌变过程。此外，研究结果还可能对临床实践产生重要影响，例如指导临床医生在管理糖尿病患者时更加关注其子宫内膜癌的风险，并采取相应的预防和监测措施。

第三段-Introduction

背景

子宫内膜癌（EC）是女性第六大常见癌症，2020年全球有超过417,000例新发病例和97,000例死亡。研究表明，EC的风险与年龄增长、月经初潮早、绝经晚、糖尿病、肥胖、家族史、辐射暴露、不孕症及长期使用雌激素等因素相关。尽管糖尿病与EC风险增加的生物学机制尚未完全明确，但高血糖、高胰岛素血症、慢性炎症等可能参与其中。早期的荟萃分析已支持糖尿病与EC风险增加的关联，但本研究通过更新的系统评价和荟萃分析，进一步明确了糖尿病与EC风险之间的关系。

第四段-Methods

方法

研究设计和检索策略

本系统评价和荟萃分析是根据系统评价和荟萃分析的首选报告项目（PRISMA 2020）指南进行的。该研究已在PROSPERO（ID：CRD42024568221）注册。检索Embase、Medline和Cochrane Library数据库，以确定2000年1月至2023年10月期间发表的糖尿病和子宫内膜癌（EC）病例对照研究。使用以下关键字组选择文章：“糖尿病”或“糖尿病”；和“子宫内膜癌”或“子宫内膜癌”。 

纳入排除标准

符合以下标准的研究被纳入荟萃分析：病例对照研究设计；在2000年1月1日至2023年10月30日期间发表的全文文章；纳入了糖尿病与EC之间关系的数据；纳入原始数据，即每组中患者人数的数据，而不仅仅是风险率；数据足以计算比值比（OR）和95%置信区间（CI）；用英语写成。 

数据提取和质量评估

根据以下标准排除了研究：设计不当；是评论、信件、病例报告、评论；没有分析数据；风险与二甲双胍的使用有关；这些文章没有显示原始结果；以英语以外的语言出版。作者使用标准化的数据提取表单。提取的信息包括：研究设计、第一作者、出版年份、病例数和对照、研究期、女性年龄、糖尿病类型（如果有）和受试者来源。两名研究人员（A.D.和W.K.）根据既定的纳入标准独立检查了标题和摘要，以排除通过与第三作者（M.M.）讨论解决冲突的不合格研究。 采用纽卡斯尔渥太华量表（NOS）评估纳入研究的质量。在方法学评价过程中，低、中、高质量分别给出了0到3、4到6和7到9的分数。NOS包括3个类别：选择、可比性和曝光。在评分中，选择和曝光类别中的每个编号项目最多可以获得1星，而可比性最多可以获得2星。

统计分析

使用Statistica 13.3软件（StatSoft，克拉科夫，波兰）进行所有统计分析。通过采用带有ORs的随机效应模型总结了每项研究的风险估计。对于每项研究，创建了单独的2×2交叉表，其中包含以下数据：发生EC的糖尿病患者人数/未发生EC的糖尿病患者人数/发生EC的无糖尿病患者人数/未发生EC的无糖尿病患者人数。基于此，计算了OR和95% CIs。采用DerSimonian-Laird随机效应模型。采用森林图评估异质性，从统计学上讲，采用Q检验，I²指数和p值。I²统计量（>75.0%、50.0-75.0%和<50%分别表示显著、中等和低异质性）。通过漏斗图评估发表偏倚，并使用Begg检验和Egger检验进行估计。 此外，还进行了分层亚组分析，以调查哪些其他因素可能影响EC的发生。选择以下变量进行分析：癌症家族史、肥胖、高血压、初潮年龄、绝经状态、产次、激素替代疗法和口服避孕药的使用。

第五段-Results

结果

我们通过医学数据库确定了3,426 篇参考文献。根据纳入标准，按标题、摘要排除了 3,056 篇文章，并删除了 311 篇重复的文章。共确定了 59 篇文章进行全文审查。随后，对出版物进行综合评估，排除了 40 篇文章。最后，我们在meta分析中纳入了19项研究。研究选择过程如图 1 所示。

总体而言，19 项研究（共 57,824 名参与者 （12,962 例 EC 病例和 44,862 名对照）被认为是合适的。研究的主要特征如表 I 所示。7项研究在美国进行，5项在欧洲国家进行，3项在中国，1项研究在澳大利亚进行，1项在墨西哥进行，1项在加拿大，1项为多中心研究.纳入研究的平均 NOS 评分为 6.63。

图 2 显示了所选研究与非糖尿病患者相比，糖尿病患者患 EC 的风险。事实证明，糖尿病患者发生 EC 的 OR 高出 2.27 倍 （95% CI： 2.07-2.50），并且荟萃分析的结果具有统计学意义 （p < 0.001）。我2值为 24.92%，这意味着结果的异质性不显著 （p < 0.157），并且 Begg 和 Mazumdar 秩相关检验 （tau b = 0.064，Z = 0.385，p = 0.700） 和 Egger 检验 （b0 = –0.242,95% CI：2.375–1.891，t = –0.240，p = 0.814 ） 未显示发表偏倚。 通过检查漏斗图未发现明显的发表偏倚证据（图 3）。

为了加深分析，进行了分层亚组分析。有癌症家族史的患者、肥胖患者、高血压女性、12 岁或以下月经初潮的女性以及从未生育过的女性发生 EC 的 ORs 显著更高。该研究表明，使用口服避孕药的女性和绝经后妇女的风险显着降低，而使用激素替代疗法的女性之间没有显着差异（表 II）。应该注意的是，由于大多数协变量的高异质性，应谨慎进行亚组分析。

第六段–结论

结论

对目前可用临床证据的荟萃分析支持糖尿病与 EC 风险增加之间的关联。此外，其他共存的可改变因素可能会增加或降低 EC 的风险，导致女性患这种疾病的结局恶化或改善。糖尿病需要癌症筛查，这可能有助于改善公共卫生。巩固/建立/深入了解糖尿病与 EC 风险之间的关系对于阐明这种癌症病因很重要，在照顾糖尿病患者和实施筛查计划时应考虑 EC 的较高风险。