李宁,王军陶,李晓民,张荣,吴俊乐,杨秋云,刘广芝,b
(郑州大学人民医院/河南省人民医院 a.国际医疗中心综合二病区妇科;b.干细胞分化与调控重点实验室,河南 郑州 450003)
多囊卵巢综合征(polycystic ovary syndrome,PCOS)是育龄期女性常见的生殖内分泌代谢紊乱性疾病,发病率为5%~10%[1-2],以闭经、多毛、痤疮、肥胖为主要特征。多项研究表明,其远期并发症2型糖尿病、代谢综合征、心脑血管疾病等代谢性疾病存在炎症过程[3-5],探究PCOS的炎症递质及炎症过程对PCOS的长期管理治疗或有助益。近年来,C-反应蛋白(C-reactive protein,CRP)、白细胞计数、肿瘤坏死因子-α(tumor necrosis factor-α,TNF-α)、白细胞介素-6(interleukin-6,IL-6)等常见炎症标志物在PCOS的研究中颇为广泛。多数研究结果显示PCOS与慢性炎症相关[6-11],但也有部分研究得出了相反的结论[4, 12-14]。以体质量指数(body mass index,BMI)对PCOS患者分层后,肥胖型PCOS患者炎症因子水平明显升高[7-8,10]。而非肥胖型PCOS与慢性炎症的相关性存有较多争议[4, 12]。为此,本文系统性评价国内外慢性炎症因子与PCOS相关的临床研究,并根据BMI对PCOS患者分层,探讨慢性炎症因子与肥胖型和非肥胖型PCOS的相关性,以期明确不同亚组PCOS患者的炎症状态,为预防其远期并发症提供更多的临床依据。
1.1 检索标准
1.1.1纳入标准 (1)研究组为符合2003年鹿特丹PCOS诊断标准[15]的育龄期女性,对照组(control group,CON组)为年龄和/或BMI匹配的健康受试者,按BMI分为非肥胖组(BMI<25 kg·m-2)和肥胖组(BMI≥25 kg·m-2);(2)研究类型为横断面研究。
1.1.2排除标准 重复发表、无法提取所需数据、研究纳入病例数较少(PCOS组与CON组样本量之和<30例)的文献。
1.2 文献检索计算机检索PubMed、Cochrane Library、Scopus、中国知网、万方和维普数据库,搜集2000年1月至2020年9月国内外有关慢性炎症因子与PCOS的横断面研究。补充搜索纳入研究的参考文献,以获取相关文献。英文检索词:PCOS、polycystic ovary syndrome、inflammation、inflammatory makers等。中文检索词:多囊卵巢综合征、多囊卵巢、慢性炎症、炎症因子、炎症递质等。
1.3 文献筛选2名研究员独立检索、运用文献管理软件Noteexpress筛选文献、提取数据后核对,结果不一致时,讨论或经由第三方仲裁。
1.4 纳入研究的质量评价根据横断面研究的偏倚风险评价工具[美国医疗保健研究与质量局(the agency for healthcare research and quality,AHRQ)横断面研究质量评价清单[16-17]评价纳入研究的偏倚风险,2名研究员独立完成并交叉核对结果。总评分0~11分,“是”得1分,“否”或“不清楚”得0分;总分0~3分为低质量,4~7分为中等质量,8~11分为高质量。
1.5 统计学方法应用RevMan 5.3软件进行meta分析。纳入资料为定量资料,采用均数差(mean difference,MD)或标准化均数差(standardized mean difference,SMD)为效应指标分析统计量,各效应量均给出点估计值和95% CI。采用χ2检验进行异质性分析(检验水准α=0.1),结合I2值定量判断异质性大小。若I2<50%,提示各研究结果间无明显异质性,采用固定效应模型进行meta分析;若I2>50%,各研究结果间存在较大统计学异质性,去除临床异质性影响后,采用随机效应模型进行meta分析。meta分析检验水准为α=0.05。存在临床异质性的研究行亚组分析或敏感性分析查找异质性来源。
2.1 文献筛选流程及结果初步检索得3 125篇相关文献,筛选后,12个临床研究[18-29],1 248个研究对象被纳入,包括非肥胖PCOS患者(PCOS1)300个,非肥胖健康受试者(CON1)299个,肥胖PCOS患者(PCOS2)360个,肥胖健康受试者(CON2)289个。见图1。
a为所检索的数据库及检出文献数如下:PubMed(n=766),Cochrane Library(n=182),Scopus(n=916),中国知网(n=425),维普(n=187),万方(n=649)。
2.2 纳入研究的基本特征与质量评价结果纳入研究的基本特征见表1,偏倚风险评价结果见表2。
表1 纳入研究的基本特征(n)
表2 纳入研究的AHRQ评分结果(n,分)
2.3 Meta分析结果
2.3.1不同组别CRP水平比较 共纳入10个研究,PCOS1组和CON1组:纳入研究间存在较大异质性,采用随机效应模型meta分析结果显示(见表3),PCOS1组CRP水平高于CON1组,但差异无统计学意义[SMD=0.53,95% CI(-0.09~1.14),P=0.09](见图2)。PCOS2组与CON2组:随机效应模型meta分析提示,BMI≥25 kg·m-2时,PCOS患者CRP水平明显升高[SMD=0.81,95% CI(0.26~1.36),P<0.01](见图3)。PCOS1组与PCOS2组:异质性检验I2=0,各研究间异质性无统计学意义,固定效应模型meta分析结果显示,肥胖型PCOS患者CRP水平更高[SMD=-1.19,95% CI(-1.38~-1.00),P<0.01](见图4)。
图2 PCOS1组和CON1组CRP水平比较
图3 PCOS2组和CON2组CRP水平比较
图4 PCOS1组和PCOS2组CRP水平比较
2.3.2不同组别白细胞计数比较 共纳入5个研究,506个研究对象,无论BMI<25 kg·m-2或BMI≥25 kg·m-2,PCOS患者白细胞计数均高于CON组,差异有统计学意义。与非肥胖型PCOS患者相比,肥胖型PCOS患者白细胞计数升高,但差异无统计学意义(P=0.13)。见表3。
表3 不同组别血清CRP水平和白细胞计数meta分析结果
2.4 敏感性分析逐一剔除文献对各研究进行敏感性分析,meta分析结果未发生方向改变,表明结果较为稳健。
2.5 亚组分析对不同组别血清CRP水平进行人种、血清炎症因子检测方法亚组分析,所纳入的研究仍存在较大异质性,提示可能存在其他来源异质性。部分亚组分析结果与总结果不一致。见表4。
表4 不同组别血清CRP水平亚组分析结果
2.6 发表偏倚对不同组别CRP水平应用漏斗图检测其发表偏倚,结果显示PCOS1组比CON1组(见图5)、PCOS2组比CON2组(见图6)各研究点分布不对称,可能存在发表偏倚。PCOS1组比 PCOS2组(见图7)各研究点分布较为对称,存在发表偏倚的可能性较小。
图5 针对PCOS1组比CON1组CRP水平的漏斗图
图6 针对PCOS2组比CON2组CRP水平的漏斗图
图7 针对PCOS1组比PCOS2组CRP水平的漏斗图
慢性炎症可促进2型糖尿病、心脑血管疾病、代谢综合征等代谢性疾病的进展,炎症因子水平升高提示其存在炎症过程。PCOS患者多伴有代谢紊乱,其与慢性炎症的关系尚不明确。本研究结果显示,PCOS与慢性炎症有关,肥胖可能加剧PCOS患者的炎症状态。各组别分析时,部分纳入研究的异质性较大,亚组分析结果显示,酶联免疫吸附法检测CRP水平,各研究间的异质性降低,可能是由于纳入该检测方法研究的数目较少。2011年,Escobar等[30]对PCOS患者炎症标志物进行系统评价和meta分析时发现,PCOS患者血清CRP水平可反映其炎症状态,而IL-6、TNF-α水平与对照组差异无统计学意义。但其未根据BMI对研究对象进行分层,诊断标准不一,且仅纳入了PubMed数据库中的临床研究,具有一定的局限性。本研究补充了其不足之处,但由于可纳入研究数目较少,纳入样本量较小,部分炎症因子IL-6、TNF-α、脂联素(adiponectin,APN)的敏感性分析结果不稳定,因此,在本文中未呈现这些指标的meta分析结果。
CRP是机体受到炎症刺激时肝细胞产生的急性反应蛋白,可预测心血管疾病的发病风险[31-32]。本研究结果显示,控制BMI后,PCOS患者CRP水平的升高不再具有统计学意义,提示CRP水平与肥胖相关,这可能是由于肥胖本身是一种炎症状态[33-34]。另一炎症标志物白细胞计数的改变则独立于肥胖,在两个BMI亚组中,PCOS患者白细胞计数均高于健康对照组,提示仍需更多研究寻找合适的炎症标志物,反映不同PCOS亚组的炎症状态,以筛选合适人群,及早干预管理。有研究显示,二甲双胍、小檗碱的应用可有效降低PCOS患者的炎症指标水平,改善其炎症状态[35-37]。因此,明确PCOS患者的慢性炎症状态,及时进行合理的抗炎治疗,或可预防2型糖尿病、代谢综合征、心血管疾病等远期并发症的发生。
不过,本研究仍存在不足。由于纳入研究类型为横断面研究,存在较多混杂因素,不能确定炎症因子水平升高与疾病发生的先后关系,且纳入样本量较小,易受偏倚风险影响。纳入数据有限,无法对存在较大临床异质性的研究进行更为有效的亚组分析,如胰岛素抵抗、高雄状态存在与否等。此外,对存在较大异质性的研究,本研究尚未能找到异质性来源。由于可提取数据有限,本研究未能进一步分析各组别与炎症因子的线性相关关系。
综上所述,对当前的研究证据进行Meta分析提示,慢性炎症因子CRP水平、白细胞计数升高与PCOS有关,肥胖可能加剧了PCOS患者炎症状态,但其因果关系并不明确,仍需更多大样本量、高质量的临床研究进行验证。