患有慢性基础疾病的成年人中人类偏肺病毒与呼吸道合胞病毒相关健康负担的比较:一项全球系统综述和荟萃分析

Comparison of Human Metapneumovirus- and Respiratory Syncytial Virus-Associated Health Burden in Adults With Chronic Underlying Health Conditions: A Global Systematic Review and Meta-analysis

作者信息Durga Kulkarni, Bohee Lee, Amelie Kerry, Kate Templeton, Harish Nair
PMID42281894
发布时间2026-06-08
DOI10.1093/ofid/ofag343

实验完整度

中

系统综述与荟萃分析,包含50项研究,进行了质量评估和敏感性分析,但未涉及原始功能实验。

主要模型

患有慢性基础疾病的成年人队列

重点核对

检索日期:2025年8月18日和2026年1月12日 纳入标准:2001年起,实验室确诊hMPV和RSV感染的成年人 分析模型:广义线性混合效应模型 亚组:按环境(住院、门诊、混合)和疾病组分析

摘要

背景:我们旨在系统性地比较全球范围内患有慢性疾病的人类偏肺病毒(hMPV)和呼吸道合胞病毒(RSV)呼吸道感染相关的健康负担。方法:我们于2025年8月18日和2026年1月12日检索了MEDLINE、EMBASE、Global Health、CINAHL、Web of Science和Global Index Medicus。我们纳入了自2001年以来开展的观察性及干预性研究,这些研究报告了患有慢性疾病的成年人中实验室确诊的hMPV和RSV感染。使用乔安娜·布里格斯研究所批判性评估工具进行质量评估。我们使用具有二项分布和logit链接的广义线性混合效应模型,包含研究水平随机截距以及病毒、环境及其交互作用的固定效应,得出了总体检测阳性估计。计算了预测概率和比较RSV与hMPV的人群平均比值比(OR)。由于数据异质且有限,发病率和疾病严重程度结果进行了叙述性综合。方案已在开放科学框架上注册(doi:10.17605/OSF.IO/EPB3X)。结果:纳入50项研究,报告了hMPV和RSV检测阳性(n=44;29,603次实验室检测)、发病率(n=3)和疾病严重程度结局(n=7)。在患有至少1种慢性疾病的成年人中,住院环境下RSV检测阳性与hMPV相比的OR为1.88(95%置信区间:1.61–2.19),在依赖年度数据的研究中所有环境下为1.65(1.43–1.91)。在以下疾病中,RSV与hMPV检测阳性存在显著差异:慢性呼吸系统疾病(年度和季节性分析)、心血管疾病(季节性)、免疫功能低下(年度)和血液系统疾病(年度),但在实体器官移植受者中无显著差异(年度)。发病率和严重程度数据显示出不一致的模式。结论:在患有慢性疾病的成年人中,RSV比hMPV更常见。然而,关于疾病严重程度的比较以及来自低收入和中等收入国家的数据仍存在证据空白。关键词:合并症、医院负担、呼吸道感染、病毒。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在患有慢性基础疾病的成年人中,hMPV和RSV相关的健康负担是否存在差异?
核心机制
在慢性疾病患者中,RSV比hMPV更常见,但机制尚不明确。
主要证据
基于50项研究,住院环境中RSV阳性率显著高于hMPV(OR=1.88),总体OR=1.65。
研究意义
为高危人群的疫苗接种政策和资源规划提供信息。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

文献检索与筛选

全面收集相关研究。

检索6个数据库,独立筛选标题、摘要和全文。

2

数据提取与质量评价

提取研究特征和结局指标,评估研究质量。

提取研究特征、hMPV和RSV阳性率、发病率和严重程度结局。使用JBI工具进行质量评价。

3

统计分析

比较hMPV和RSV检测阳性率。

使用GLMM进行荟萃分析,计算OR。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

文献检索与筛选

产品清单

实验环节名称品牌货号
MEDLINE----
EMBASE----
全球健康数据库----
CINAHL----
科学引文索引核心合集----
全球医学索引----
EndNote 20----
COVIDence----
Covidence----
微软Excel----
R软件4.2.1版----
谷歌翻译----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
文献检索
数据库、检索日期、检索策略
阅读提示:Methods部分第二段
数据分析
GLMM模型设置、效应量
阅读提示:Methods部分Data Analysis
质量评价
JBI工具标准
阅读提示:Methods部分第三段