新冠病毒感染后儿童和青少年心血管后遗症研究:电子病历揭示的风险与启示
《Nature Communications》:
【字体:
大
中
小
】
时间:2025年04月12日
来源:Nature Communications
编辑推荐:
为探究 SARS-CoV2感染后儿童和青少年心血管疾病的风险,研究人员利用 RECOVER 电子健康记录系统开展队列研究。结果显示,感染儿童和青少年多种心血管疾病风险显著增加,这对及时诊断和治疗意义重大。
新冠疫情给全球公共卫生带来了巨大挑战,随着疫情的发展,人们逐渐关注到新冠病毒感染后的长期影响。在成年人中,已有研究表明 SARS-CoV2感染会增加心血管疾病的风险。然而,儿童和青少年群体的情况却并不明晰。以往儿科研究多聚焦于一般心肺体征症状、心肌炎、心包炎以及儿童多系统炎症综合征(MIS-C)等,且随访期较短,对于先天性心脏病(CHD)对儿童感染 SARS-CoV2后发生心血管后遗症风险的影响也尚未有报道。为了填补这些知识空白,来自美国多个研究机构的研究人员开展了相关研究,该研究成果发表在《Nature Communications》上。
研究人员利用美国国立卫生研究院(NIH)资助的 RECOVER Initiative 项目中的电子健康记录(EHR)数据开展研究。这些数据来自 19 所儿童医院和健康机构,覆盖 41 个州的区域,涵盖了超过 3000 万名 21 岁以下患者,其中包括 300 多万名受 COVID-19 影响的个体。
研究人员进行了一项回顾性研究,时间跨度从 2020 年 3 月 1 日至 2023 年 9 月 1 日。他们确定了 297920 名 SARS-CoV2阳性个体和 915402 名 SARS-CoV2阴性对照个体,所有个体在入组后均至少有 6 个月的随访。研究中,SARS-CoV2感染通过聚合酶链反应(PCR)、血清学、抗原检测阳性或 COVID-19 诊断、PASC 诊断来确定;排除了患有 MIS-C、川崎病、慢性肾脏病(CKD)或终末期肾病(ESKD)的患者。
队列识别:研究人员详细筛选了参与者,最终确定了符合条件的 SARS-CoV2阳性和阴性队列,并对其基线特征进行了分析。结果显示,多数患者在 2021 年末至 2022 年初入组,CHD 患者往往更年轻、男性居多、儿科医疗复杂性算法(PMCA)指数更高、更易接受 COVID-19 检测且接种疫苗的可能性更低。
统计方法:为控制混杂因素,研究人员采用倾向得分分层法,并使用分层修正泊松回归模型估计相对风险(RR),所有分析均根据 CHD 的有无进行分层。
急性后心血管事件的发生率:对比 SARS-CoV2阳性和阴性患者,阳性患者在 CHD 和非 CHD 组中,多种心血管疾病的发生率普遍更高。如 CHD 的 SARS-CoV2阳性患者心力衰竭绝对风险为 1.61%,而阴性患者为 1.18%;无 CHD 的 SARS-CoV2阳性患者胸痛发生率为 1.23%,阴性患者为 0.61%。总体上,CHD 组急性后心血管疾病绝对风险高于非 CHD 组。
急性后心血管结局的调整相对风险:分析表明,感染 SARS-CoV2后,CHD 和非 CHD 组患者的急性后心血管结局风险均增加。在复合结局方面,CHD 患者的任何心血管结局、心律失常、其他心脏疾病、血栓性疾病和心血管相关症状的 RR 均有上升;非 CHD 患者在这些方面同样存在风险增加的情况。在个体结局中,不同疾病在两组患者中也呈现出不同程度的风险上升。
敏感性分析:研究人员进行了广泛的敏感性分析,包括将死亡作为结局分析、开展阴性对照实验、分析不同选定人群、评估与其他呼吸道感染的潜在重叠以及进行一系列亚组分析。结果表明,多数心血管结局在 SARS-CoV2阳性组中仍然较高;免疫功能低下个体心血管疾病风险更高;不同年龄、种族、性别、肥胖状况、COVID-19 严重程度和病毒变异株感染的患者,心血管疾病风险存在差异。
研究结论显示,SARS-CoV2感染的儿童和青少年发生多种急性后心血管疾病的风险显著增加,这一结论在有 CHD 和无 CHD 的患者中均成立。研究还发现,肥胖与某些严重心血管疾病风险增加相关,但与心血管症状风险降低有关。不同 SARS-CoV2变异株感染对儿童心血管结局的影响相似。该研究强调了对感染 SARS-CoV2的儿童和青少年进行心血管健康长期监测的重要性。
研究也存在一定局限性,如 SARS-CoV2对照组选择困难、观察性研究存在混杂偏倚、医院就诊频率可能影响结果、未排除手术矫正患者、未考虑再感染和疫苗接种情况等。但该研究利用大型队列、先进的统计方法和广泛的敏感性分析,为 SARS-CoV2感染对儿童和青少年心血管系统的影响提供了重要见解,有助于提高对这一问题的认识,促进及时诊断和治疗,为后续研究和临床实践提供了重要参考。**
研究中用到的主要关键技术方法包括:利用 RECOVER 电子健康记录系统获取数据,构建包含 SARS-CoV2阳性和阴性个体的队列;采用倾向得分分层法对大量测量的混杂因素进行调整;运用分层修正泊松回归模型估计相对风险;通过广泛的敏感性分析评估研究结果的稳健性。<
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号