新型冠狀病毒肺炎患者病情嚴重程度與血小板減少關系的meta分析

賈心予 馬元 吳楨珍 吉寧飛 黃茂

南京醫科大學第一附屬醫院呼吸與危重癥醫學科 210029

目前，新型冠狀病毒肺炎(COVID-19)疫情已蔓延至全球200多個國家和地區。截至2021年3月27日，全球累計確診人數已超1億2 000萬，累計死亡人數超過279.4萬，病死率約為2.33%。新型冠狀病毒，即嚴重急性呼吸綜合征冠狀病毒2(severe acute respiratory syndrome coronavirus 2，SARS-Co V-2)是一種β屬的冠狀病毒，可引起非典型肺炎，是已知的第7種可感染人類的冠狀病毒[1]。人群普遍易感，傳染性強，傳染源主要為SARS-Co V-2感染的患者。

COVID-19患者尤其是重癥患者易出現凝血功能障礙，多數COVID-19患者的血小板計數處于正常范圍或輕度升高，部分COVID-19患者會出現血小板減少，且重癥患者和非重癥患者的血小板水平存在差異。有研究表明重癥患者血小板減少發生率為57.7%，非重癥患者發生率為31.6%[2]，死亡患者發生率達57.1%[3]。血小板減少可能為重癥COVID-19患者重要的血液學改變，既往研究表明嚴重急性呼吸系統綜合征(severe acute respiratory syndrome，SARS)患者也會出現血小板減少[4]，SARS-Co V引起血小板減少主要有以下兩種潛在機制：病毒通過與CD13或CD66a受體結合，直接入侵造血細胞及骨髓基質細胞引起造血抑制；也可通過生成自身抗體或免疫復合物等免疫介導造成細胞損害[5]。與SARS-Co V相似，SARS-Co V-2也通過血管緊張素轉換酶2(angiotensin converting enzyme 2，ACE2)作為其受體進而感染人體引起非典型肺炎[6]。但目前COVID-19患者的血小板減少機制尚不明確，且關于重癥和非重癥COVID-19患者血小板水平差異的研究多為早期臨床研究，仍存爭議。本文通過系統評價和薈萃分析對COVID-19病情嚴重程度與血小板減少的關系進行綜述。

1 資料與方法

1.1 數據來源與檢索策略 對相關數據庫進行了系統的文獻檢索，包括Pub Med、EMBASE以及Web of Science數據庫，篩選國內外涉及新型冠狀病毒肺炎的臨床研究，并追溯其相關參考文獻以納入其他可能符合條件的文獻。共進行了兩輪檢索，在第一輪檢索時使用了下列關鍵詞：“2019-nCo V”、“COVID-19”和“SARS-Co V-2”，為避免文獻遺漏，并未采用“血小板”等相關關鍵詞限制。檢索時限截至2020年3月15日，檢索沒有語言限制。為增加文獻數量，在第二輪檢索時使用了以下關鍵詞：“platelet”、“severity”、“severe”、“2019-nCo V”、“COVID-19”和“SARS-Co V-2”。檢索時限截至2020年9月30日，檢索語言限制為英文。

1.2 納入與排除標準

1.2.1 納入標準 (1)受試者COVID-19診斷明確；(2)受試者可分為重癥組和非重癥組；(3)可獲取受試者血小板計數的相關指標。

1.2.2 排除標準 (1)重復發表文獻；(2)無法獲得全文且無詳細摘要；(3)文獻類型為社論、綜述或指南等；(4)研究方法為病因研究、機制研究或動物研究等；(5)無法提取必要數據。

1.3 資料提取 由兩位研究者獨立篩選文獻并提取資料，存在意見分歧時與第三位研究者討論決定。資料提取內容包括第一作者姓名、研究國家、研究地區、多或單中心研究、樣本數量、研究對象性別及年齡、重癥的評價標準、研究設計、研究時限、血小板水平的截斷值、連續型變量數據的統計類型以及文獻質量評價結果。

1.4 質量評價 使用Newcastle-Ottawa Scale文獻質量評價量表對納入原始研究的質量進行評估，該量表主要包括研究對象的選擇、研究可比性和結果評估3個部分[7]。針對隊列研究：(1)暴露隊列的代表性(0～1分)；(2)非暴露隊列選擇的合理性(0～1分)；(3)暴露因素的確定(0～1分)；(4)研究開始時所有研究對象是否發生目標疾病(0～1分)；(5)混雜因素的控制(0～2分)；(6)結局評價的描述(0～1分)；(7)隨訪時間是否充分以觀察結局發生(0～1分)；(9)隊列隨訪的充分性(0～1分)。滿分為9分，得分超過6分視為研究質量較高。這項工作由兩位研究者獨立完成，并通過討論達成一致結論。

1.5 數據提取與統計學分析 采用Stata軟件(version 14.1)和Rev Man軟件(version 5.3)進行meta分析。對于二分類變量，計算OR和95%CI，而對于連續型變量，計算SMD和95%CI。當血小板計數以中位數表示時，將其視為正態分布并將數據轉化為x-±s形式。采用Cochran'sQ檢驗分析評價異質性，采用I2衡量異質性的大小，I2值超過50%被定義為有異質性。當納入研究之間存在顯著異質性時，采用隨機效應模型；否則，采用固定效應模型。對統計模型的穩定性進行敏感性分析，即依次剔除單個研究后重新進行meta分析，估計綜合效應大小。此外，根據病情嚴重性的評價標準進行了亞組分析，以探索異質性的來源。最后通過繪制漏斗圖和采用Begg、Egger法量化檢測判斷發表偏倚。P＜0.05為差異有統計學意義。

2 結果

2.1 文獻檢索結果 從Pub Med、Web of Science以及EMBASE數據庫中初步檢索出3 135篇文獻，從參考文獻中納入9篇文獻，去除重復后共剩余1 335篇文獻，閱讀標題和全文后，由于重復發表、研究內容與主題不相關、研究類型以及文獻類型不相符等原因去除了1 191篇文獻，經過全文閱讀后，去除87篇文獻，主要原因為研究內容不相符，無法提取必要數據，文獻類型為綜述、述評及指南等，最終共納入57篇文獻[2，8-63]。對其中的21篇文獻進行二分類變量的meta分析，48篇文獻進行連續型變量的meta分析，篩選流程及結果見圖1。納入的57篇文獻均為回顧性研究，其中有46篇文獻來自中國，另外11篇分別來自美國、巴基斯坦、土耳其、意大利、伊朗和新加坡。每個研究的樣本量從12到1 099不等，共分析了10 979例研究對象，其中重癥患者3 306例，非重癥患者7 673例，重癥患者的分組標準包括入院時臨床分型(重型或危重型)、進入ICU、使用機械通氣、發生ARDS以 及 死 亡。其 中Guan等[2]、Aggarwal等[8]和Zhang等[54]的研究中以入院時達到復合終點(包括進入ICU、使用機械通氣、休克或死亡)作為病情嚴重的評估標準，Xu等[48]的研究以癥狀超過10 d作為病情嚴重的評估標準。進行二分類變量meta分析的21篇文獻的血小板減少截斷值分別為100、125和150，單位以×109/L表示。進行連續型變量meta分析的48篇文獻中，有15篇文獻的血小板水平以x-±s進行描述，有32篇以中位數進行描述，有1篇文獻以均數和中位數分別進行描述。納入研究的基本特征見表1。

圖1 文獻納入流程圖

表1 文獻一般信息表

續表1

2.2 質量評價 采用Newcastle-Ottawa Scale文獻質量評價量表對納入原始研究的質量進行評估，12個研究得分為8分，10個研究得分為7分，20個研究得分為6分，14個研究得分為5分，1個研究得分為4分。

2.3 二分類變量的森林圖結果 21篇文獻共4 536例研究對象的森林圖結果顯示重癥COVID-19患者發生血小板減少的人數較非重癥組更多，差異有統計學意義(OR=2.51，95%CI：1.93～3.26，P＜0.001)。納入的25個研究結果之間存在異質性(P=0.003，I2=49%)，故采用隨機效應模型進行meta分析(圖2)。敏感性分析結果提示結果穩定，逐項剔除納入的各項研究后，各合并效應量無明顯改變，結果與剔除前總體趨勢一致(圖3)。為探究異質性的來源，我們對病情嚴重程度的評價指標進一步開展亞組分析發現，按病情嚴重性分組的研究中2組間的血小板水平有顯著性差異(OR=2.64，95%CI：2.07～3.36，P＜0.001，I2=21%，P異質性=0.22)。按疾病預后分組的研究中2組間的血小板水平差異有統計學意義(OR=2.44，95%CI：1.41～4.24，P=0.001，I2=64%，P異質性=0.002)。最 后 對 納 入 研究進行漏斗圖分析，結果顯示漏斗圖對稱性較好。

圖2 新型冠狀病毒肺炎患者病情嚴重程度與血小板減少二分類變量的森林圖

圖3 新型冠狀病毒肺炎患者病情嚴重程度與血小板減少二分類變量的敏感性分析結果圖

通過Begg法對上述漏斗圖的對稱性進行量化檢驗，結果顯示P=0.294，故認為本研究不存在發表偏倚(圖4)。

圖4 新型冠狀病毒肺炎患者病情嚴重程度與血小板減少二分類變量的Begg法檢驗發表偏倚結果圖

2.4 連續型變量的森林圖結果 48篇文獻共8 468例研究對象的森林圖結果顯示重癥COVID-19患者的血小板計數水平較非重癥組更低，差異有統計學意義(SMD=-24.60，95%CI：-30.98～-18.22，P＜0.001)。納入的53個研究結果間存在異質性(P＜0.001，I2=65%)，故采用隨機效應模型進行meta分析(圖5)。敏感性分析結果提示結果穩定，逐項剔除納入的各項研究后，各合并效應量無明顯改變，結果與剔除前總體趨勢一致(圖6)。為探究異質性的來源，我們對病情嚴重程度的評價指標進一步開展亞組分析發現，按病情嚴重性分組的研究中2組間的血小板水平差異有統計學意義(SMD=-24.00，95%CI：-32.26～-15.63，P＜0.001，I2=66%，P異質性＜0.001)。按疾病預后分組的研究中2組間的血小板水平差異有 統 計 學 意 義(SMD=-25.01，95%CI：-35.18～-14.85，P＜0.001，I2=66%，P異質性＜0.001)。但亞組中均仍存在異質性。最后對納入研究進行漏斗圖分析，結果顯示漏斗圖對稱性較好。通過Egger法對上述漏斗圖的對稱性進行量化檢驗，結果顯示P=0.141，故認為本研究不存在發表偏倚(圖7)。

圖5 新型冠狀病毒肺炎患者病情嚴重程度與血小板減少連續型變量的森林圖

圖6 新型冠狀病毒肺炎患者病情嚴重程度與血小板減少連續型變量的敏感性分析結果圖

圖7 新型冠狀病毒肺炎患者病情嚴重程度與血小板減少連續型變量的Egger法檢驗發表偏倚結果圖

3 討論

二分類變量的meta分析結果顯示重癥患者發生血小板減少的人數更多，連續型變量的meta分析結果顯示重癥患者的血小板計數水平更低，兩者的結果相一致，即重癥COVID-19患者更易發生血小板減少。

與SARS患者發生血小板減少相仿[5]。有研究表明COVID-19患者也會出現血小板減少，但其發生率不一，血小板計數＜100×109/L患者占5%，＜125×109/L患者占12%，＜150×109/L患者占36.2%[64]，其中重癥患者血小板水平降低的發生率較高[2，12]。其相關機制主要為血小板生成減少及血小板消耗、破壞增多。血小板生成減少的機制包括：(1)人體的造血干細胞、巨核細胞和血小板通常高表達CD13，病毒通過與CD13或CD66a受體結合直接侵入造血細胞或感染骨髓基質細胞等，損傷巨核細胞和血小板，加重細胞凋亡，進而引起血小板生成減少[4]；(2)結構分析表明SARS-Co V-2可能與ACE2受體結合而感染人體[65]。近年來越來越多的證據表明ACE2在心血管、腎臟和呼吸系統中具有生理和病理作用[66]，與急性肺損傷的發生或嚴重程度密切相關[67]。肺是巨核細胞動態釋放血小板的器官之一，約占血小板總生成量的50%[68]。COVID-19患者肺損害可使肺部巨核細胞破壞增多，導致血小板生成減少。血小板消耗、破壞增多的機制包括：(1)與SARS、中東呼吸系統綜合征等病毒感染性疾病易引起細胞因子風暴[69-70]相同。有研究發現COVID-19患者血漿中多種細胞因子濃度明顯升高，且危重癥患者升高的程度顯著高于普通患者[23，71]，細胞因子風暴會導致免疫過度激活，通過自身抗體或免疫復合物等免疫介導造成細胞損害和血小板破壞增多；(2)同時，免疫過度激活會釋放大量炎癥因子，促進血小板過度活化和血小板-單核細胞聚集形成[72]，在損傷部位形成血栓，進一步導致血小板消耗及破壞增加。

本研究亞組分析結果提示，血小板減少不僅與病情嚴重程度有關，同時與患者的預后密切相關。部分回顧性研究結果表明死亡患者的血小板計數中位數明顯低于幸存者[22，33，56]。Liu等[31]對383例患者資料進行回顧性分析后發現，入院時血小板計數的基線水平和住院期間血小板水平的動態變化均與住院死亡率密切相關。入院時血小板減少患者的死亡率是無血小板減少患者的3倍，血小板每增加50×109/L，死亡率降低40%。但對于ICU、ARDS以及需要輔助供氧患者的血小板計數減少情況，目前尚未得到統一的結果[10，34，39，52]。

血小板是一種無核血細胞，在止血和血栓形成中均發揮著重要作用。同時，血小板還通過與內皮細胞的相互作用來調節血管功能以及維護血管內皮完整性。血小板減少可導致出血風險增加，不利于相關有創操作的進行。一項關于COVID-19患者神經系統表現的研究發現有1.1%的重癥患者發生腦出血，輕癥患者未出現[73]。此外，血小板減少會導致凝血系統紊亂。重癥COVID-19患者血小板相關參數的改變與凝血酶原時間延長、D-二聚體增加和纖維蛋白原減少相關，持續高凝狀態會促進血栓形成，最終導致多器官功能衰竭。一項關于重癥COVID-19患者肺組織活檢的研究證實了肺部微血栓形成[74]，同時也有研究表明大多數COVID-19死亡病例中可能存在彌散性血管內凝血[3，23]。

目前已有部分meta分析的研究結果佐證了本研究的觀點[75-76]，但大多僅納入早期臨床數據結果，本研究在既往研究的基礎上，對近期臨床文獻進行了進一步檢索，因納入文獻數量較大，結果相對更為可靠。但本研究仍存在一些局限性：(1)連續型變量的meta分析中有部分文獻的血小板水平以中位數的形式表示，數據轉換可能會造成誤差。(2)納入的研究設計均為回顧性研究，且有部分研究在全部患者尚未全部出院時即開展并最終發表，文獻質量評價結果提示僅有22篇為高質量研究，更多高質量的臨床研究亟待納入。(3)亞組分析結果提示各亞組間仍存在異質性，由于所獲得的信息有限，未能完全確定異質性的主要來源。(4)為了擴大文獻納入數量，我們進行了兩輪篩選，由于第二輪篩選時文獻數量較多，增加了關鍵詞及語言限制，這可能會造成部分相關文獻的遺漏。

總而言之，COVID-19的重癥患者更易發生血小板減少。對于未來的研究方向，我們認為應該著重于以下幾點：(1)需要進一步確定血小板減少的截斷值以更好的發揮臨床價值。(2)血小板計數對凝血障礙的評估價值有限，重癥患者血小板計數的動態變化仍需進一步探討。(3)亟需更多大樣本、高質量臨床研究來進一步證實我們的結論。目前的研究表明血小板計數＜50×109/L的患者比例較小，且很少有血小板減少引起重要器官出血的報道，但在臨床上我們仍需引起重視，防治出血是必要的，并且在面對血小板計數偏低的患者應盡量避免有創性操作，動態監測血小板水平的變化，以便深入了解患者當前的臨床狀態和及早預判疾病的轉歸結果，依病情可考慮進行血小板輸注。對于危重癥患者出凝血功能障礙的臨床管理，需及早重視，從而進一步降低患者的死亡風險。

利益沖突所有作者均聲明不存在利益沖突