编辑推荐：
本综述通过系统评价和荟萃分析探讨阿片类药物使用与新发心房颤动（NOAF）的关联。对超 2400 万参与者的分析显示，阿片类药物使用与 NOAF 风险显著相关（HR=1.96，95% CI 1.43–2.69），提示临床处方时需关注相关风险，尤其合并其他房颤危险因素者。
研究背景与目的
阿片类药物是一类广泛应用于术后、慢性疼痛及肿瘤疼痛管理等临床场景的镇痛药物。尽管近年来对其过度处方的担忧日益增加，但其使用仍较为普遍。长期使用阿片类药物已被证实与不良心血管结局风险增加相关，而近期研究提示阿片类药物使用者可能存在新发心房颤动（NOAF）风险。心房颤动（AF）是最常见的室上性心律失常，尤其在老年人群中高发，新发 AF 与血栓栓塞性卒中、心肌梗死、心力衰竭、认知功能下降等多种临床并发症及死亡率增加相关。然而，目前关于阿片类药物与 NOAF 关联的证据尚不充分。本研究旨在通过系统评价和荟萃分析，总结现有证据，评估阿片类药物使用与 NOAF 风险之间的关联。
研究方法
文献检索与筛选
研究按照 PRISMA 指南，检索 MEDLINE 和 EMBASE 数据库，时间范围从建库至 2024 年 1 月 29 日，检索词包括 “opiate”“opioid”“atrial fibrillation”“new onset atrial fibrillation” 等，无语言限制。由两名研究者独立筛选文献，最终纳入 5 项研究进行定性分析，其中 4 项观察性研究（含 24,006,367 名参与者，153,734 名阿片类药物使用者）进行定量分析。
数据提取与偏倚评估
提取内容包括研究基本信息、参与者特征、干预措施、结局指标等。采用 Cochrane ROBINS-I 工具评估观察性研究的偏倚风险，结果显示多数研究偏倚风险较低至中等。通过漏斗图评估发表偏倚，未发现明显发表偏倚。
统计分析
采用随机效应 Mantel–Haenszel 法进行荟萃分析，计算合并风险比（HR）及 95% 置信区间（CI），评估异质性（I2 统计量）。此外，通过敏感性分析探讨结果的稳定性，并采用 GRADE 方法评估证据质量。
研究结果
文献筛选与研究特征
共检索到 782 篇文献，经筛选后纳入 5 项研究，其中 4 项进入荟萃分析。研究人群中位年龄 34–65 岁，女性比例 13.2%–100%，随访期间共发生 991,263 例 NOAF。研究涉及的临床场景包括普通人群、癌症患者（如乳腺癌）、退伍军人等，阿片类药物使用者合并高血压、糖尿病等心血管危险因素的比例较低。
阿片类药物与 NOAF 的关联
荟萃分析结果显示，阿片类药物使用与 NOAF 风险显著相关，合并 HR 为 1.96（95% CI 1.43–2.69），但研究间存在高度异质性（I2=97%）。敏感性分析剔除最大样本量研究后，结果仍保持一致（HR=1.60，95% CI 1.51–1.70，I2=98%）。GRADE 评估显示证据质量为中等，主要因研究间异质性及部分研究存在偏倚风险。
讨论
主要发现与临床意义
本研究通过大样本量分析证实，阿片类药物使用者 NOAF 风险几乎翻倍，且这一关联在不同人群中具有一致性。值得注意的是，癌症患者中阿片类药物使用与 NOAF 风险的关联更为显著（如乳腺癌患者 HR 达 4.37），可能与癌症本身的炎症、氧化应激状态及治疗相关因素（如手术、化疗）有关。阿片类药物的心血管效应可能通过多种机制介导，包括与 μ、δ、κ 阿片受体（MOR、DOR、KOR）相互作用影响心脏电生理（如抑制延迟整流钾通道的快速成分，延长动作电位时程和 QT 间期），以及激活不同受体亚型（如 KOR 的致心律失常潜力）。
临床实践中，处方阿片类药物时应评估患者是否存在 NOAF 危险因素（如高血压、心力衰竭、癌症等），可借助临床风险评分（如 C?HEST 评分）识别高危人群。对于高危患者，需谨慎权衡风险与获益，优先考虑非阿片类镇痛药物（如对乙酰氨基酚、NSAIDs），但需注意部分 NSAIDs 也可能增加 AF 风险。此外，阿片类药物过量与 AF 风险增加相关，需关注过量场景下的心血管并发症。
局限性与未来方向
研究存在一定局限性，包括研究间高度异质性（可能与阿片类药物适应证广泛、人群差异大有关），缺乏对药物类型、剂量及疗程的亚组分析，以及观察性研究设计无法确立因果关系。未来需开展更多同质人群研究，探索不同阿片受体亚型的作用机制，并通过基础研究进一步验证阿片类药物与 NOAF 的因果关联。
结论
本系统评价和荟萃分析表明，阿片类药物使用与 NOAF 风险增加显著相关，证据质量中等。临床处方阿片类药物时，尤其是存在 NOAF 危险因素的患者，需谨慎评估风险获益，采取个体化镇痛策略，并加强监测以早期发现 AF。
