卒中后睡眠障碍相关危险因素的Meta分析

作者:钱海舟[1] 张洪[1] 
单位:武汉大学附属中南医院[1]
【摘要】
目的 通过对卒中后睡眠障碍相关文献进行分析,分析卒中后睡眠障碍的常见危险因素。

方法 采用Meta分析方法,对符合条件的11篇有关卒中后睡眠障碍危险因素的文献进行定量分析, 对每个危险因素进行异质性检验以及合并优势比(odds ratio,OR)和95%可信区间(confidence interval, CI)的计算。

结果 有5个因素与卒中后睡眠障碍有统计学意义,分别是:习惯性打鼾(O R 14.7 7,9 5% CI 5.52~39.53)、高血压(OR 1.3,95%CI 1.03~1.66)、糖尿病(OR 1.41,95%CI 1.08~1.84)、饮酒(OR 1.59,95%CI 1.19~2.12)、皮质型卒中(OR 1.31,95%CI 1.06~1.63),合并结果稳定性较好。尚不能确定性别(OR 1.12,95%CI 0.96~1.31)、高血脂(OR 0.96,95%CI 0.7~1.33)、吸烟(OR 1.27, 95%CI 0.73~2.20)、卒中史(OR 1.05,95%CI 0.74~1.49)与卒中后睡眠障碍有关。

结论 现有的证据表明高血压、糖尿病、饮酒、习惯性打鼾及皮质型卒中是卒中后睡眠障碍的危险因素。

【关键词】 卒中;睡眠障碍;危险因素;Meta分析

   睡眠障碍是卒中后的严重并发症,可表现为失眠,嗜睡,睡眠呼吸障碍,发作性睡病和夜间入睡后常伴有精神症状,如自语、不自主摸索动作、兴奋躁动、情绪欣快或愤怒发作、强哭等精神症状。其中,卒中后发生阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)的危险性增加,使患者的生活质量下降,神经功能修复受阻,增加卒中复发的风险[1-4]。目前卒中的预防中并没有常规提到睡眠障碍的处理。因此,本研究采用循证医学中Meta分析的方法对卒中后睡眠质量下降的危险因素的研究结果进行系统评价,探讨其发病的危险因素,为制订病因预防干预策略提供理论依据。

1 资料与方法

1.1 检索策略 本研究检索的数据库包括P ubMe d、E l s ev ier、Spr i n ger、Co ch r a ne l ibr ar y、万方数据库和中国知网(Ch i ne s e Nat io n a l K nowle d g e I n f r a s t r u c t u r e, CNKI)。中文检索词:卒中、脑出血、脑梗塞或脑梗死和睡眠障碍。英文检索词:ischemic s t r o k e,c e r e b r a l h e mor r h a g e,b r a i n infarction,cerebral infarction,sleep apnea or sleep disorder。以上数据库的检索截止时间均为2012年11月。

1.2 文献纳入和剔除标准 纳入文献标准:①有明确的卒中后睡眠障碍诊断标准[5]:即患者近期卒中后睡眠质量下降,表现为入睡困难、过度睡眠、睡眠不足、昼夜颠倒及呼吸障碍等,每周发生睡眠障碍3次及以上,持续时间≥1个月, 量表评分睡眠呼吸紊乱指数≥10,阿森斯失眠量表总分>6分;②提供了睡眠障碍有关的危险因素或相关推算指标,能够提取用于Meta分析的数据;③研究对象的年龄>18岁。排除文献: ①单纯描述性的文献,如综述、评述、个案报道等;②重复发表或延展性报道的文献;③数据有矛盾的文献;④会议论文等;⑤由于药物等其他原因引起的失眠症状;⑥没有提供危险因素的暴露信息。

1.3 数据提取和质量控制 根据研究目的,提取卒中后睡眠障碍可能的危险因素及暴露于该因素下发病例数。由2名作者独立阅读文献,采取统一标准提取数据,对存在疑问的文献,与论文的通信作者共同讨论决定。未屏蔽文献来源、作者单位和作者工种。

1.4 统计学处理 采用国际循证医学协作网提供的统计软件Review Manager 5.1版软件为工具进行分析。首先以睡眠障碍为最终结局,评价在不同暴露因素下卒中患者睡眠障碍的差异。以异质性检验确定文献异质性,当纳入研究异质性检验结果P≥0.05时,采用固定效应模型(fixed effects model)做Meta分析;当纳入研究异质性检验结果P<0.05时,采用随机效应模型(random effects model)。以合并优势比(odds ratio,OR)为评价效应指标,同时计算其95%可信区间(confidence interval,CI)。输出合并的OR值及95%CI,并对合并统计量进行检验,采用z 检验。若P <0.05合并统计量具有统计学意义。采用漏斗图(funnel plot)分析潜在的发表偏倚。运用敏感性分析检测Meta分析结果的稳定性,采取随机效应模型与固定效应模型结果比较的方法判断结果的稳定性[6]。

2 结果

2.1 检索结果 根据以上检索策略,共检索到文献562篇,通过阅读题录、摘要和部分全文, 摒弃与特定主题无关的文献,剔除重复发表的文献和冗余报道,最后进入本研究的文献共11 篇[7-17](图1)。

2.2 纳入研究质量评价 纳入的11个研究均对卒中及睡眠障碍有明确的定义,且均为随机对照试验,其中8个研究明确指出随机产生方法[7-12,14 -15],且方法充分;其余3个研究虽提及为随机分组,但分组方法不清楚[13,16-17]。11项研究均未明确指出是否采用分配隐藏。累积收集病例2425例,病例组1180例,对照1245 例。11篇文献基本特征如表1。

2.3 卒中后睡眠障碍相关危险因素的Meta分析
根据纳入文献的研究内容以及各危险因素参考的文献数目,本研究选择了性别、高血压、高血糖、高血脂、吸烟、饮酒、卒中史、习惯性打鼾和卒中部位9个因素进行系统评价。

2.3.1 异质性检验 对各因素的参考文献进行异质性检验,发现高血压、糖尿病、高血脂、饮酒、卒中史、习惯性打鼾和皮质型卒中与卒中后睡眠障碍发病关系的文献一致性较好(P≥0.05),采用固定效应模型;关于男性和吸烟与卒中后睡眠障碍发病关系的文献存在异质性(P<0.05),采用随机效应模型。

2.3.2 相关危险因素的Meta分析的结果 性别对卒中后睡眠障碍的影响:纳入文献中8个研究报道了性别的影响。Meta分析结果显示:各研究的异质性检验差异有显著性(P =0.0 09, I 2=62%),故采用随机效应模型,合并效应量OR 1.12,95%CI 0.96~1.31,虽然OR>1,但95%CI 包含1,故两组患者性别差异无显著性(图2)。
   血压对卒中后睡眠障碍的影响:8个研究报道了高血压的影响。Meta分析结果显示:各研究的异质性检验差异无显著性(P = 0.05, I 2=50%),因此采用固定效应模型,合并效应量OR 1.3,95%CI 1.03~1.66,由于OR >1,并且95%CI 不包含1,故两组患者高血压差异有显著性(图3)。
   糖尿病对卒中后睡眠障碍的影响:7个研究报道了糖尿病的影响因素。Meta分析结果显示; 各研究的异质性检验差异无显著性(P =0.95, I 2= 0%),因此采用固定效应模型,合并效应量OR 1.41,95%CI 1.08~1.84,OR >1,并且95%CI 不包含1,故两组患者患糖尿病差异有显著性(图4)。
   血脂对卒中后睡眠障碍的影响:4个研究报道了血脂升高的影响。Meta分析结果显示: 各研究的异质性检验差异无显著性(P =0.19, I 2=37%),因此采用固定效应模型,合并效应量OR 0.96,95%CI 0.7~1.33,虽然OR<1,但95%CI 包含1,故两组患者血脂差异无显著性(图5)。
   吸烟对卒中后睡眠障碍的影响:5个研究报道了吸烟的影响。Met a分析结果显示:各研究的异质性检验差异无显著性(P =0.008, I 2=71%),因此采用随机效应模型,合并效应量OR 1.27,95%CI 0.73~2.20,虽然OR>1,但95%CI 包含1,故两组患者吸烟差异无显著性(图6)。
   饮酒对卒中后睡眠障碍的影响:5个研究报道了饮酒的影响。Meta分析结果显示:各研究的异质性检验差异无显著性(P =0.34,I 2=11%), 因此采用固定效应模型,合并效应量OR 1.59, 95%CI 1.19~2.12,OR >1,且95%CI不包含1,故两组患者饮酒差异有显著性(图7)。
   既往卒中史对卒中后睡眠障碍的影响:5个研究报道了卒中史的影响。Meta分析结果显示: 各研究的异质性检验差异无显著性(P =0.68, I 2=0%),因此采用固定效应模型,合并效应量OR 1.05,95%CI 0.74~1.49,虽然OR >1,但95%CI包含1,故两组患者既往是否卒中史无显著性(图8)。
   习惯性打鼾对卒中后睡眠障碍的影响:有2个研究报道了习惯性打鼾的影响。Meta分析结果显示:各研究的异质性检验差异无显著性(P =0.26,I 2=23%),因此采用固定效应模型,合并效应量OR 14.77,95%CI 5.52~39.53, OR >1,并且95%CI 不包含1,故两组患者是否有打鼾习惯差异有显著性(图9)。
   皮质型卒中对卒中后睡眠障碍的影响:5 个研究报道了皮质型卒中的影响。Met a分析结果显示:各研究的异质性检验差异无显著性(P =0.11,I 2=48%),因此采用固定效应模型,合并效应量OR 1.31,95%CI 1.06~1.63, OR >1,并且95%CI 不包含1,故两组患者卒中部位差异有显著性(图10)。
   综上所述,高血压、糖尿病、饮酒、习惯性打鼾及皮质型卒中的合并OR值均大于1,且经过z 检验均有统计学意义,为卒中后睡眠障碍的危险因素。男性、高血脂、吸烟及卒中史的95%CI 都包含1,因而,尚不能认为这些因素是卒中后睡眠障碍发病的危险因素。

2.3.3 发表性偏倚和敏感性分析 以各参考文献的OR值为横坐标,以OR值对数的标准误为纵坐标分别绘制各因素与卒中后睡眠障碍发病关系的漏斗图。结果显示,性别、高血压及卒中史及皮质型卒中与卒中后睡眠障碍发病关系的漏斗图对称性较好(图11~图14),而糖尿病、吸烟、饮酒、高血脂和习惯性打鼾的漏斗图对称性较差,提示存在发表性偏倚。对研究资料分别采用固定效应模型和随机效应模型进行计算,其结果的一致性在一定程度上反映合并结果的可靠性。研究结果可以看出,性别、高血压、高血糖、高血脂、吸烟、饮酒、卒中史和卒中部位与卒中后睡眠障碍的关系采用两种效应模型所得结果非常接近,表明结果稳定性较好;同时这两种效应模型所得结果均表明,习惯性打鼾是卒中后睡眠障碍的危险因素,但两结果效应强度相差较大,提示该结果稳定性较差(表2)。其他各危险因素OR值变化较小。

3 讨论
   自1977年Smith和Glass[18]命名Meta分析(又称“荟萃分析”)以来,医学健康领域中越来越多地应用Meta分析技术研究危险因素与疾病之间的联系。运用多中心研究的统计方法进行综合分析和评价,可在节省研究费用和时间的情况下增大样本含量,提高检验效能、解决单个研究间的矛盾的目的。
   目前关于卒中后睡眠障碍的研究较少,多集中在OSA与卒中的关系,针对不同类型的睡眠障碍与卒中的关系的研究较少。国外研究表明OSA是卒中后睡眠障碍的主要危险因素[19],国内研究发现卒中后急性期睡眠障碍的发病率为18.75%,卒中后睡眠障碍的发生与卒中部位相关,脑皮质下卒中睡眠障碍发病率最高[20]。通过综合分析来自不同时间、国家、作者所报道的相关文献,筛选出相应的文献,本研究发现习惯打鼾作为卒中后睡眠障危险因素的合并OR 值为14.77(95%CI 5.52~39.53),居所有研究因素的第一位,说明打鼾是卒中后睡眠障碍很重要的危险因素。高血压和糖尿病与卒中后睡眠障碍的合并OR 值分别为1.3(95% CI 1.03~1.66)和1.41(95%CI 1.08~1.84), 说明患高血压和糖尿病的患者增加卒中后睡眠障碍的危险。饮酒及皮质型卒中的合并OR值分别为1.59(95%CI 1.19~2.12)和1.31 (95%CI 1.06~1.63),适量饮酒虽可降低冠状动脉粥样硬化性心脏病和缺血性卒中事件,但酗酒或过量饮酒则增加卒中的发病,增加睡眠障碍的发生[21]。皮质型卒中是卒中后睡眠障碍的一个独立危险因素,可能与皮质型卒中后改变大脑的兴奋状态导致失眠的发生有关。有报道认为[2 2]女性卒中后睡眠障碍发病率高,本组资料中性别与卒中后睡眠障碍关系的合并OR 值为1.12(95%CI 0.96~1.31),由于其95%CI 包含1,因此,尚不能证实性别差异与卒中后睡眠障碍发病间的关系。高血脂、吸烟和卒中史的合并OR 值分别为0.9 6(9 5% CI 0.7~1.33)、1.27(95%CI 0.73~2.20)和1.05(95%CI 0.74~1.49),同样因其95%CI 均包含1,因而也不支持高血脂、吸烟和卒中史与卒中后睡眠障碍发病间的关系。
   本研究的不足之处:①Meta分析实质上是一种观察性研究,在分析过程中均可能存在若干偏倚,其中最常见的是发表偏倚。因此,在研究中采用漏斗图分析来识别和控制发表偏倚, 并对发表偏倚进行相关分析。②Meta分析结果的真实性和有效性也在很大程度上依赖于原始文献的质量。所纳入的不同文献中,危险因素的定义及测量方式、病例与对照的来源、对照的方式不尽相同;而且在纳入文献时,排除了那些没有提供病例组和对照组中的暴露数量的文献, 损失了一部分类似研究。这些均给Meta分析带来一定的选择偏倚。③本组的资料的样本含量较少,且不同国家民族的生活方式不同,跨地区的Meta分析可能对结果有一定的影响。













    2013/8/8 13:09:22     访问数:619
    转载请注明:内容转载自365医学网

大家都在说       发表留言

客服中心 4000680365  service@365yixue.com
编辑部   editor@365yixue.com

365医学网 版权所有 © 365heart All Rights Reserved.

京ICP备12009013号-1
京卫网审[2013]第0056号
京公网安备110106006462号
京ICP证041347号
互联网药品信息服务资格证书(京)-经营性-2018-0016  
搜专家
搜医院
搜会议
搜资源
 
先点击
再选择添加到主屏