皇甫曉娟 ，李小娟 ，陳敏 ，劉吉紅 ，翟蕊 ，蔡志鵬 ，李俐濤

新型冠狀病毒肺炎（COVID-19）嚴(yán)重影響人類健康和生活。2020年3月上旬，世界衛(wèi)生組織（World Health Organization，WHO）宣布COVID-19為國(guó)際關(guān)注的突發(fā)公共衛(wèi)生事件［1］。腦卒中是全球重大公共衛(wèi)生問(wèn)題，在世界范圍內(nèi)腦卒中是第二位死亡疾病和第三位致殘疾病，給社會(huì)和個(gè)人造成極大負(fù)擔(dān)。在我國(guó)腦卒中已超過(guò)心血管疾病成為發(fā)病率、病死率和致殘率最高的疾病。COVID-19不僅使肺部受累，還可能累及多器官、多系統(tǒng)［2］，部分文獻(xiàn)報(bào)道COVID-19影響神經(jīng)系統(tǒng)，甚至可以引起腦血管疾?。?-4］。大多數(shù)關(guān)于COVID-19與腦卒中相關(guān)的報(bào)道集中在如何護(hù)理此類患者［5］、護(hù)理系統(tǒng)發(fā)生了怎樣的變化［6］或有限的病例系列報(bào)告［7-8］。面對(duì)新的疾病，臨床對(duì)疾病間的相互影響知之甚少。臨床關(guān)注的科學(xué)問(wèn)題是：COVID-19對(duì)腦卒中預(yù)后是否有影響？?jī)烧咧g有何種相互作用機(jī)制目前尚不明確。有部分學(xué)者認(rèn)為COVID-19合并腦卒中的病因可能是血液的高凝狀態(tài)［9］、繼發(fā)于顱內(nèi)細(xì)胞因子風(fēng)暴的血管炎［10］和病毒本身的感染［11］等?；诖?，本研究旨在對(duì)這一全球關(guān)注問(wèn)題進(jìn)行Meta分析，通過(guò)分析COVID-19與腦卒中的關(guān)系，進(jìn)一步評(píng)估COVID-19對(duì)腦卒中患者病死率的影響，并對(duì)其可能機(jī)制進(jìn)行探討，從而為COVID-19合并腦卒中患者的科學(xué)防治提供可靠的臨床理論依據(jù)。

1 材料與方法

本Meta分析涉及的方法學(xué)均依據(jù)首選報(bào)告項(xiàng)目PRISMA 聲明完成［12］。

1.1 文獻(xiàn)納入與排除標(biāo)準(zhǔn)

1.1.1 研究類型 評(píng)價(jià)COVID-19對(duì)腦卒中患者病死率影響的隊(duì)列研究或病例對(duì)照研究。

1.1.2 研究對(duì)象 病例根據(jù)WHO利用鼻咽拭子樣品的逆轉(zhuǎn)錄聚合酶鏈反應(yīng)建立的標(biāo)準(zhǔn)［13］行新型冠狀病毒檢測(cè)；根據(jù)2018版中國(guó)急性缺血性腦卒中診治指南［14］診斷為腦卒中；患者需完成入院時(shí)的美國(guó)國(guó)立衛(wèi)生研究院卒中量表（NIHSS）評(píng)估及住院期間的實(shí)驗(yàn)室檢查，有完整轉(zhuǎn)歸記錄。

1.1.3 干預(yù)措施 病例組為合并COVID-19的腦卒中患者；對(duì)照組為未合并COVID-19的腦卒中患者。

1.1.4 結(jié)局指標(biāo) 文獻(xiàn)中可以獲得或推算出腦卒中病死率。

1.1.5 排除標(biāo)準(zhǔn) （1）數(shù)據(jù)不完整或統(tǒng)計(jì)分析不充分；（2）評(píng)論和信件；（3）缺乏COVID-19和腦卒中診斷標(biāo)準(zhǔn)；（4）重復(fù)發(fā)表文獻(xiàn)或基于相同人口數(shù)據(jù)的多次調(diào)查（僅將最新的研究或信息全面的文章納入）；（5）病例報(bào)告和病例系列、基礎(chǔ)研究或?qū)嶒?yàn)室研究等非臨床研究。

1.2 檢索策略 計(jì)算機(jī)檢索PubMed、EmBase、Web of Science、Cochrane Library、中國(guó)知網(wǎng)及萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)等數(shù)據(jù)庫(kù)，收集關(guān)于COVID-19對(duì)腦卒中患者病死率影響的隊(duì)列研究或病例對(duì)照研究，檢索時(shí)間為2019年12月至2022年1月。檢索詞采用主題詞與自由詞相結(jié)合的方式，中文檢索詞為“COVID-19；腦卒中；新型冠狀病毒；腦血管病；死亡率；病死率”，英文檢索 詞 為“Coronavirus Disease 2019 Virus；Stroke；novel coronavirus；Cerebrovascular disease；Mortality”。同時(shí)手動(dòng)檢索納入文獻(xiàn)的參考文獻(xiàn)，以盡可能全面地納入相關(guān)研究。

1.3 文獻(xiàn)篩選、數(shù)據(jù)提取及文獻(xiàn)質(zhì)量評(píng)價(jià)

1.3.1 文獻(xiàn)篩選 2名評(píng)價(jià)員通過(guò)篩選標(biāo)題、摘要和全文評(píng)估所有確定的文章，并以協(xié)商一致的方式解決分歧。全文評(píng)估是在摘要沒(méi)有提供足夠的信息來(lái)評(píng)估的情況下進(jìn)行的。如果信息不完整或存在任何不明確之處，則聯(lián)系相關(guān)文章的作者。

1.3.2 數(shù)據(jù)提取及文獻(xiàn)質(zhì)量評(píng)價(jià) 提取內(nèi)容包括：第一作者、發(fā)表年份、平均年齡、樣本量、研究國(guó)家、研究類型、住院病死率、NIHSS評(píng)分、實(shí)驗(yàn)室檢查指標(biāo)。同時(shí)采用紐卡斯?fàn)?渥太華量表（the Newcastle-Ottawa Scale，NOS）對(duì)納入文獻(xiàn)的質(zhì)量進(jìn)行評(píng)估［15］，包括8個(gè)條目，總分9分，主要包括研究人群的選擇（0～4分）、組間可比性（0～2分）、暴露因素測(cè)量（0～3分），總分7～9分為高質(zhì)量，5～6分為中等質(zhì)量，0～4分為低質(zhì)量。

1.4 統(tǒng)計(jì)學(xué)方法 使用RevMan 5.3軟件進(jìn)行Meta分析，異質(zhì)性分析采用I2檢驗(yàn)，若I2≤50%，說(shuō)明文獻(xiàn)間的異質(zhì)性較小，則采用固定效應(yīng)模型進(jìn)行Meta分析；若I2>50%則使用隨機(jī)效應(yīng)模型。如果異質(zhì)性較高，則可以通過(guò)敏感性分析技術(shù)尋找異質(zhì)性原因。計(jì)數(shù)資料總有效率采用相對(duì)危險(xiǎn)度（relative risk，RR）表示，計(jì)量資料采用平均差（mean difference，MD）表示并計(jì)算95%置信區(qū)間（confidence interval，CI）。繪制漏斗圖分析報(bào)告發(fā)表偏倚的可信度，并分析檢驗(yàn)結(jié)果的敏感性。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 文獻(xiàn)檢索結(jié)果 本研究共檢索出2 805篇文獻(xiàn)，利用EndNote篩選，最終納入18篇文獻(xiàn)［16-33］，均為英文文獻(xiàn)。文獻(xiàn)篩選流程及結(jié)果見圖1，納入文獻(xiàn)的基本特征見表1。

表1 納入研究的基本特征Table 1 Basic characteristics of included studies

圖1 文獻(xiàn)篩選流程圖Figure 1 Flow chart of literature screening

2.2 質(zhì)量評(píng)估結(jié)果 12 篇文獻(xiàn)［16，20-23，25-28，30-31，33］質(zhì)量為高質(zhì)量，6 篇文獻(xiàn)［17-19，24，29，32］質(zhì)量為中等質(zhì)量，見表2、3。

表2 納入隊(duì)列研究的NOS評(píng)分情況（分）Table 2 Quality of cohort studies assessed using the Newcastle-Ottawa Scale

表3 納入病例對(duì)照研究的NOS評(píng)分情況（分）Table 3 Quality of case-control studies assessed using the Newcastle-Ottawa Scale

2.3 Meta分析結(jié)果

2.3.1 COVID-19對(duì)腦卒中病死率的影響 16篇文獻(xiàn)［16-26，28-32］對(duì)合并COVID-19的腦卒中患者住院期間（<15 d）病死率進(jìn)行報(bào)告，共4 791例患者。異質(zhì)性結(jié)果顯示，I2=83%，P<0.000 01，各研究間存在異質(zhì)性，采用隨機(jī)效應(yīng)模型進(jìn)行分析。Meta分析結(jié)果顯示，合并COVID-19的腦卒中患者的病死率高于未合并COVID-19的腦卒中患者，差異有統(tǒng)計(jì)學(xué)意義〔RR=4.16，95%CI（2.82，6.13），P<0.000 01〕，見圖2。敏感性分析結(jié)果顯示，經(jīng)逐篇剔除文獻(xiàn)，結(jié)果未發(fā)生顯著變化。

圖2 合并COVID-19的腦卒中患者和未合并COVID-19的腦卒中患者病死率比較的森林圖Figure 2 Forest plot comparing the mortality of stroke patients with and without COVID-19

2.3.2 COVID-19對(duì)腦卒中患者凝血酶原時(shí)間（PT）的影響 4 篇文獻(xiàn)［16，25，31，33］對(duì)合并 COVID-19 的腦卒中患者入院時(shí)的PT進(jìn)行報(bào)告，共889例患者。異質(zhì)性檢驗(yàn)結(jié)果顯示，I2=50%，P=0.11，各研究間存在較小異質(zhì)性，采用固定效應(yīng)模型進(jìn)行分析。Meta分析結(jié)果顯示，合并COVID-19的腦卒中患者的PT長(zhǎng)于未合并COVID-19的腦卒中患者，差異有統(tǒng)計(jì)學(xué)意義〔MD=0.78，95%CI（0.35，1.20），P=0.000 3〕，見圖3。敏感性分析結(jié)果顯示，經(jīng)逐篇剔除文獻(xiàn)，結(jié)果未發(fā)生顯著變化。

圖3 合并COVID-19的腦卒中患者和未合并COVID-19的腦卒中患者PT比較的森林圖Figure 3 Forest plot comparing prothrombin time in stroke patients with and without COVID-19

2.3.3 COVID-19對(duì)腦卒中患者活化部分凝血活酶時(shí)間（APTT）的影響 4 篇文獻(xiàn)［16，25-26，28］對(duì)合并COVID-19的腦卒中患者入院時(shí)的APTT進(jìn)行報(bào)告，共968例患者。異質(zhì)性檢驗(yàn)結(jié)果顯示，I2=83%，P=0.000 4，各研究間存在異質(zhì)性，采用隨機(jī)效應(yīng)模型進(jìn)行分析。Meta分析結(jié)果顯示，合并COVID-19的腦卒中患者和未合并COVID-19的腦卒中患者APTT比較，差異無(wú)統(tǒng)計(jì)學(xué)意義〔MD=2.51，95%CI（-2.69，7.71），P=0.34〕，見圖4。

圖4 合并COVID-19的腦卒中患者和未合并COVID-19的腦卒中患者APTT比較的森林圖Figure 4 Forest plot comparing activated partial thromboplastin time in stroke patients with and without COVID-19

2.3.4 COVID-19對(duì)腦卒中患者D-二聚體的影響 6篇文獻(xiàn)［16，20，23，26-27，31］對(duì) 合 并 COVID-19的腦卒中患者入院時(shí)的D-二聚體進(jìn)行報(bào)告，共2 042例患者。異質(zhì)性檢驗(yàn)結(jié)果顯示，I2=54%，P=0.06，各研究間存在異質(zhì)性，采用隨機(jī)效應(yīng)模型進(jìn)行分析。Meta分析結(jié)果顯示，合并COVID-19的腦卒中患者的D-二聚體高于未合并COVID-19的腦卒中患者，差異有統(tǒng)計(jì)學(xué)意義〔MD=1.34，95%CI（0.83，1.84），P<0.000 01〕，見圖5。敏感性分析結(jié)果顯示，經(jīng)逐篇剔除文獻(xiàn)，結(jié)果未發(fā)生顯著變化。

圖5 合并COVID-19的腦卒中患者和未合并COVID-19的腦卒中患者D-二聚體比較的森林圖Figure 5 Forest plot comparing D-dimer level in stroke patients with and without COVID-19

2.3.5 COVID-19對(duì)腦卒中患者NIHSS評(píng)分的影響5 篇文獻(xiàn)［16，22，25-26，28］對(duì)合并 COVID-19 的腦卒中患者入院時(shí)的NIHSS評(píng)分進(jìn)行報(bào)告，共1 141例患者。異質(zhì)性檢驗(yàn)結(jié)果顯示，I2=59%，P=0.04，各研究間存在異質(zhì)性，采用隨機(jī)效應(yīng)模型進(jìn)行分析。Meta分析結(jié)果顯示，合并COVID-19的腦卒中患者NIHSS評(píng)分高于未合并COVID-19的腦卒中患者，差異有統(tǒng)計(jì)學(xué)意義〔MD=6.66，95%CI（4.54，8.79），P<0.000 01〕，見圖6。敏感性分析結(jié)果顯示，經(jīng)逐篇剔除文獻(xiàn)，結(jié)果未發(fā)生顯著變化。2.3.6 COVID-19對(duì)腦卒中患者年齡的影響 9篇文獻(xiàn)［16-17，19，21-23，25，28］對(duì)合并 COVID-19 的腦卒中患者的年齡進(jìn)行報(bào)告，共2 259例患者。異質(zhì)性檢驗(yàn)結(jié)果顯示，I2=47%，P=0.07，各研究間異質(zhì)性較低，采用固定效應(yīng)模型進(jìn)行分析。Meta分析結(jié)果顯示，合并COVID-19的腦卒中患者年齡低于未合并COVID-19的腦卒中患者，差異有統(tǒng)計(jì)學(xué)意義〔MD=-2.04，95%CI（-3.48，-0.61），P=0.005〕，見圖7。敏感性分析結(jié)果顯示，經(jīng)逐篇剔除文獻(xiàn)，結(jié)果未發(fā)生顯著變化。

圖6 合并COVID-19的腦卒中患者和未合并COVID-19的腦卒中患者NIHSS評(píng)分比較的森林圖Figure 6 Forest plot comparing NIHSS score between stroke patients with and without COVID-19

圖7 合并COVID-19的腦卒中患者和未合并COVID-19的腦卒中患者年齡比較的森林圖Figure 7 Forest plot comparing age between stroke patients with and without COVID-19

2.4 偏倚分析 本研究主要以腦卒中患者病死率改變繪制漏斗圖來(lái)評(píng)價(jià)發(fā)表偏倚，由漏斗圖可以看出，納入的研究在軸線兩側(cè)基本對(duì)稱分布（圖8），不存在發(fā)表偏倚，實(shí)驗(yàn)結(jié)果可信度較高。

圖8 COVID-19對(duì)腦卒中患者病死率影響的漏斗圖Figure 8 Funnel plot assessing the potential publication bias in included studies on the impact of COVID-19 on stroke mortality

3 討論

COVID-19可累及多個(gè)系統(tǒng)，在腦卒中的發(fā)病中也扮演著重要角色［34］。許多病例報(bào)告研究表明，COVID-19可導(dǎo)致血栓性疾病，而腦卒中與血栓事件密切相關(guān)，COVID-19對(duì)腦卒中的預(yù)后是否有影響？?jī)烧咧g有何種相互作用機(jī)制目前尚不明確。

在COVID-19流行期間，許多國(guó)家報(bào)告腦卒中患者入院人數(shù)急劇減少，這表明癥狀輕微的腦卒中患者未入院或者由于擔(dān)心COVID-19而減少就診，這與YANG等［35］報(bào)道的各個(gè)地區(qū)腦卒中住院率減少相符。與2019年同期相比，2020年腦卒中入院率下降45%以下，患者均合并COVID-19，這種腦卒中患者入院率降低可能與疫情期間更側(cè)重于COVID-19患者的轉(zhuǎn)移相關(guān)，從而無(wú)法得出腦卒中發(fā)病增加或減少與COVID-19之間的明確關(guān)系［35］。本Meta分析發(fā)現(xiàn)，在腦卒中患者中，COVID-19患者較未合并COVID-19患者的病死率升高，與一項(xiàng)薈萃分析結(jié)果相一致［36］。與未合并COVID-19患者相比，COVID-19導(dǎo)致腦卒中的死亡風(fēng)險(xiǎn)增加3倍。KATSANOS等［37］研究表明既往的腦血管疾病與COVID-19患者預(yù)后不良風(fēng)險(xiǎn)增加相關(guān)，可能是由于嚴(yán)重的潛在感染以及隨之而來(lái)的全身和代謝功能障礙所致。

本研究發(fā)現(xiàn)在腦卒中患者中，合并COVID-19與非感染COVID-19的腦卒中患者相比凝血指標(biāo)異常率更高，與 GARCíA-AZORíN等［38］報(bào)道結(jié)果一致，其研究結(jié)果顯示，合并COVID-19的腦卒中患者比未合并COVID-19患者的D-二聚體水平更高，淋巴細(xì)胞計(jì)數(shù)更高，表明COVID-19會(huì)引起免疫功能下降。來(lái)自中國(guó)的一項(xiàng)報(bào)告描述了合并腦卒中的COVID-19患者抗磷脂抗體和D-二聚體異常率更高［39］。D-二聚體是血栓形成后纖維蛋白溶解系統(tǒng)將纖維蛋白網(wǎng)分解，由纖維蛋白的兩個(gè)D段組成的一個(gè)聚合體［40］，其水平升高代表纖維蛋白溶解系統(tǒng)的激活。也有研究表明，D-二聚體和纖維蛋白原水平的增加與疾病的嚴(yán)重程度和病死率增加有關(guān)［41］。此外，還發(fā)現(xiàn)APTT在COVID-19患者和未合并COVID-19患者中無(wú)明顯差異。PT是反映外源性凝血途徑的指標(biāo)，參考范圍是11～13 s，改變3 s以上有臨床意義，PT縮短，說(shuō)明機(jī)體存在著高凝狀態(tài)，容易發(fā)生血栓性疾病，如冠心病、心肌梗死、深靜脈血栓。APTT是反映內(nèi)源性凝血途徑的指標(biāo)，本Meta分析結(jié)果顯示，合并COVID-19的腦卒中患者和未合并COVID-19的腦卒中患者APTT比較無(wú)差異。

部分文獻(xiàn)報(bào)道了合并COVID-19的腦卒中患者的NIHSS評(píng)分及年齡等，其中調(diào)整相關(guān)變量后發(fā)現(xiàn)NIHSS評(píng)分、年齡與患者病死率相關(guān)。本研究結(jié)果顯示，合并COVID-19的腦卒中患者平均年齡較低、NIHSS評(píng)分較高。本研究的一個(gè)主要發(fā)現(xiàn)是，腦卒中的嚴(yán)重程度也受COVID-19影響，與未合并COVID-19的腦卒中患者相比，合并COVID-19的患者腦卒中嚴(yán)重程度更重，且病死率較高。

然而COVID-19患者發(fā)生腦卒中的機(jī)制仍有待確定，目前有幾個(gè)合理的假設(shè)：血管壁侵入、凝血障礙、繼發(fā)于心肌損傷的腦栓塞或現(xiàn)有動(dòng)脈粥樣硬化斑塊的不穩(wěn)定。新型冠狀病毒能夠侵入血管壁，因?yàn)閮?nèi)皮細(xì)胞表達(dá)血管緊張素轉(zhuǎn)化酶2（ACE2）受體［42］，病毒利用該受體進(jìn)入細(xì)胞，通過(guò)破壞血管壁或誘導(dǎo)抗磷脂抗體促進(jìn)血栓形成［43］，也可通過(guò)激活免疫系統(tǒng)導(dǎo)致血栓形成［44］，從而影響凝血、血小板活化和內(nèi)皮功能并導(dǎo)致機(jī)體處于高凝狀態(tài)。另一種潛在機(jī)制是干擾凝血［45］，COVID-19一方面引起內(nèi)皮細(xì)胞損傷從而激活組織因子——Ⅶa因子啟動(dòng)凝血，并在病變區(qū)域募集血小板和白細(xì)胞，加重局部炎癥并進(jìn)一步促進(jìn)凝血系統(tǒng)的激活。一些病毒還可以同時(shí)在某些COVID-19患者中，引起一般炎癥狀態(tài)或“細(xì)胞因子風(fēng)暴”，影響機(jī)體凝血功能［46］。合并COVID-19的腦卒中病死率增加可能是全身性高凝的表現(xiàn)，其打破了體內(nèi)凝血和抗凝系統(tǒng)的平衡，增加了腦卒中的風(fēng)險(xiǎn)［47］。有一些報(bào)道發(fā)現(xiàn)對(duì)COVID-19患者預(yù)防性抗凝治療可以明顯降低全身血栓事件的發(fā)生率［48］，也有一些報(bào)道稱抗凝治療會(huì)降低腦卒中患者死亡風(fēng)險(xiǎn)［32］。

本研究系統(tǒng)分析了目前已有的小樣本回顧性研究，與未合并COVID-19患者相比，合并COVID-19的腦卒中患者與更高的病死率相關(guān)。預(yù)后與實(shí)驗(yàn)室指標(biāo)如凝血指標(biāo)（D-二聚體、PT）明顯相關(guān)，也與腦卒中的嚴(yán)重程度及年齡相關(guān)，這為合并COVID-19的腦卒中患者早期識(shí)別及治療開辟了新的思路，并提供了循證依據(jù)。本次Meta分析存在一定局限性，如納入的患者樣本量偏??；納入文獻(xiàn)未提及盲法的使用及分配隱藏，易發(fā)生選擇性偏倚；納入文獻(xiàn)關(guān)于正念干預(yù)的方法不夠詳細(xì)系統(tǒng)；COVID-19在腦卒中患者中的發(fā)病率仍需要高質(zhì)量的研究證實(shí)。

作者貢獻(xiàn)：皇甫曉娟負(fù)責(zé)文章的構(gòu)思與設(shè)計(jì)、論文撰寫；皇甫曉娟、李小娟、陳敏、劉吉紅、翟蕊、蔡志鵬負(fù)責(zé)數(shù)據(jù)收集與整理、統(tǒng)計(jì)學(xué)處理、結(jié)果的分析與解釋；李俐濤負(fù)責(zé)論文的修訂、文章質(zhì)量控制與審校。

本文無(wú)利益沖突。