年龄与重症肌无力治疗疗效:系统综述、荟萃分析与荟萃回归

Age and Treatment Efficacy in Myasthenia Gravis: A Systematic Review, Meta-Analysis, and Meta-Regression

作者信息Christopher Nelke, Marion Skrobol, Lukas Theissen, Francesco Sacca, Tobias Ruck
PMID42590908
发布时间2026-08
DOI10.1111/ene.70737

实验完整度

系统综述与荟萃分析,包含18项随机临床试验和1823名受试者;进行了随机效应荟萃分析、荟萃回归、亚组分析和敏感性分析,但缺乏原始个体数据。

主要模型

重症肌无力患者临床试验数据集(18项RCT,1823名参与者)

重点核对

筛选PubMed和Cochrane图书馆至2026年3月 纳入标准:成人MG患者、随机对照试验、报告QMG或MG-ADL结局 效应量:治疗与对照之间从基线变化的平均差(MD) 年龄数据:试验水平平均基线年龄,以10年为单位缩放 亚组:FcRn抑制剂、C5IT、B细胞靶向治疗

摘要

背景:重症肌无力(MG)日益集中于老年人群,年龄可能改变MG治疗获益与风险的平衡。本研究旨在评估年龄对MG临床试验中治疗效果的影响。方法:检索PubMed和Cochrane图书馆,纳入报告了定量重症肌无力(QMG)评分和重症肌无力日常生活活动(MG‐ADL)量表的成人MG临床试验。共识别2214条记录,18项试验符合纳入标准。采用随机效应荟萃分析合并治疗效果,采用随机效应荟萃回归评估试验水平平均基线年龄作为治疗效果的修饰因素。结果:2017年至2025年间发表的18项试验共纳入1823名参与者(982名分配至治疗组,841名分配至对照组)。与对照组相比,合并效应倾向于治疗组在QMG(MD −2.402;95% CI,−3.099至−1.706;I² = 60.7%)和MG‐ADL评分(MD,−1.591;95% CI,−1.874至−1.309;I² = 0.0%)上的改善。在荟萃回归中,试验平均年龄较高与QMG量表上治疗获益减弱相关(β每10年,1.21;95% CI,0.02至2.42;p = 0.047)。这种效应在FcRn抑制剂中最为显著。MG‐ADL评分未观察到相关性(β每10年,0.08;95% CI,−0.50至0.66;p = 0.779)。结论:在这项荟萃分析中,年龄较大的试验人群在QMG上表现出较小的治疗相关改善,但在MG‐ADL评分上没有。这些发现提示年龄可能导致不同MG试验之间治疗效果的差异。

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
年龄是否影响重症肌无力治疗在随机临床试验中的疗效?
核心机制
虽然未直接验证机制,作者推测年龄相关的免疫衰老、合并症、IgG-FcRn轴改变及免疫衰老相关免疫生物学差异可能影响治疗反应;且QMG与MG-ADL的差异可能源于检查者依赖的损伤量表与患者报告功能量表的差异。
主要证据
18项随机临床试验的荟萃回归显示,年龄每增加10年,QMG评分改善平均减少1.21分(95% CI, 0.02-2.42),且FcRn抑制剂亚组中该关联增强(β=3.92);MG-ADL无年龄相关性。
研究意义
研究提示年龄可能与MG试验中观察到的治疗效果差异相关,支持进行患者层面分析以明确年龄是否修饰治疗反应及其生物学或临床通路。

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

文献检索与研究筛选

系统识别并纳入符合标准的MG治疗随机对照试验。

检索PubMed和Cochrane图书馆至2026年3月,筛选出18项随机临床试验,共1823名参与者。

2

数据提取与效应量推导

提取各试验的疗效数据并将其标准化为从基线变化的平均差(MD)及其标准误(SE)。

从符合条件的试验中提取基线平均年龄和疗效数据;优先使用安慰剂校正的模型对比(如最小二乘均值差),若未报告,则从组间均值和标准差计算MD和SE。

3

随机效应荟萃分析

合并各试验的治疗效应,评估总体疗效。

对18项试验的QMG和MG-ADL结果分别进行随机效应荟萃分析,使用Hartung-Knapp校正。

4

荟萃回归分析

评估试验水平平均基线年龄对治疗效应的修饰作用。

以试验水平平均年龄为协变量,对QMG和MG-ADL分别进行随机效应荟萃回归,年龄按每10年缩放并中心化。

5

亚组分析

探索年龄效应是否因治疗类别而异。

在预设的治疗类别(FcRn抑制剂、C5IT、B细胞靶向治疗)中重复荟萃回归,年龄重新中心化。

6

敏感性分析

验证主要荟萃回归结果的稳健性。

根据不同的排除条件(排除中位数插补摘要、仅使用报告对比或置信区间、限制于靶向治疗类别)重新拟合随机效应荟萃回归模型。

7

偏倚风险评估

评估纳入试验的方法学质量。

使用Cochrane偏倚风险2工具对每项试验和结局进行偏倚风险评估。

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。

产品清单

实验环节名称品牌货号
EndNote----
R(v4.5.3)----
meta包(v8.2)----

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
研究设计与报告
PROSPERO注册号:CRD420251152544;遵循PRISMA 2020报告规范
阅读提示:Methods 2.1节
数据来源与检索策略
检索数据库:MEDLINE(PubMed)和Cochrane Library;检索时间范围:自建库至2026年3月;检索词包括myasthenia gravis及干预性研究相关术语
阅读提示:Methods 2.2节
研究纳入标准
必须为随机对照试验;研究对象为成人MG患者;治疗组接受药物干预,对照组为安慰剂/对照;报告QMG或MG-ADL评分变化数据
阅读提示:Methods 2.3节及补充表S1
数据提取与推导方法
优先使用安慰剂校正的模型对比(如LSMD);从CI推导SE时使用正态近似;若报告组均值和SD,按公式计算MD和SE
阅读提示:Methods 2.6节;表1
统计学分析
随机效应荟萃分析(REML法估计τ²,Hartung-Knapp校正);荟萃回归以平均年龄为协变量,α=0.05;R软件及meta包版本:R 4.5.3,meta 8.2
阅读提示:Methods 2.7节和2.10节;表2