多发性硬化患者缓慢扩张病灶的患病率:系统评价与荟萃分析

Prevalence of Slowly Expanding Lesions in Patients With Multiple Sclerosis: A Systematic Review and Meta-Analysis

作者信息Andreas Liampas, Artemios Artemiadis, Vasilis-Spyridon Tseriotis, Ferran Prados, Paolo Preziosa, Alberto Calvi, Georgios Hadjigeorgiou, Maria A Rocca, Massimo Filippi, Olga Ciccarelli
PMID42679340
期刊Neurology
发布时间2026-10-13
DOI10.1212/WNL.0000000000218474

实验完整度

中

基于系统评价与荟萃分析,纳入20项研究,对4,786例MS患者的MRI数据进行了定量综合和异质性探索,但未涉及原始的功能验证或机制验证。

主要模型

MS患者的MRI病灶数据 多发性硬化患者队列

重点核对

SELs识别方法(Jacobian分析或体积变化) MRI场强(1.5T、3T、7T) 用于SEL识别的时间点和时间间隔 纳入患者数量及MS表型

摘要

背景与目的:慢性活动性病灶(CALs)反映了多发性硬化(MS)中的慢性炎症。缓慢扩张病灶(SELs)是通过常规MRI上随时间出现的线性、同心圆状扩张而识别的CALs,而顺磁性边缘病灶(PRLs)是在磁敏感加权MRI上表现为顺磁性边缘的CALs。然而,SELs的患病率及其与PRLs的重叠情况尚不清楚。本研究的目的是(1)评估SELs在所有T2病灶中所占比例以及至少有一个SEL的患者比例,(2)评估SELs与PRLs重叠的比例。方法:我们于2026年2月1日系统检索了PubMed、Scopus、Web of Science和Embase中评估MS中SELs的研究。至少2位作者独立评估了研究的合格性。主要结局为SELs在T2病灶中的合并比例和至少有一个SEL的患者比例。我们评估了每个患者SELs和所有T2病灶的平均体积以及SELs与PRLs重叠的比例。使用随机效应广义线性混合效应模型和逆方差方法,使用τ2和I2评估研究间异质性,并使用敏感性分析评估稳健性。单变量meta回归探讨了异质性。PROSPERO:CRD42024603778。结果:在5980条记录中,共纳入20项研究,包括4786例MS患者(平均年龄:43.6±6.3岁;63.7%女性)。样本量因结局而异。SELs占所有T2病灶的14%(95%CI 10-21),78%(67-85)的患者至少有一个SEL。敏感性分析后,每位患者SELs的平均体积为1.42 mL(0.79-2.06),所有T2病灶的平均体积为10.6 mL(8.53-12.67)。总共有11%(6-20)的SELs与PRLs重叠。在亚组分析中,复发缓解型和进展型MS中SELs的比例相似(15%),但至少有一个SEL的患者比例在进展型MS中更高。各项分析中研究间异质性高,未发现显著来源。讨论:尽管SELs仅代表T2病灶的少数,但大多数患者至少有一个SEL,且一部分与PRLs重叠,这提示这两种慢性炎症活动的影像标志物之间存在部分对应关系。局限性包括可能的发表偏倚、无法解释的高异质性、SEL识别方法的差异以及MRI时间点数量/时间的差异。

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
多发性硬化患者中缓慢扩张病灶(SELs)的患病率及其与顺磁性边缘病灶(PRLs)的重叠程度如何?
核心机制
SELs是慢性活动性炎症的影像标志物,与PRLs部分重叠,提示两者反映慢性炎症活动的不同方面。
主要证据
通过meta分析18项研究,汇总4,786例MS患者的MRI数据,发现SELs占T2病灶的14%,78%的患者至少有一个SEL,其中11%与PRLs重叠。
研究意义
研究提供了SELs负担的汇总估计,支持其作为慢性活动性炎症的生物标志物用于临床和研究,但需标准化检测方法和大规模观察队列。

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

识别所有报告MS中SELs患病率的研究。

系统检索PubMed、Scopus、Web of Science和Embase,按预设标准筛选,最终纳入20项研究。

2

数据提取

从纳入研究中提取SELs、T2病灶和PRLs相关数据。

提取患者特征、MRI参数、SEL识别方法和结局数据。

3

质量评估

评估纳入研究的偏倚风险。

采用JBI评分表评价纳入研究的质量。

4

Meta分析

合并SELs的患病率估计。

使用随机效应模型计算合并比例和体积,进行亚组和敏感性分析。

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。

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
研究纳入标准
患者年龄、MS诊断标准、MRI序列、SELs数量或体积报告、语言
阅读提示:Methods 部分:Selection Criteria
SEL识别
识别方法(自动工具或手动)、MRI场强、场强类型、用于识别SEL的序列、最小扩张阈值、时间点数量和时间间隔
阅读提示:Table 2 和 Methods 部分:Methodology of SEL and PRL Detection
Meta分析模型
效应模型类型(随机效应)、比例转换方法、异质性指标(I2, τ2)
阅读提示:Methods 部分:Data Synthesis and Statistical Analysis