今天為大家分享一篇分享在JAMA子刊上有關于發(fā)病率變化趨勢的meta分析研究，這篇文章巧妙結合了兩種分析方法來直觀呈現(xiàn)研究結果，讓我們一起來看看吧！

• 題目: Diverging Temporal Trends in Stroke Incidence in Younger vs Older People: A Systematic Review and Meta-analysis

• 雜志：JAMA Neurology

• 影響因子：29

• 發(fā)表時間：2022.8

研究背景

過去四十年中，高收入國家的卒中發(fā)病率下降了42%，但有報告顯示，美國和其他一些國家中年輕人（<55歲）的卒中發(fā)病率似乎在增加。這種趨勢可能是年輕一代中血管事件率下降的逆轉(zhuǎn)的早期信號，與近年來在高收入國家中結直腸癌發(fā)病率和年輕人總死亡率的變化趨勢一致。目前年輕人卒中發(fā)病率變化趨勢有效性存在疑問，例如使用行政數(shù)據(jù)的可靠性、腦影像學檢查的增加導致的診斷標準變化、對輕微卒中事件的捕捉程度以及不同國家之間的差異等。本研究目的是通過系統(tǒng)性回顧已發(fā)表的研究，確定高收入國家中卒中發(fā)病率是否存在年齡特異性的分歧。

研究方法

1、檢索策略：遵循了PRISMA指南檢索了2022年2月之前PubMed和EMBASE數(shù)據(jù)庫，以及另一篇由Li等人發(fā)表的基于人群的研究。檢索了至少2個時間段內(nèi)高收入國家年輕人群（通常<45歲、<55歲或<60歲）卒中發(fā)病率的研究。

?

2、納入和排除標準：報告高收入國家中年輕人（通常<45，<55或<60歲）在至少兩個時間段內(nèi)的卒中發(fā)病率的研究，包括基于人群的研究（使用多種獲取方法）和基于行政數(shù)據(jù)的研究（僅依賴于常規(guī)收集的編碼數(shù)據(jù)）。納入了包含不同的卒中定義、事件類型（首次或復發(fā)）、亞型（缺血性卒中、腦出血、蛛網(wǎng)膜下腔出血或綜合卒中事件）的研究，但排除了僅報告卒中住院率（沒有人口分母）的研究。

?

3、統(tǒng)計分析：

主要分析限于報告2000年后至少一個時期的研究。

(1)?繪圖：首先繪制了不同時間段內(nèi)年輕人中風（或缺血性中風）的絕對發(fā)病率，根據(jù)研究方法（基于人群或基于行政數(shù)據(jù)的研究）分別繪制，以直觀地評估趨勢。還繪制了每個時間點年輕人中風發(fā)病率（盡可能小于55歲）除以老年人中風發(fā)病率（盡可能大于或等于55歲）的比值（發(fā)病率比）。當兩個或多個研究報告來自同一數(shù)據(jù)集時，根據(jù)以下層次決定哪些納入繪圖：（1）最近的時間段，（2）報告小于55歲的個體的研究，（3）其他報告小于55歲的年齡截止點的研究。還繪制了以下預先設定的亞組的圖表：小于45歲，小于55歲，和小于60歲。

(2)?Meta分析：對每個研究的相對時間趨勢比（RTTR）進行逆方差加權隨機效應薈萃分析，生成一個合并的RTTR及其95%置信區(qū)間，其中RTTR是通過年輕年齡組（盡可能小于55歲）的卒中或缺血性卒中發(fā)病率比（IRR, ratio of the incidence during the latest vs earliest reported time period）除以老年年齡組（盡可能大于等于55歲）的IRR得到的。上述分析包括報告所有中風/缺血性中風（IS），并在可能的情況下進行年齡比較（小于55歲對55歲或以上），根據(jù)研究方法（基于人群或基于行政數(shù)據(jù)）、最近的時間段（2000-2010年對2010年后）進行分層。RTTR是通過將每個研究中較年輕年齡組（盡可能小于55歲）的時間發(fā)病率比除以較老年齡組的發(fā)病率比來計算。

研究結果

1、文獻特征：共50篇研究納入分析（20項基于人群的前瞻性研究和30項基于常規(guī)收集的行政數(shù)據(jù)）。涵蓋了20個國家，觀察期從6年到37年不等。報告涉及的時間段和用于年輕中風的年齡界限有所不同。

?

2、定量數(shù)據(jù)：共26篇研究報告了2000年后至少一個時期和2000年前或后的另一個時期的年輕人中風發(fā)病率的唯一定量數(shù)據(jù)。上述數(shù)據(jù)可用來計算年輕人和老年人中風發(fā)病率變化的相對比例（RTTR）。在13篇基于人群的研究中，年輕人中風發(fā)病率的趨勢不一致，有8篇顯示發(fā)病率上升，有5篇顯示發(fā)病率穩(wěn)定或下降。但是，當考慮到老年人中風發(fā)病率時，所有13篇研究都顯示年輕人相對于老年人中風發(fā)病率有增加的趨勢。基于行政數(shù)據(jù)的研究也有一致的結果（Figure 1）。

3、繪圖結果：?用圖表顯示了每個研究中年輕人和老年人中風發(fā)病率的變化，以及年輕人中風發(fā)病率除以老年人中風發(fā)病率的比值（發(fā)病率比）。這些圖表根據(jù)研究方法（基于人群或基于行政數(shù)據(jù)）進行了分組。從圖表可以看出，年輕人相對于老年人中風發(fā)病率有上升的趨勢，而且這個趨勢在基于行政數(shù)據(jù)的研究中更明顯。（Figure 1）

?

4、Meta分析結果：26篇報告了年輕人中風發(fā)病率的唯一定量數(shù)據(jù)的研究中，通過計算每個研究中年輕人和老年人中風發(fā)病率變化的相對比例（RTTR），并進行逆方差加權隨機效應薈萃分析，結果顯示，所有研究都表明年輕人相對于老年人中風發(fā)病率有不利的趨勢（即RTTR>1），并且在合并分析中非常顯著（RTTR=1.57 [95% CI, 1.42-1.74]; P?<0.001; Figure 2）。然而，RTTR的研究之間仍然存在異質(zhì)性，即年輕人和老年人中風發(fā)病率變化差異的絕對程度有所不同。這種異質(zhì)性可能與研究方法、最近報告的時間段、輕微中風的診斷、中風亞型和性別等因素有關。

5、亞組分析結果：在所有26篇研究中，不同地區(qū)的年輕人和老年人中風發(fā)病率變化的相對比例（RTTR）有明顯的差異，其中南歐地區(qū)的差異最?。≧TTR?=?1.02 [95% CI, 0.91-1.15]），北美地區(qū)的差異最大（RTTR?=?1.87 [95% CI, 1.54-2.27]）。RTTR在性別方面是一致的（有18篇研究提供了性別數(shù)據(jù)），但是在基于人群的研究中（Table 2），男性的RTTR更大且更一致（RTTR?=?1.73 [95% CI, 1.43-2.11]；異質(zhì)性檢驗P?=0.12），而女性的RTTR較小且更異質(zhì)（RTTR?=?1.44 [95% CI, 1.05-1.97]；異質(zhì)性檢驗P?<0.001）。年齡特定發(fā)病率差異在缺血性中風（RTTR?=?1.62 [95% CI, 1.44-1.83]；n?=?14）和出血性中風（腦內(nèi)出血：RTTR?=?1.32 [95% CI, 0.91-1.92]；n?=?8；蛛網(wǎng)膜下腔出血：RTTR?=?1.54 [95% CI, 1.00-2.35]；n?=?4）之間也相似（Figure 3）。

討論和結論

研究納入了來自20個國家的50項研究，涵蓋了1985年至2018年間的中風發(fā)生率數(shù)據(jù)，按照年齡、性別、種族、地理區(qū)域和研究設計進行分類，并計算了相對時間趨勢比率（RTTR）來評估年輕人和老年人中風發(fā)生率的相對變化。大多數(shù)研究報告了年輕人中風發(fā)生率的增加，而老年人中風發(fā)生率的下降或穩(wěn)定。meta分析表明與老年人相比，年輕人中風發(fā)生率有更快的上升趨勢。本研究揭示了全球范圍內(nèi)年輕人中風發(fā)生率上升的現(xiàn)象，提示需要加強對這一群體的預防和管理措施。同時，也需要進一步探索導致這一趨勢的潛在原因和機制。

1、局限性：

①?相對時間趨勢比（RTTR）的粗略性：RTTR是一個簡單的指標，用來反映年輕人和老年人之間中風發(fā)病率變化的相對差異。但是它并不能反映中風發(fā)病率的絕對水平，也不能反映中風發(fā)病率在不同年齡段內(nèi)的分布；

②?研究之間RTTR的異質(zhì)性：不同研究之間RTTR的差異很大，可能與研究方法、數(shù)據(jù)來源、定義、質(zhì)量、地區(qū)、時間段、年齡截止點等因素有關。研究嘗試了一些分層分析和敏感性分析，但仍然不能完全解釋異質(zhì)性的來源。

③?語言和地區(qū)的選擇性：研究者只選擇了英語和法語的研究，可能會忽略了其他語言和地區(qū)的研究。

④?COVID-19大流行的影響：、只包括了2000年到2018年的數(shù)據(jù)，沒有考慮到COVID-19大流行對中風發(fā)病率和死亡率的影響。COVID-19可能會增加中風的危險性，影響中風患者的就診和治療。

⑤?年輕中風的定義：研究未使用一個統(tǒng)一的年齡截止點來定義年輕人中風，而是根據(jù)每個研究報告的最低年齡來確定。可能會導致一些混淆和不一致，也可能影響RTTR的計算和比較。

文章啟示

本研究選題思路獨到，選擇了一個重要但又缺乏證據(jù)的領域，同時結合兩種分析方法進行研究。一種是繪圖法，就是用圖表直觀的顯示了不同年齡段和不同時間段內(nèi)中風發(fā)生的次數(shù)和比例。另一種是運用數(shù)學公式計算了每個研究中年輕人和老年人中風發(fā)病率變化的相對時間趨勢比（RTTR），它可以反映年輕人和老年人之間中風發(fā)生率變化的相對差異。這也給我們提供了新的寫作方法與思路，值得大家仔細研讀與學習?？赐赀@篇文章大家是不是有了一些新的想法呢，歡迎和我們討論哦！